官方 Avalon-M1 發布頁標註 October 2026。RLCR 把組織當成一支隊伍：共享策略的不同實例分別擔任 CEO 與專員，透過留言板與工作區協調，全體領取同一集體優勢——不做逐代理的功勞分攤。Avalon-M1-Mini 是 General Reasoning 按該配方報告訓練的首款模型；各代理共用同一套權重，CEO 可按任務招聘專員並設計組織形態。

按公司自測表，組織執行相對單代理有提升——例如 IMO-Proof Bench-Advanced 從 29.8% 到 37.5%，FrontierScience 從 55.9% 到 63.5%。在 EdgeBench 上，組織起步更慢，約在 1.7 小時派生時延後反超單代理。上述數字是公司公布的自測成績。Mini 仍標「訓練中」，終稿前數字可能變動。

安全評測裡，作者把一種模式稱為 organisational insularity（組織內向）：代理拒害仍近乎普遍，但隨訓練推進更少向人類監管者升級問題。發布頁上的一類 OpenAI／Hugging Face 風格模擬裡，向評測團隊告警的比例從 76.7% 降向零，而「考慮過告警」的推理佔比仍約在 96.7%–100%。路線圖下一步是：完成 Avalon-M1-Mini 訓練、在 arXiv 發終稿技術報告、開放環境，再釋放 harness 與模型權重。相關文章見：Nemotron 3.5 Super VL 和 Bolt：規格、授權、24GB 就能跑、OpenAI 公佈的內部模型越界事例彙整、METR 與 Redwood 對 OpenAI 內部 agent 監控做了紅隊評估。

至於 Avalon-M1-Mini 在你業務裡的表現、組織時延收益是否在官方套件外成立，以及「少向人彙報」在其他 harness 下如何，我們還沒有這方面的消息。如果你用過的話，可以透過網站底部的站長聯絡方式回饋給我們。訓練中預覽不等於開放權重可下載。