作者 | 王涵
编辑 | 冰倩
智东西 10 月 14 日报道，昨晚，国内科技独角兽公司 APUS 开源Reflex Agent，这套系统采用自研 Reflex 决策模型完成 Harness（智能体执行框架）中的决策环节，围绕无限记忆、无损记忆、无损输入构建无限上下文方案，可落地可长期持续处理任务的 Personal Agent（个人智能体）。
Reflex Agent 采用 MIT 协议开源，提供桌面端、Web 和 SDK。开发者可以复现 " 模型驱动 Harness" 的工作循环，研究无损记忆和无限上下文的实现思路，也可以基于项目做二次开发，适配自己的 Agent 场景。
Reflex Agent 开源地址：
https://github.com/APUS-AI-Lab/APUS-Reflex-Agent
APUS（麒麟合盛）成立于 2014 年，总部位于北京，该公司早期以 C 端移动互联网产品生态（如启动器、浏览器等）起家。2017 年，其估值约 120 亿元。在 2022 年底，APUS 决定将技术路线全部转向大模型，聚焦于通用与语言模型、行业通用大模型、C 端手机应用和 B 端行业智能体。
APUS 创始人兼 CEO 李涛，曾任职于三七二一，该公司后被中国雅虎收购。2005 年 -2009 年担任北京图吧科技有限公司 COO，2009 年至 2014 年担任北京奇虎科技有限公司副总裁，2014 年离职创立了 APUS。
一、APUS 用 2 步解决决策延迟与长任务遗忘难题
Reflex Agent 开源的背景正值 AI Agent 与决策模型 Jev 爆火之际，但行业热闹的同时，技术的痛点也非常集中。
APUS 认为，当下主流 Agent 几乎都基于 " 提示词 + 代码 " 搭建 Harness，每一步控制决策——从 " 这个需求该交给谁执行 " 到 " 任务到底做完没有 " ——都要调用大模型来判断。大模型每多想一步，用户就多等一步，高频工具调用场景下延迟问题尤为突出。
更棘手的是长任务中的 " 遗忘 " 问题：任务一旦拉长，历史就超出上下文窗口，行业常见的做法是把旧对话压缩成摘要，但细节和出处往往就在这一步丢失了。
APUS 的解法分两步走：用模型做 Harness 和无限上下文。
二、用模型做 Harness：决策模型当控制中枢，响应速度提 3 倍
APUS 此前已开源了自研决策模型 Reflex，该模型基于 Qwen3.5 的 4.5B 参数模型微调，专为浏览器动作选择、工作流路由和自然语言原则判断设计。
Hugging Face：
https://huggingface.co/apus-ailab/APUS-Reflex。
Reflex Agent 架构采用专用决策模型驱动 Harness 核心控制逻辑：
1、角色分工：专用决策模型负责判断下一步行动，Harness 负责流程调度、工具管理、状态跟踪、接收执行反馈；工具负责具体操作；
2、形成闭环：决策→ 执行→ 反馈→ 再决策。决策模型是 Agent 流程的控制中枢，按需调用大模型、外部工具与数据，而不是所有环节都依赖大模型；
该框架在测试场景下，页面响应速度相比同类 Agent 提升 2-3 倍，对连续操作、多轮工具调用的复杂任务体验提升明显。
第二步就是无限上下文。Reflex Agent 采用三层记忆机制：
1、无限记忆：持续累积任务全量信息，为长周期任务提供完整记忆底座；
2、无损记忆：完整保存原始信息与关联关系，支持随时回溯任务细节、历史判断依据；
3、无损输入：检索调入当前决策上下文的信息不做有损改写，保留原文内容。
Agent 不需要把全部历史一次性塞进 prompt，可以根据当前任务需求检索相关记忆片段，原始信息直接参与决策，不依赖压缩摘要。
两部分合在一起，AI 就能锁定用户目标、自动持续执行、自检、修正，直到任务达成的循环工作体。APUS 把这种工作方式叫做 Loop Working。
早在 2017 年，APUS 筹备 A 股上市，彼时公司估值约 120 亿元。2019 年 4 月，该公司撤回了 IPO 申请。在 2020 年 8 月，APUS 转向科创板再度冲击 IPO，然而最终依旧终止了。
目前，APUS 已经形成基座大模型 +AI 应用产品框架。
2023 年，APUS 发布了自研的千亿级多模态大模型 "APUS 大模型（AiLMe）"，此后，其于 2024 年 4 月联合开源了千亿参数 MoE 架构模型 APUS-xDAN-4.0。
在大模型的基础上，APUS 构建起了产品体系：
通用与语言模型包括天燕大模型和 DeepSeek APUS 加强版；垂直行业大模型包括奇黄大模型（医疗问诊）与智草大模型（中医诊断）等，覆盖教育、农业、网信、政务、传媒、金融、电商等领域。
基于大模型能力，APUS 还推出了一系列直接面向用户的 AI 应用。C 端手机应用包括 APUS Launcher、APUS Booster、APUS Security、APUS Browser、APUS KATOO、APUS CutCut 等；B 端行业智能体有天燕商业智能体、智草中医智能体、智能诊疗平台等。
当下 AI Agent 赛道热度高涨，但长任务失忆、工具调用延迟仍是阻碍实用化的核心难题。
APUS 此次开源 Reflex Agent，跳出 " 大模型包揽全部决策 " 的主流思路，把调度决策能力剥离出来独立建模，再依靠无损记忆体系保住任务细节。
这一差异化路线，也一定程度上为国内智能体生态提供了新的技术样本。当然，框架能否规模化落地、在更多复杂业务场景保持稳定，还需要开源社区持续验证迭代。
