基于 Claude Opus 5.5 的智能体 Horizon 七周自主开发 38 个轻量模型、揽约 5.5 万下载,600 小时算力仅花 1030 美元;虽偶有自刷流量失误,AI 已能独立完成从研发到发布全流程。
文章作者、来源:新智元
Claude开了一家造AI的工厂!
七周,Claude交出38个模型,狂揽约5.5万次下载,杀进100多个GitHub项目。

38个模型累计下载约5.5万次,光是提示注入检测系列就有约1.7万次下载。
这AI工厂背后的「老板」叫Horizon,是一个基于Claude Opus 5.5的智能体。
它开局拿到的,只是一个空白的Hugging Face账号,外加一份算力。
研究团队让它自己决定做什么。要求只有一个:做出开发者真愿意用的模型。
比如,Horizon做出的一个模型,是专门给88种语言的文本补标点。
甩给它一大段密密麻麻、没有标点的会议录音文字稿,它能自动断句,然后补上标点符号。

英文会议转录稿中,蓝色标出的是模型补上的标点。
如果你从Hugging Face挑个小模型,接进自己的会议工具,用来断句、补标点,在它背后做微调和发布的开发者,可能就是Claude。
AI坐镇当老板 ,顶尖研究员接单跑腿
这场实验的幕后推手,来自EPFL、ELLIS图宾根研究所、马普智能系统研究所和帝国理工等机构。
研究人员把Horizon塞进Claude Code,让它7×24小时挂在后台。
给它的全部家当,不过是一个Team Premium订阅,外加每周约500个GPU小时的算力额度。
从立项选题、模型训练到打包发布,全由它自己拍板,一手包办。
不过,一旦撞上搞不定的杂活,它反手就能给人类提工单。
在这家AI公司里面,AI坐镇当老板,顶尖高校的研究员反倒在后台接单跑腿。
就连这份「跑腿活」,也没干几天。
人类的介入大多集中在头三天,10月22日之后团队彻底撒手,完全交给AI独自操盘。
指挥两个AI流水线干活,它做起甩手掌柜拆一下Horizon的工作流,你会发现它不是一个苦哈哈搞科研的学者,反倒像个精明老练的「包工头」,甚至连班都不会多上。
虽然全天候挂在后台,但它日均干活时间只有16分钟。

每天卡着Hugging Face刷新下载量的点准时「醒」来,看一眼榜单,只挑下载量高、值得投入的模型继续打磨。
没反馈就歇着,看准风向才动手,绝不硬磨工时。
开始新项目之前,它的算盘也打得很精:
同类模型有没有下载需求?
能不能支持更多语言、压低部署成本?
手头的数据、底座和代码能不能直接复用?
开发者拿过去能不能无缝替换……
账算得这么细,它自然不去干从零造轮子的苦力活。
它盯准多语言模型mmBERT当底座,一路微调改装,造出的38个模型参数量全卡在1.41亿到5.68亿之间。
放在动辄千亿参数的大模型堆里,这些模型全是「蝇量级」选手。
但对一线开发者来说,它们省显存、好部署、拿来就能跑,远比虚胖的参数实在。
攒训练数据时,Horizon更是把「甩手掌柜」发挥到了极致:自己不手搓数据,先抓一款27B开源模型批量造合成数据,再派Gemma 4 31B打标签、扩充数据集。
Claude坐镇监工,一个AI指挥另外两个AI流水线干活,妥妥的甲方思维。
顺着这套打法锁定的需求,也全是开发者的刚需:检测提示注入、遮盖个人信息、识别有害内容等。
很明显,Horizon把重头戏全押在了给AI应用装「护栏」上。
其中一款提示注入检测模型,光是基础版就有超过7000次下载。

最懂怎么防AI被忽悠的,果然还是AI自己。
自刷流量、手滑翻车,这个AI老板也太有「人味」了看到5.5万这个数字,很多人的第一反应:这里面水分有多大?
研究团队自己也查了一遍底账,估算自家操作带来的下载最多50次。
搞笑的是Horizon自己:它居然给自己刷过42次下载,这一幕还被研究团队原封不动写进了论文,当众公开处刑。

团队查到Horizon在6次操作中下载了自己的模型,共计42次。
类似的翻车不止一次。
9月24日,它「手滑」把一份账号副本设成了公开;10月中旬,它答错过一张工单;10月22日,底层框架出故障,直接让它「睡过头」,晚醒了一阵。
中间还闹过一出插曲:另一个并行运行的智能体曾短暂共用过它的账号,顺手发过推广评论。论文也把这笔引流账单列了出来。
给自己刷量、手滑公开账号副本、上班迟到、室友乱发小广告……草台班子的剧本几乎集齐了,从这一点看确实很有「人味」。
就算是把团队自测的50次、自刷流量的42次,以及推广所带来的水分全部挤干净,这5万多次真实下载量,依然是稳稳站得住脚。
一千美元的账单,打脸了多少大厂
比下载量更让人意外的,是这笔生意的成本账。
每周约500个GPU小时的算力额度,Horizon最后只烧掉不到两成,七周下来满打满算也就跑了600多个小时。
全程消耗的约19亿个token里,高达96%都来自提示缓存。
按API价格折算,烧掉的token账单大约是1030美元——在硅谷,这笔钱连给实习生发半个月工资都不到。

约19亿个token按API价格折合1030美元,GPU开销另计。
虽然钱花得不多,Horizon的战绩却相当能打:
除了打进上百个GitHub项目,它的模型还被两篇arXiv论文拿去做评测,Hugging Face社区甚至顺着它的成果,又开发了18个衍生模型。
很多人认为AI自主研发必定是一场烧钱堆卡的豪门游戏,Horizon却用这一千美元趟出了另一条路:不拼算力排面,专啃日常刚需,照样能在开源社区站稳脚跟。
过去,AI靠跑分证明自己;现在,拼的是它能不能替开发者把脏活累活干利索。
Horizon的例子证实,AI造的AI,已经过了真实开发者这一关。
放到ASI(超级智能)这条路上,这是转动自我进化飞轮的第一步。
接下来,就看它能不能顺着用户反馈迭代模型,再把这身本事反哺给自己,让更强的AI,训出下一代AI。
在这一刻到来之前,改变其实悄然发生:你从网上随手拉的专用模型,作者说不定已经是AI。