智能体长任务总“失忆”？国产开源破局，类Jev模型接管Agent调度
智东西10月14日消息，昨晚，国内科技独角兽企业APUS正式发布了开源项目Reflex Agent。该系统利用自主研发的Reflex决策模型，在Harness（智能体执行框架）中完成决策流程，围绕无限记忆、无损记忆、无损输入三大特性构建无限上下文方案，能够支持可长期持续运行的Personal Agent（个人智能体）落地应用。
开源页面
Reflex Agent采用MIT协议开放源代码，并提供桌面端、Web端及SDK版本。开发者可重现“模型驱动Harness”的工作循环，研究无损记忆与无限上下文的实现原理，也能基于该项目进行二次开发，适配自身的Agent应用场景。
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，总部设在北京，早期以C端移动互联网产品生态（例如启动器、浏览器等）起家。2017年，其估值约为120亿元。2022年底，APUS决定将技术路线全面转向大模型，聚焦于通用与语言模型、行业通用大模型、C端手机应用及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年至2009年，他担任北京图吧科技有限公司COO；2009年至2014年，任北京奇虎科技有限公司副总裁；2014年离职创办APUS。
李涛
01.APUS通过两步策略解决决策延迟与长任务遗忘问题
Reflex Agent的开源背景，正值AI Agent与决策模型Jev火爆之际，但行业热闹的同时，技术痛点也相当集中。
APUS认为，当前主流Agent几乎都基于“提示词+代码”构建Harness，每一步控制决策——从“这个任务该交给谁执行”到“任务是否完成”——都需要调用大模型进行判断。大模型每多思考一步，用户就多等待一步，在高频工具调用场景下，延迟问题尤为显著。
更棘手的是长任务中的“遗忘”问题：任务一旦拉长，历史信息会超出上下文窗口。行业常见做法是将旧对话压缩成摘要，但细节和出处往往在此过程中丢失。
APUS的解决方案分为两步：用模型构建Harness和实现无限上下文。
02.用模型做Harness：决策模型充当控制中枢，响应速度提升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参数模型进行微调，专门为浏览器动作选择、工作流路由及自然语言原则判断而设计。
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、状态跟踪及接收执行反馈；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，而非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。
03.无限上下文：三层记忆机制，构建Loop Working
第二步是实现无限上下文。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基础。
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和历史判断依据。
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无需将全部历史一次性塞入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。
这两部分结合，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，形成循环工作体。APUS将这种工作方式称为Loop Working。
04.产品体系覆盖通用、垂直模型与C端B端
早在2017年，APUS就筹备A股上市，当时公司估值约为120亿元。2019年4月，该公司撤回了IPO申请。2020年8月，APUS转向科创板再次冲击IPO，但最终仍终止了进程。
目前，APUS已形成基座大模型及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）”，随后于2024年4月联合开源了千亿参数MoE架构模型APUS-xDAN-4.0。
在大模型基础上，APUS构建了产品体系：
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。
05.结语：为智能体长任务提供新解法
当前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，跳出了“大模型包揽全部决策”的主流思路，将调度决策能力剥离出来独立建模，再依靠无损记忆体系保留任务细节。用户若想探索更多前沿技术，可访问九游体育APP下载获取相关资讯。
这一差异化路线，在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。
本文来自微信公众号“智东西”（ID：zhidxcom），作者：王涵，编辑：冰倩，36氪经授权发布。