发现好多人盯着 Apodex 1.1 的 35B 开源权重流口水， 我反而觉得这次最值钱的是跟着一起开源的 FrontierAgent。

模型决定想法，harness 才决定它能不能把活干完， 先给大家一个判断标准，手头的活满足任意三条，就别在聊天窗口硬扛了：

要查多个来源、要读一堆本地文件、能拆成多个独立分支、跑一半可能改需求、要跑 shell 改文件、最后要交付报告 / CSV / 代码这类真实文件。

就问个问题、润色一段话、总结一篇文章这种小活，普通聊天工具更省事。

有 5 类烂活，扔给它特别合适：

1️⃣多源调研、竞品分析、尽调 以前查个选型要开几十个网页，来源互相矛盾，查完还要自己整理对比。开 Agent Team 拆给子 agent 分头查市场、价格、案例、风险，最后给你带来源的报告、对比 CSV、风险反例，不是简单拼摘要。

2️⃣一文件夹资料变成可交付物 PDF、CSV、代码、图片散在各处，聊天窗口传到后面就丢上下文，最后只给你一段文字。它把文件分成只读输入区、工作区、输出区，原始文件不会动，最后给你清洗好的表、核查报告、来源索引，都是能直接用的文件。 跑一半经常改需求的长任务 最烦调研到一半加新文件、改预算，以前全得重跑。它跑的时候你直接输新要求，会在安全节点注入，已经跑完的有效结果全保留，只重算受影响的部分，还能断点续跑。我之前跑 AI 副业调研，8 个 agent 跑一半砍预算加约束，就是这么处理的。

3️⃣代码仓库调查和受控修复 让 AI 改代码最怕它乱改无关文件、留脏状态、改了什么说不清。所有修改先给你看 diff，审批了才生效，有 checkpoint 能回滚，改完给你测试结果和变更说明，不会把你仓库搞炸。

4️⃣批量评测模型和工作流 跑 benchmark 最烦搭环境、跑一半断了、失败样本不好重跑。它内置评测套件，并发执行、失败项单独重跑、产物自动收集，BrowseComp、HLE 这些主流 benchmark 都现成支持。

5️⃣别什么任务都开 Agent Team，这是很多人容易踩的坑。 单条主线、文件分析、代码调查这种聚焦的活，用 ReAct 模式就行，省 token 效率高；范围宽、能拆成多个独立分支、需要交叉验证证据的，再开 Agent Team。并行是有成本的，小任务没必要。

这次开源是挺实在的，Apache 2.0 协议，不绑定 Apodex 自家模型，任何 OpenAI 兼容的 endpoint 都能接。Agent runtime、终端 TUI、任务看板、文件沙箱、修改审批、回滚、评测套件全给你了，不是只放个权重就完事。

也说清楚边界：框架是跑在本地的，但 35B 模型要本地离线跑还是得有合适的 NVIDIA GPU，普通笔记本别想；连云端 API 的时候数据该走还是走，不是用了本地框架就 100% 离线。

天天被查资料、整文件、改代码这些破活耗时间的，真可以去试试，比在聊天窗口里反复传文件效率高不少。