Apodex 1.1

핵심 아이디어

Apodex 1.1은 하네스 제너레이터가 아니다. 워커 모델 + AgentOS 런타임이다.

JIT-Agent가 하네스를 쓰고, AutoSaddler가 하네스를 고친다면, Apodex는 워커를 학습시키고 프로덕션 런타임(AgentOS/FrontierAgent)을 배포한다. 이것은 제품 스택이다.

논문 제목은 “Scaling Agentic Intelligence for Complex Work”다. 키워드는 complex work다. 고립된 답이 아니라 완료된 작업(working capability)을 목표로 한다. 파일 시스템, 검색, 코드 월드를 돌아다니며, 여러 에이전트가 협력해서 리서치-딜리버리 벤치마크를 수행한다.

두 축의 스케일링

Environment Scaling: 파일/검색/코드 월드. 각 환경마다 다른 툴셋과 상호작용 패턴. 워커는 환경을 넘나들며 작업을 수행한다.

Agentic Coordination Scaling: Agent Team이라는 협력 모드. Decompose → delegate → integrate → replan. 단일 ReAct 루프가 아니라, 여러 에이전트가 서브태스크를 나누고 통합한다. 논문은 ReAct vs Agent Team으로 평가를 나눈다.

35B Apodex 1.1 Mini는 로컬 배포 가능하다.

실적과 정직함

모든 벤치마크 테이블을 덤프하지 않는다. 대신 몇 가지만 언급한다:

• ReAct vs Agent Team 평가를 나눴다는 것. Agent Team이 ReAct를 리프트한다.
• 35B Mini가 로컬 배포 가능하다는 것.
• FrontierChallenge(내부 리서치-딜리버리 벤치, 97 tasks)에서 Apodex 1.1 Agent Team pass 12.4% vs GPT-5.6-Sol+Codex 20.6%. 이것은 솔직함이다—scientific workflow delivery는 여전히 어렵다.

하네스 계보에서의 위치

JIT-Agent는 메타 모델이다. AutoSaddler는 옵티마이저다. Apodex는 워커 + 런타임이다.

하네스를 생성하거나 최적화하는 것이 아니라, 하네스를 사용하는 워커를 학습시키고 프로덕션 런타임을 제공한다. AgentOS는 fixed harness일 수도 있고, adaptive일 수도 있다. 논문은 하네스 자체보다 “complex work를 완료하는 워커”에 초점을 맞춘다.

참고

• 논문: Scaling Agentic Intelligence for Complex Work
• arXiv: 2608.23283
• GitHub: ApodexAI/FrontierAgent (1347★)