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 1.1 发布:从研究问答转向真实任务执行(5 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →