10月13日、APUS AI(麒麟合盛)は、Personal Agent プロダクト「Reflex Agent」のオープンソース化を発表しました。同プロダクトは、独自開発のオープンソース意思決定モデル「Reflex」をベースに Harness を構築し、記憶エンジン「Continuum」と連携しています。モデル駆動型の Harness コア制御ロジックにより、より高効率な意思決定と長期的なタスク実行を実現します。

APUS AI ラボの実測によると、Reflex Agent は関連するテストシナリオにおいて、Claude Code や Codex などの主要な Agent と比較して最大3倍の応答速度を達成しました。
主にコードやプロンプトによって Harness を構築する従来のアプローチとは異なり、Reflex Agent では意思決定モデル「Reflex」がモデルルーティング、スキルの選択、結果のレビュー、実行監視といった意思決定タスクを担います。さらに、「意思決定 → 実行 → フィードバック → 再意思決定」というクローズドループ機構を通じて継続的にタスクを推進します。APUS AI はこの動作メカニズムを「Loop Working(ループワーキング)」と呼び、Agent は受動的に質問に答えるだけにとどまらず、ユーザーの目標に向けて自律的かつ継続的に行動すべきであると強調しています。
記憶機能に関して、Reflex Agent は Continuum 記憶エンジンと深く統合されており、以下の3つのコア特性を備えています。
- 無限の記憶:タスクの全プロセスにおける情報を継続的に蓄積・定着
- ロスレス記憶:元のコンテンツとそのコンテキストの関連性を完全に保持
- ロスレス入力:関連する過去の情報を可能な限り元の形式のまま後続の意思決定に反映
これにより、Agent は長期にわたる複雑なタスクにおいても過去の情報をオンデマンドで検索・呼び出しできるようになり、情報の圧縮や要約への依存を大幅に低減させ、真の「無限コンテキスト」の実現に向けた基盤を提供します。なお、ここでいう「無限コンテキスト」とは、モデルの1回の呼び出しにおける物理的な入力長制限を突破するものではなく、Agent の記憶能力とタスク期間が1回のコンテキストウィンドウの制限を完全に超えられるようになることを意味します。
今回のオープンソース化は、APUS AI が Loop Working パラダイムを探求し、次世代 Personal Agent を構築するうえで重要な一歩となります。Reflex Agent は MIT ライセンスで公開されており、開発者が体験、再現、二次開発を行えるよう、デスクトップ版、Web版、SDK を包括的に提供しています。
- Reflex Agent プロジェクトURL:https://github.com/APUS-AI-Lab/APUS-Reflex-Agent
- Reflex 意思決定モデル:https://huggingface.co/apus-ailab/APUS-Reflex