APUS AI 开源 Reflex Agent：以决策模型驱动 Harness，主打长周期任务

APUS AI 开源 Reflex Agent

10 月 13 日，APUS AI（麒麟合盛网络技术股份有限公司）宣布开源 Personal Agent 产品 Reflex Agent。该产品基于自研开源决策模型 Reflex 构建 Harness，并结合 Continuum 记忆引擎，通过模型驱动 Harness 核心控制逻辑，实现更高效的决策与长周期任务执行。据 APUS AI 实验室实测，Reflex Agent 在相关测试场景中的响应速度最快可达 Claude Code、Codex 等主流 Agent 的 3 倍。

决策模型驱动与记忆机制

与主要依赖代码和提示词组织 Harness 的传统方案不同，Reflex Agent 由决策模型 Reflex 承担模型路由、技能选择、结果审查和执行监督等决策工作，并通过“决策—执行—反馈—再决策”的循环推动任务持续向前。APUS AI 将这一工作机制称为 Loop Working（循环工作），强调 Agent 不只回答问题，更要围绕用户目标持续行动。

在记忆能力上，Reflex Agent 结合 Continuum 记忆引擎，通过无限记忆持续积累任务信息、无损记忆保留原始内容及关联、无损输入让相关历史信息尽可能以原始内容参与决策。这使 Agent 能够在长周期任务中按需检索和调用历史信息，减少对压缩摘要的依赖，为实现真正的无限上下文提供支撑。需要说明的是，这里的“无限上下文”并非突破单次模型调用的输入长度限制，而是让 Agent 的记忆与任务周期不再完全受限于单次窗口。

开源方式与获取渠道

此次开源是 APUS AI 探索 Loop Working、构建 Personal Agent 的重要一步。Reflex Agent 采用 MIT 协议开源，提供桌面端、Web 和 SDK，开发者可体验、复现并扩展。项目地址为 https://github.com/APUS-AI-Lab/APUS-Reflex-Agent，Reflex 决策模型地址为 https://huggingface.co/apus-ailab/APUS-Reflex。上述性能表述来自 APUS AI 实验室实测，具体功能、可用平台与授权条款请以项目官方页面当前信息为准。