训练一个既会独立解题、又会查资料和调用工具的 AI 智能体，往往要叠上许多训练环节。Axion 1.0 想证明，这条流水线可以更短：它只用三阶段——两轮监督微调（拿示范答案做针对性辅导），再加一轮强化学习（按任务结果发奖励，让模型自行试出更好的做法）。它面向“智能体基础模型”，也就是供开发者继续打造具体智能体的通用底模。
最值得注意的是第一轮数据怎么造。团队先从公开课程、竞赛和推理数据中取题，再生成更难的新题；如果底模已经答对，就针对它刚才采用的解法继续加码，例如增加依赖步骤、把固定数值改成参数，或加入分情况讨论。说白了，它不是盲目堆难题，而是专挑模型现有捷径下手。第二轮再训练必须借助外部工具才能完成、且答案可自动核验的任务，最后用强化学习加强长程推理与工具交互。
作者称，Axion 1.0在推理、工具使用、信息检索、编程等多类基准上可与领先开放模型及部分商业模型竞争。更关键的是，项目不只开放权重，还公开数据构造、筛选、验证、提示词和训练代码；不过这些效果目前仍以论文作者报告为准。