Apodex 1.1 與 FrontierAgent 開源：Agent Team 可平行執行長時間研究任務

Apodex 1.1 與 FrontierAgent 開源：Agent Team 可平行執行長時間研究任務 發布內容 Apodex 於 2026 年 8 月 24 日介紹 Apodex 1.1，定位涵蓋複雜專業工作、科學研究、金融分析與深度搜尋。此次同步推出三項內容： Apodex 1.1：目前能力最完整的 frontier model，可透過 Apodex 線上 workspace 使用。 Apodex 1.1 mini：35B、採 open weights，設計為可在本機部署的模型。 FrontierAgent：開源、可本機部署的研究工作台與 agent runtime，原始程式碼位於 GitHub，模型權重則整理於 Hugging Face。 使用者也能從 Apodex 線上工作台、API platform 或 技術報告 了解與使用這套系統。 Agent Team 與執行方式 Apodex 1.1 的核心功能是 Asynchronous Agent Team。系統會先拆解複雜任務，再讓多個 Agent 平行處理不同工作，持續整合各自結果；使用者可在執行途中介入、引導或重新調整方向，而不必捨棄仍然有效的既有成果。 Apodex 將這種能力歸納為兩個擴展面向，並以持久化任務狀態串起整個流程： Environment Scaling：擴大模型能學習與操作的檔案、搜尋、程式碼及其他可執行環境。 Agentic Coordination Scaling：讓任務能在多個 Agent、branch 與不同時間點之間拆解、協調、整合及重新組織。 Persistent task state：保留計畫、產出物、相依性、失敗狀態與下一步，使長時間執行不會因中途變更而失去脈絡。 對研究工作而言，這代表系統能從原始輸入一路產出可檢查的結果，並保留清楚的步驟、檔案、失敗原因與後續行動。Agent Team 會把工作分支交給平行 sub-agent，再收回報告完成整合；關鍵主張還能先經過 Independent Statement Review，獨立檢查後才交給使用者。 主 Agent 與 Expert Agent Team 及 Verification Agent Team 協作的非同步多 Agent 架構系統流程圖，左側包含 Query、Main Agent 控制面板與 Report Pool，右上方展示多個不同領域的 Agent 任務狀態，右下方為 Verification Agent Team 的審查職責劃分。 評測結果 Apodex 表示，在同時以 ReAct 與 Agent Team 評估的四項 benchmark 中，Agent Team 帶來 4.1–9.3 分的提升。貼文列出的結果如下： 專業工作：APEX-Agent 38.5、GDPVal 78.8 win rate 金融：FrontierFinance 54.3 科學研究：FrontierScience-Research 63.3、BioMysteryBench Human-difficult 35.3 推理：HLE 56.1 FrontierAgent 文件中的完整比較也列出，Apodex-1.1 Agent Team 在 APEX-Agents、GDPval、FrontierFinance、FrontierScience-Research、BioMysteryBench 與 HLE 的分數分別為 38.5、78.8、54.3、63.3、35.3、56.1；ReAct 則為 34.4、69.5、48.7、55.0、23.5、53.2。相較之下，Apodex-1.0 分別為 16.5、59.3、40.3、28.3、17.6、49.0。 Apodex 1.1 Agent Team 在 FrontierFinance（54.3 分）與 FrontierScience-Research（63.3 分）取得第一，並在 APEX-Agents（38.5 分）、GDPVal（78.8 分）、BioMysteryBench（35.3 分）及 Humanity's Last Exam（56.1 分）等基準測試中位居前列，相較於 ReAct 組態有 4.1 至 9.3 分的提升。 Apodex 1.1 mini 搭配 Agent Team 時，在 FrontierFinance 得分 50.2、FrontierScience-Research 得分 51.7、APEX-Agents 得分 27.7，幾乎追上 1T-parameter 的 Kimi K2.6 在 APEX-Agents 的 27.9；改用 ReAct 時，三項分數為 40.0、45.0、24.2。這些是來源所列的 benchmark 結果，不代表所有任務都具備相同表現。 Apodex 1.1 Mini Agent Team 在 FrontierFinance 取得 50.2 分領先各模型，但在 APEX-Agents 以 27.7 分略落後 Kimi K2.6（27.9），在 FrontierScience-Research 以 51.7 分落後 DeepSeek V4 Flash 0731（55.0），各 benchmark 表現各有高低。 FrontierAgent 的工作台設計 引用的 FrontierAgent repo 將工具、workflow 與評測層分開，提供兩種原生模式： ReAct：由單一具狀態的 Agent 讀取檔案、搜尋資料、執行命令、撰寫交付成果，並在任務範圍內反覆迭代。 Agent Team：由 coordinator 維護 task board，把獨立工作分派給平行 sub-agent，收集結構化報告後合成最終結果。 TUI 會即時顯示 pending、active、completed、blocked 與 cancelled 等任務狀態。檔案工作則集中在 task-scoped 沙盒：/inputs 為唯讀、/workspace 存放工作狀態、/outputs 保存最終交付成果。系統對授權與沙盒錯誤採 fail-closed；會對變更操作顯示 diff，通常要求核准，並將 session 建立 checkpoint、trace 與 engine log。使用者可用 /revert 還原變更，或用 --resume 繼續保存的執行。 Apodex 1.1 報告、研究文件與程式碼工作流程畫面 來源 repo 也指出，執行中的 Agent 不會因使用者輸入而直接中斷；新指令會排入下一個安全的 turn boundary。在 Agent Team 模式下，指令會先引導 coordinator，已經開始執行的 sub-agent 則可完成目前工作。 本機部署與使用方式 FrontierAgent 支援 macOS、Linux、WSL2、Docker，以及搭配 SGLang 的本機模型服務。官方基本流程如下，需準備 Git、Python 3.12、uv 與 OpenAI-compatible model endpoint，Docker 可選： 複製 repo 並安裝相依套件： `bash git clone https://github.com/ApodexAI/FrontierAgent.git cd FrontierAgent uv sync --python 3.12 --extra dev cp .env.example .env ` 在 .env 填入 endpoint： `dotenv OPENAIAPIKEY=your-key OPENAIBASEURL=https://your-openai-compatible-endpoint/v1 OPENAI_MODEL=your-model-name Optional web research tools SERPERAPIKEY= JINAAPIKEY= ` 依需求啟動單一 Agent 或 Agent Team： `bash Stateful single-agent workflow uv run frontier-agent --mode react --cwd /path/to/project Coordinator plus parallel sub-agents uv run frontier-agent --mode agent_team --cwd /path/to/project ` FrontierAgent 也提供原生 command-line TUI、ReAct 與 Agent Team 模式，以及在 macOS 和 Linux 上的一鍵啟動方式，不要求預先安裝 Docker。若使用 Docker，repo…