10月13日，APUS AI（全称麒麟合盛网络技术股份有限公司）对外宣布，其Personal Agent产品Reflex Agent正式开源，面向开发者开放使用。
Reflex Agent整体技术方案由哪三部分组成
据量子位报道，Reflex Agent的架构建立在三块技术之上：自研开源决策模型Reflex、由该模型搭建的Harness，以及Continuum记忆引擎。其核心思路是让模型来驱动Harness的核心控制逻辑，从而提升决策效率，并支撑执行周期较长的任务。
速度对比数据：最快可达Claude Code等主流Agent的3倍
APUS AI实验室给出的测试结果显示，在相关测试场景下，Reflex Agent的响应速度最快可以达到Claude Code、Codex等主流Agent的三倍，成为该产品对外披露的首个量化性能指标。
Reflex接管了哪些原本靠代码和提示词完成的工作
以往搭建Harness的方式大多围绕代码与提示词展开，而Reflex Agent让决策模型Reflex直接承担多项判断职责，包括模型路由、技能选择、结果审查以及执行监督。这几类工作原本由外层逻辑预先编排，现在改由模型动态处理。
Loop Working循环：从「答问题」转向「围绕目标持续行动」
在运行机制上，APUS AI采用「决策—执行—反馈—再决策」的往复循环，使任务能够一轮轮被推向前方，这一机制被称作Loop Working（循环工作）。厂商强调的定位差异在于：Agent的角色不只是回应用户提出的问题，还要依据用户设定的目标不断采取行动。
对开发者意味着什么
Reflex Agent选择开源路线，意味着开发者可以直接获取这一包含决策模型、Harness搭建方式与记忆引擎的组合方案。对于正在自建Agent能力的团队而言，响应速度和长周期任务执行是两个常见的性能瓶颈，Reflex Agent给出的三倍速度对照数据与持续循环决策思路，提供了可参考的实现路径。
小结：Reflex Agent的核心变化不在模型规模，而在控制权从代码与提示词转移到决策模型Reflex身上，「决策—执行—反馈—再决策」的Loop Working机制让Agent具备持续推进长周期任务的能力。开源之后，其响应速度能否稳定维持最快3倍于Claude Code、Codex的表现，还需开发者在更多真实场景中验证。