文章摘要
10月13日，APUS AI正式开源个人智能体产品Reflex Agent，该产品基于自研Reflex决策模型构建，搭配Continuum记忆引擎，采用Loop Working工作模式，可支撑长周期任务。内部测试显示其特定场景响应速度达主流Agent的三倍，采用MIT开源协议，提供多端工具供开发者开发使用。

10月13日，某AI研发团队正式宣布开源其Personal Agent产品——Reflex Agent。该产品以自研开源决策模型Reflex为基础构建核心控制框架，并结合Continuum记忆引擎，通过模型驱动的核心逻辑实现更高效的决策能力与长周期任务执行表现。

根据该团队内部测试数据，Reflex Agent在特定测试场景下的响应速度，最快可达Claude Code、Codex等主流Agent产品的3倍，性能表现突出。

与传统Agent方案主要依赖代码和提示词搭建核心框架不同，Reflex Agent将模型路由、技能选择、结果审查及执行监督等核心决策环节交由Reflex模型负责，并通过“决策—执行—反馈—再决策”的闭环循环推动任务持续推进。该团队将这一工作模式命名为Loop Working，其核心定位并非仅为用户提供问题答案，而是围绕用户的具体目标开展持续行动。

在记忆层面，Reflex Agent融合了Continuum记忆引擎的多项核心特性：一是可实现任务信息的无限积累，二是能无损保留原始内容及其关联关系，三是允许相关历史信息以原始形式参与后续决策。这些特性使得Agent在处理长周期任务时，可按需检索并调用历史数据，减少对压缩摘要的依赖，为真正的无限上下文能力提供支撑。这里的“无限上下文”并非指突破单次模型调用的输入长度限制，而是让Agent的记忆存储与任务周期不再完全受限于单次对话窗口的范围。

此次开源是该团队在Loop Working模式探索与Personal Agent产品构建上的重要进展。Reflex Agent采用MIT开源协议，提供桌面端、Web端及SDK工具包，开发者可基于此进行体验、复现与扩展开发。

Reflex Agent项目地址：https://github.com/APUS-AI-Lab/APUS-Reflex-Agent

Reflex决策模型地址：https://huggingface.co/apus-ailab/APUS-Reflex

以上内容不代表本平台立场，仅供读者参考