面向智能体命令行（CLI）系统，IQuest-Q1 提出稀疏 MoE 基座：总参数 320B，激活 15B。标题将目标直接写成 Advancing Foundation Capabilities for Agentic CLI Systems，能力重心在智能体命令行，而不是泛化聊天。训练分三阶段——稳定高效预训练、细粒度中训、多脚手架与多版本后训练——再用模型合并组合不同专家与检查点，缓解参数更新冲突。作者称模型在编程与通用任务上均有能力，并开源以支持社区研究。材料来自 2026 年 10 月 22 日 Hugging Face Daily Papers 收录的摘要，未含评测数字，下文不外推成绩。
预训练：两段课程加代码，并留下学习率裕度
第一阶段组合 Stable SplitNorm、Muon 与 muP，采用两段式课程，第二段提高编程数据混合比例。两段课程把「先稳住、再加代码」写成可执行顺序，而不是一次把所有领域数据混在一起。摘要写明，安全学习率与最优学习率之间仍保留较宽稳定裕度。这一点具体：提高代码占比时，优化没有被推到失稳边界。
中训、后训练与合并
第二阶段做细粒度中训，扩展跨领域、跨格式的数据配比，并逐步延长上下文。第三阶段将 SFT、领域特化强化学习与 MOPD 用于多种脚手架，整合互补训练信号，加强智能体编程能力。摘要未解释 MOPD，此处不补造定义。模型合并则融合不同阶段的专家与检查点，并减轻参数更新冲突。最终被描述为同时覆盖编程与通用任务的开源模型。
我的判断
IQuest-Q1 对开发者的价值，主要是把 agentic CLI 基座写成可讨论的三阶段配方：15B 激活的稀疏 MoE、课程后半段加代码、中训拉长上下文、后训练跨脚手架，再用合并处理多阶段冲突，并且承诺开源。适用边界也很清楚——面向智能体命令行，不是带分数的评测稿；工具调用、长程任务、推理成本均未出现。局限同样硬：MOPD 只有缩写，脚手架集合与合并效果没有量化。因此，「编程与通用均有能力」只能当作者自评，不能写成已验证领先。若只做通用对话，这条配方的针对性会显得过强；若做 CLI 里的编程代理，则至少值得看权重与脚手架设定。在材料不足的前提下，更稳妥的读法是一份开源训练方案，能力结论留给全文和权重。