一句话总结10 月 13 日晚APUS麒麟合盛以 MIT 协议开源了 Personal Agent 产品 Reflex Agent——把 Agent 框架里高频的「下一步干什么」决策从旗舰大模型手里拿走交给一个 4.5B 的专用决策模型再用三层无损记忆支撑长周期任务。架构样本是真材实料但「快 3 倍」目前只是厂商自述还没有独立复现。先问写 Agent 的同行一个问题你的 Agent 每执行一步——路由给哪个模型、调用哪个工具、结果做完没有——是不是都要等旗舰大模型想一想高频工具调用的场景里这些「想一想」加起来就是用户感知到的卡顿。10 月 13 日晚国内公司 APUS麒麟合盛网络技术股份有限公司开源的 Reflex Agent正面动了这块奶酪调度决策不再请大模型出马改由一个 4.5B 参数的专用小模型接管。量子位、智东西、新京报、经济参考报等多家媒体次日集中报道GitHub 仓库开源当夜就出现了活跃的社区 PR。想自己上手 项目仓库GitHub · APUS-AI-Lab/APUS-Reflex-AgentMIT 协议桌面端/Web/SDK 决策模型权重HuggingFace · apus-ailab/APUS-Reflex 深度报道智东西 / 经济参考报 这套东西到底是什么现在的主流 Agent 几乎都用「提示词 代码」搭 Harness智能体执行框架管流程调度那层——每一步控制决策都去问大模型。APUS 的思路反着来给「做决定」这件事单独训了一个模型。具体分工是这样的Reflex 决策模型4.5B基于 Qwen3.5 微调负责四类高频决策——模型路由这活给谁干、技能选择用哪个工具、结果审查做完没有、执行监督方向对不对Harness流程调度、工具管理、状态跟踪、接收执行反馈大模型与工具只在需要重推理、真执行时被调用。四者连成「决策 → 执行 → 反馈 → 再决策」的循环APUS 给它起名叫Loop Working循环工作——Agent 不再是一问一答的聊天框而是围绕用户目标持续行动、自检、修正直到任务完成。为什么要这么拆账很好算控制决策是高频、模式化的小判断让几百 B 的旗舰模型干这个就像让首席架构师去排会议室——能干但既慢又贵。把调度剥离给小模型后大模型的调用次数骤减延迟自然下来。这与业界近期的「决策模型 / System One」路线用小模型接管 Agent 调度是同一个方向APUS 给出了一个完整的开源参考实现。♾️ 「无限上下文」到底无限在哪第二个卖点需要说清楚因为宣传词容易让人误会。Reflex Agent 配套了Continuum 记忆引擎分三层无限记忆任务的全量信息持续累积不设断点无损记忆原始内容和关联关系完整保存随时能回溯到「当初为什么这么判」无损输入检索调入当前决策上下文的信息不做有损改写原文直接参与决策。各来源在这一点上表述一致所谓「无限上下文」不是突破了单次模型调用的输入长度上限而是让 Agent 的记忆与任务周期不再受限于单次窗口。传统方案把旧对话压缩成摘要来控制长度而回溯某个原始条件时摘要里丢掉的细节就成了硬伤——Reflex Agent 的解法是「平时不塞进 prompt要用时按需检索原文」。不过话说回来这套方案的上限由检索质量决定召回了错误的记忆片段「无损」也救不回来而且原文进入上下文窗口预算照样要花。它是「任务周期意义上的无限」不是免费午餐——这一点官方口径与第三方评述倒是对得齐齐的。⚡ 快 3 倍怎么理解性能声明先摆事实APUS AI 实验室实测相关测试场景中 Reflex Agent 的响应速度最快可达 Claude Code、Codex 等主流 Agent 的 3 倍智东西的表述是 2-3 倍。几个来源共同标注了一个保留这是厂商自述测试细节未公开目前没有独立复现。读数时这里要有杆秤。即便数字为真提速的来源也值得拆开看省下的主要是「控制决策等大模型」的时间——重活真正的推理、工具执行还是原来的成本。所以它对连续操作、多轮工具调用的场景浏览器自动化、批量流程收益最直接对单步就要深度推理的任务帮助有限。这个边界厂商稿和第三方解读给出的图景是一致的。 对开发者意味什么全栈可复现MIT 协议开源的不只是产品还有 Reflex 决策模型的权重——想研究「模型驱动 Harness」路线的团队可以直接对照 Qwen3.5-4.5B 基线做消融实验这在同类开源里不多见。给 agent 框架选型添了个对照组「提示词代码」 vs「模型驱动调度」从此有了可跑分的两极GitHub 上开源当夜即有社区 PR预取、非阻塞意图等工程可用性有初步信号但 benchmark 类独立评测还没有。厂商背景加分项APUS 2014 年成立起家 C 端出海工具2022 年底全面转向大模型此前已有千亿级多模态模型 AiLMe 与 APUS-xDAN-4.0MoE开源记录——不是从零入场的新玩家。把话说明白这次开源真正站得住的是一份「小模型管事、大模型干活」的完整架构样本有争议的是那个 3 倍数字还没被验证的是长周期复杂业务里的稳定性——智东西结语也持同样的保留。对做 Agent 的开发者最划算的动作可能不是急着换框架而是把它的调度层拆下来在自己的工作负载上量一量控制决策到底占你多少延迟。答案若是很高这条路就值得跟。 
长河君 · 2026/10/15 13:06:32 · 阅读 1.2k 别让旗舰大模型当调度员：APUS 开源 Reflex Agent，4.5B 小模型管事、大模型干活
一句话总结10 月 13 日晚APUS麒麟合盛以 MIT 协议开源了 Personal Agent 产品 Reflex Agent——把 Agent 框架里高频的「下一步干什么」决策从旗舰大模型手里拿走交给一个 4.5B 的专用决策模型再用三层无损记忆支撑长周期任务。架构样本是真材实料但「快 3 倍」目前只是厂商自述还没有独立复现。先问写 Agent 的同行一个问题你的 Agent 每执行一步——路由给哪个模型、调用哪个工具、结果做完没有——是不是都要等旗舰大模型想一想高频工具调用的场景里这些「想一想」加起来就是用户感知到的卡顿。10 月 13 日晚国内公司 APUS麒麟合盛网络技术股份有限公司开源的 Reflex Agent正面动了这块奶酪调度决策不再请大模型出马改由一个 4.5B 参数的专用小模型接管。量子位、智东西、新京报、经济参考报等多家媒体次日集中报道GitHub 仓库开源当夜就出现了活跃的社区 PR。想自己上手 项目仓库GitHub · APUS-AI-Lab/APUS-Reflex-AgentMIT 协议桌面端/Web/SDK 决策模型权重HuggingFace · apus-ailab/APUS-Reflex 深度报道智东西 / 经济参考报 这套东西到底是什么现在的主流 Agent 几乎都用「提示词 代码」搭 Harness智能体执行框架管流程调度那层——每一步控制决策都去问大模型。APUS 的思路反着来给「做决定」这件事单独训了一个模型。具体分工是这样的Reflex 决策模型4.5B基于 Qwen3.5 微调负责四类高频决策——模型路由这活给谁干、技能选择用哪个工具、结果审查做完没有、执行监督方向对不对Harness流程调度、工具管理、状态跟踪、接收执行反馈大模型与工具只在需要重推理、真执行时被调用。四者连成「决策 → 执行 → 反馈 → 再决策」的循环APUS 给它起名叫Loop Working循环工作——Agent 不再是一问一答的聊天框而是围绕用户目标持续行动、自检、修正直到任务完成。为什么要这么拆账很好算控制决策是高频、模式化的小判断让几百 B 的旗舰模型干这个就像让首席架构师去排会议室——能干但既慢又贵。把调度剥离给小模型后大模型的调用次数骤减延迟自然下来。这与业界近期的「决策模型 / System One」路线用小模型接管 Agent 调度是同一个方向APUS 给出了一个完整的开源参考实现。♾️ 「无限上下文」到底无限在哪第二个卖点需要说清楚因为宣传词容易让人误会。Reflex Agent 配套了Continuum 记忆引擎分三层无限记忆任务的全量信息持续累积不设断点无损记忆原始内容和关联关系完整保存随时能回溯到「当初为什么这么判」无损输入检索调入当前决策上下文的信息不做有损改写原文直接参与决策。各来源在这一点上表述一致所谓「无限上下文」不是突破了单次模型调用的输入长度上限而是让 Agent 的记忆与任务周期不再受限于单次窗口。传统方案把旧对话压缩成摘要来控制长度而回溯某个原始条件时摘要里丢掉的细节就成了硬伤——Reflex Agent 的解法是「平时不塞进 prompt要用时按需检索原文」。不过话说回来这套方案的上限由检索质量决定召回了错误的记忆片段「无损」也救不回来而且原文进入上下文窗口预算照样要花。它是「任务周期意义上的无限」不是免费午餐——这一点官方口径与第三方评述倒是对得齐齐的。⚡ 快 3 倍怎么理解性能声明先摆事实APUS AI 实验室实测相关测试场景中 Reflex Agent 的响应速度最快可达 Claude Code、Codex 等主流 Agent 的 3 倍智东西的表述是 2-3 倍。几个来源共同标注了一个保留这是厂商自述测试细节未公开目前没有独立复现。读数时这里要有杆秤。即便数字为真提速的来源也值得拆开看省下的主要是「控制决策等大模型」的时间——重活真正的推理、工具执行还是原来的成本。所以它对连续操作、多轮工具调用的场景浏览器自动化、批量流程收益最直接对单步就要深度推理的任务帮助有限。这个边界厂商稿和第三方解读给出的图景是一致的。 对开发者意味什么全栈可复现MIT 协议开源的不只是产品还有 Reflex 决策模型的权重——想研究「模型驱动 Harness」路线的团队可以直接对照 Qwen3.5-4.5B 基线做消融实验这在同类开源里不多见。给 agent 框架选型添了个对照组「提示词代码」 vs「模型驱动调度」从此有了可跑分的两极GitHub 上开源当夜即有社区 PR预取、非阻塞意图等工程可用性有初步信号但 benchmark 类独立评测还没有。厂商背景加分项APUS 2014 年成立起家 C 端出海工具2022 年底全面转向大模型此前已有千亿级多模态模型 AiLMe 与 APUS-xDAN-4.0MoE开源记录——不是从零入场的新玩家。把话说明白这次开源真正站得住的是一份「小模型管事、大模型干活」的完整架构样本有争议的是那个 3 倍数字还没被验证的是长周期复杂业务里的稳定性——智东西结语也持同样的保留。对做 Agent 的开发者最划算的动作可能不是急着换框架而是把它的调度层拆下来在自己的工作负载上量一量控制决策到底占你多少延迟。答案若是很高这条路就值得跟。