Apodex：Reasoning-First 的長程研究與預測模型
Apodex 由 Apodex 團隊訓練，是一個 reasoning-first 的 Mixture-of-Experts 模型，專為複雜長程研究、預測與可驗證任務設計。搭配代理執行環境，可用工具處理檔案、資料與程式碼；原始模型 API 僅接收文字。
#long-horizon
3 篇文章IterResearch 與 AREX：長時程研究的記憶與自我進化
長時間研究時，agent 面臨「上下文窒息」：資訊堆積、噪音增加、注意力被稀釋。IterResearch 用馬可夫狀態重建解決這個問題，AREX 用內外雙循環實現遞迴自我改進。兩者回答同一個問題：agent 怎麼在數百輪搜尋後依然保持清晰？
AI Agent Arxiv Digest — 2026-08-09
OneDayAgent 用任務分解＋執行記憶＋全域驗修三步鷹架在 AgentIF-OneDay 拿下 0.821 新 SOTA，同一鷹架跨五個後端穩定運作；The Horizon Gap 綜述 1,547 篇論文發現長程 Agent 六大失敗類別共享同一結構模式——純結果訊號隨步數增長而失效，領域正在製造更密的過程訊號來補；Evo-Bench 首次測量 Agent 自動進化鷹架的能力，GPT-5.6 Sol 最高拿 +16.6 分，但 Office 任務仍需人工流程