Apodex 1.1 技术拆解:自适应恢复与 Agent Team 异步协作
testingcatalog · x · 2026-09-16
TestingCatalog 对 Apodex 1.1 的深度报道。新版本不再只是读网页返回文字答案，而是直接打开文件（表格、PDF、数据集）、选定分析方法、编写并运行分析代码，最后交回可溯源的表格、图表和脚本，8 月 24 日上线。
它针对的核心痛点是长任务中途崩塌的成本：传统 agent 在第 40 步遇到缺失值或假设失败时，要么停下要么给出含糊结果，已耗费的工时全部作废。Apodex 的答案是 Adaptive Recovery——系统说明自己正在做的调整然后继续。背后有两条训练路线：Environment Scaling 扩大模型学习的文件/搜索/代码环境；Agentic Coordination Scaling 训练任务拆解能力。两者都跑在 AgentOS 运行时上，统一管理工具调用、文件状态和任务进度。
招牌能力 Deep Discover 模式下，模型会自行组建 Agent Team：自主决定任务是否拆分、跑多少个子 agent、何时合并。团队是异步的，各分支完成即把中间结果写回共享任务状态，主任务实时吸收，运行中新增文件或变更需求也只重规划受影响部分而非整个重来。
所属事件:Apodex 发布 1.1：从研究问答转向端到端真实任务执行(5 条相关)→
「编程与Agent」频道最新
- Google 开源内部「大象-金鱼」工作流:规划与审查分离防 AI 敷衍 — gaganghotra_ · 2026-11-02
- InfoQ 发文：Agentic AI 架构中记忆、知识与上下文的系统化方法 — AdiPolak · 2026-11-02
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- RL 训练 LFM2.5-24B 适配器：精度持平下工具调用省 20% — yb2698 · 2026-11-02
- Agent 生产环境排障之痛：错误在第5步、根因在第3步 — Ok-Machine7983 · 2026-11-02
- RAGFlow 1.0 预览：从 RAG 引擎转向 agent 原生数据库 — newpeak · 2026-11-02