10月13日、APUS AI（麒麟合盛網絡技術股份有限公司）は、Personal Agent製品「Reflex Agent」のオープンソース化を発表しました。本製品は、自社開発のオープンソース意思決定モデルReflexを基盤としてHarnessを構築し、Continuum記憶エンジンと組み合わせることで、モデルがHarnessの中核制御ロジックを駆動し、より効率的な意思決定と長周期タスクの実行を実現します。
APUS AIラボの実測によると、Reflex Agentは関連テストシナリオにおいて、Claude CodeやCodexなどの主流Agentの最大3倍の応答速度を達成しました。
主にコードとプロンプトでHarnessを構成する従来の方式とは異なり、Reflex Agentでは意思決定モデルReflexがモデルルーティング、スキル選択、結果レビュー、実行監督などの意思決定作業を担い、「意思決定—実行—フィードバック—再意思決定」のループによって、タスクを継続的に前進させます。APUS AIはこの動作メカニズムをLoop Working（ループワーク）と呼び、Agentは単に質問に答えるだけでなく、ユーザーの目標に向かって継続的に行動すべきだと強調しています。
記憶能力の面では、Reflex AgentはContinuum記憶エンジンと組み合わせ、無限記憶によってタスク情報を継続的に蓄積し、ロスレス記憶が元のコンテンツとその関連性を保持し、ロスレス入力によって関連する履歴情報が可能な限り元のコンテンツのまま意思決定に参加できるようにします。これにより、Agentは長周期タスクで必要に応じて履歴情報を検索・呼び出せるようになり、圧縮サマリーへの依存を減らし、真の無限コンテキストの実現を支えます。ここでいう「無限コンテキスト」とは、単一のモデル呼び出しにおける入力長の制限を突破することではなく、Agentの記憶とタスク周期が単一のウィンドウに完全に制限されないようにすることです。
今回のオープンソース化は、APUS AIがLoop Workingを探求し、Personal Agentを構築する上で重要な一歩です。Reflex AgentはMITライセンスでオープンソース化されており、デスクトップ版、Web、SDKが提供され、開発者は体験、再現、拡張が可能です。
Reflex Agentプロジェクトのアドレス：https://github.com/APUS-AI-Lab/APUS-Reflex-Agent
Reflex意思決定モデル：https://huggingface.co/apus-ailab/APUS-Reflex
本記事はAPUS AIの提供により、量子位の許可を得て転載したものであり、見解は原著作者に帰属します。