💡 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-Agent（MIT 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-4.0（MoE）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。