Apodex ：一个能把复杂任务从原始材料推进到可检查交付物的科研 AI Agent 系统。 这两天用它完成不少任务，无论内容准确性、交付质量都超预期，比如： ① 生成了一套 8w 字讲如何在现实生活中应用讲故事技巧的课程。 ② 为最近 X 最流行的 Linux 操作系统 Omarchy 生成了一份6w字的学习手册。 ③ 调研分析了100个最热的 Obsidian 插件，生成了一份 PDF 白皮书。 ④ 上传美国人口和婚姻调研数据 CSV，数据清洗、研究后给出洞察结论。 这个产品会调 Agent 拆解任务，写代码处理原始文件（CSV/Excel/PDF/图像/实验数据），有详细执行链路和中间产出文档可核验完整链路。 把推理能力延伸到真实任务的执行过程中，是这个AI工具的最大优势之一。 所有产出文档和使用教程见后几条。

别再复制粘贴了，我让 Apodex直接读完一份 641 页文件 最近试了一种更实际的 AI 使用方式： 不再复制粘贴一段内容，而是直接上传一份真实文件，看它怎么把任务做完。 我把之前参与编写的《最优化：建模、算法与理论》上传到了 Apodex。整份文件有 641 页，覆盖优化建模、最优性理论，以及无约束、约束和复合优化算法等内容。 我先问了它一个基础问题： “请帮我分析一下，这份内容由哪些部分组成？” 它需要先真正读取文件，再从大量章节中梳理整体框架，而不是只根据标题生成一段泛泛的摘要。 接着我继续追问： “如果想基于这份内容做一些调整，可以从哪些方面修改？” 这一步更接近真实工作：不只是理解现有材料，还要结合原文件继续分析，找到可以调整的方向。 整个过程里，我比较在意的不是它最后写了多少字，而是任务过程本身：它如何理解文件、拆解问题、推进分析，并基于同一份材料继续完成下一步。 这也是我觉得 Apodex 1.1 和普通问答工具不同的地方——推理不只停留在一份回答里，而是进入真实文件，沿着任务继续执行。 如果你手上也有论文、报告、数据表或代码，可以自己上传一份真实文件试试： Web 在线体验： API 平台： 开源的 FrontierAgent 也可以在 GitHub 上找到，支持单 Agent 和多 Agent 协作，感兴趣可以顺手点个 Star： Apodex 1.1 mini（35B）模型权重已经开放，可本地部署，并能搭配 FrontierAgent 使用： 核心感受就一句： 别只问 AI 一个问题。上传一份真实文件，看看它能不能接着把事情做完。

作为一名 Web3 x AI 博主，看到 Apodex 这个产品时，感到非常惊喜！ 原因很简单：它不像普通 AI 搜索工具，更像一个真正能参与链上投研流程的研究助手。 做 Web3 调研，最痛苦的从来不是“找不到信息”，而是信息太多、太碎、太冲突。 我之前研究一个 AI Agent 项目时，就遇到过很典型的情况： 项目方说自己用户增长很快，社区也在疯狂转发，KOL 都在说它是下一个叙事龙头。 但我去看链上数据时，发现新增地址很多都是短周期交互地址，行为路径高度相似，资金来源也集中在少数几个钱包。表面上看是用户增长，深挖下去更像是任务激励和刷量行为。 另一次做协议调研时，项目宣传自己收入增长很快，但我追踪合约交互和资金流后发现，部分收入可能来自内部循环或短期补贴，并不能证明产品真的形成了稳定需求。 这类问题非常折磨人。 因为官网、白皮书、KOL 观点、链上数据、GitHub 更新、社区反馈，每一类信息单独看都可能有道理，但放在一起却经常互相矛盾。 更麻烦的是，普通 AI 很容易把这些材料拼成一份看起来很专业的报告，但关键结论并没有真正验证。 这就是 Web3 投研里最危险的东西：虽然不是胡说，而是一种“伪正确” 报告结构完整、语气自信、引用很多，但真正决定项目价值的几个问题，比如用户是不是真实、收入能不能持续、token 是否有必要、链上行为是否支持叙事，往往没有被严格验证。 Apodex 最让我感兴趣的地方，正是它把这个问题作为核心来解决。它不是简单帮你生成一份报告，而是围绕复杂问题建立一套验证流程。 Apodex 的 Heavy-Duty 架构，更像一支研究团队：主 Agent 负责拆解问题，多个子 Agent 分别查资料、做对比、找证据、处理冲突，最后再由独立 verifier 检查结论是否真的站得住。 这和普通 Agent 最大的区别在于：它不是让同一个模型自己写、自己查、自己反思，而是把“生成”和“核查”两个环节拆开。 这对链上投研非常关键。 比如我研究一个项目时，真正需要的不是“这个项目怎么样”这种笼统回答，而是： 链上活跃是不是真实用户？ 收入增长是否有可持续需求支撑？ 项目叙事和实际产品是否一致？ 代币机制是否真的捕获价值？ 同赛道对比里，它的优势到底是技术、生态，还是单纯营销？ 这些问题没有标准答案，只能靠多来源交叉验证。 Apodex 的价值就在这里：它会尽量让每个判断回到证据链，而不是停留在叙事层面。 它关注的不是“答案看起来是否专业”，而是“这个答案是否真的解决了原问题”。 我觉得这正是我在做项目研究最想 AI 拥有的能力。 因为未来的信息只会越来越多，AI 生成内容也会越来越多。真正稀缺的不是总结能力，而是验证能力；不是把公开信息重新包装一遍，而是从混乱信息里发现真正可信的信号。 所以 Apodex 的定位很明确： 它不是普通写作工具，也不是普通搜索工具，而是一个面向复杂问题的 verified deep research agent。 对 Web3 投研来说，它最适合用来做项目尽调、链上数据解释、赛道对比、叙事验证和风险排查。 如果说过去的 AI 更多是在帮我们生成内容，那么 Apodex 代表的方向，是让 AI 开始帮我们接近真相。 这也是我为什么认为 Apodex 值得大家的关注，不仅仅是 Web 3 投研，也适合所有需要跨来源验证、处理复杂证据链的高价值研究场景，比如项目尽调、金融分析、法律合规、医药文献综述和前沿科研探索。 官网： GitHub： Discord：

Pi Agent 的 Sub-agent 我一直在用，最近我又拿 Apodex 1.1 跑了一轮多 Agent 搜索。 它处理资料对比的方式，和普通 Deep Research 不太一样。 Pi Agent 本身没有内置 Sub-agent，需要通过插件扩展。你可以让 scout 搜资料，researcher 整理信息，再交给 reviewer 检查。每个角色使用什么模型、开放哪些工具和权限，都能自己配置。 这种方式很灵活，适合喜欢自己搭 Agent 工作流的人。 这次我给 Apodex 1.1 的任务，是核对 Pi Agent、Codex CLI、Claude Code 和 FrontierAgent 的多 Agent 能力。 这些工具更新都很快。同一项功能可能在旧文档里没有，最新版本已经加入，也可能只是插件支持，最后却被写成官方内置。 所以我从一开始就限制了资料范围，只接受官方文档、GitHub 仓库和版本更新记录。 Apodex 会根据问题拆分搜索路线。多个 Agent 分头查不同工具，阶段结果持续汇总到同一个任务中，最后再集中比较。 我这次想看的，是它能不能把一个资料多、版本杂的任务持续做完，并把每条结论的来源留下来。 最终表格会单独区分官方内置和插件实现。不同官方页面出现冲突时，它会列出各自的来源和更新时间。官方没有明确说明的地方直接标成未知，不会为了填满表格补一个答案。 交付结果还会经过 Statement Review。关键结论与生成过程分开检查，遇到证据不足、引用不匹配或资料冲突时，会留下对应的检查记录。 两种多 Agent 的使用方向也很清楚。 Pi Agent 适合自己组建团队。角色、模型和权限都能深度调整。 Apodex 更适合多路搜索，把分散的资料放到一起比较，再交付一份可以继续核查的结果。 如果你经常需要确认某项能力究竟是官方支持、插件提供，还是目前没有明确资料，这种工作方式会比较实用。 FrontierAgent 是开源的单机 Agent harness，支持 ReAct 和 Agent Team。macOS、Linux 可以一条命令运行，无需强制预装 Docker。觉得有用可以去 GitHub 点个 Star。 Apodex 1.1 mini 是开放权重的 35B 模型，可以本地部署，也能搭配 FrontierAgent 使用。 Apodex 1.1 在线工作台已经上线。注册新用户有 credits，可以上传自己的文档、数据或表格跑一次。API 平台目前免费两周。

劲爆, 我给刚发布的 Apodex 1.1 出了个极其变态的实战难题, 它真的跑通了! 我直接打包了120万条日志, 里面包含真实的提权攻击的 Web Server 日志(用的是 Zenodo Dataset). 然后让他帮我把黑客的攻击方式抓出来, 还要给我写防火墙规则拦截攻击. 结果它真的做到了, 从分析到写规则一气呵成, 具体过程在这里: #Apodex# #AgentOS# #网络安全# #SystemScaling# #大模型实战#

上一篇推文发出去后，有不少 Web3 朋友来问我：Apodex 到底应该怎么用？ 我基本把自己日常使用 Apodex 的核心要点都跟他们分享了一遍，包含怎么追踪链上数据、项目方团队、融资背景以及如何跟其它 AI 协作使用，真正提升投研效率和精准度。 今天我想换一个场景，不聊 Web3，拿它来做一次美股投研。 主题我选了最近市场争议很大的问题：AI Capex 主线到底是不是泡沫？ 这个问题很典型。 一边是微软、谷歌、Meta、亚马逊继续加大 AI 基础设施投入，Nvidia、服务器、数据中心、电力、液冷等链条持续受益； 另一边，市场也开始担心：AI 应用收入能不能跟上？企业端 ROI 到底兑现了吗？现在的估值是不是已经把未来几年打满了？ 所以，这不是一个简单的看多或看空的问题。 如果直接问 AI：“AI Capex 是不是泡沫？” 大概率会得到一篇看起来很完整的文章：先讲产业趋势，再讲风险，最后来一句“短期有波动，长期有空间”。 这种答案不能说错，但对投研来说还不够。 真正有价值的研究，不是让 AI 给一个漂亮结论，而是让它把问题拆成可以验证的证据链。 所以我这次给 Apodex 的任务不是“写一篇 AI Capex 报告”，而是让它围绕几个核心变量展开： 1. 云厂商 Capex 和 AI 收入是否匹配； 2. GPU、服务器出货和库存是否支持真实需求； 3. 数据中心电力和落地节奏是否跟得上； 4. 企业端 AI ROI 是否改善； 5. 估值和市场情绪是否已经透支。 这里我也顺手和 ChatGPT 做了对比，两份报告我放在文末。 ChatGPT 的优势是速度快、表达顺、很适合快速搭初稿。但它更容易给出一种“宏观叙事 + 正反观点 + 中性结论”的答案：看起来完整，但很多关键变量没有被真正拆开。 而 Apodex 给我的感觉不一样。 它不是急着下结论，而是先逼你把问题拆成证据链： 不要只说云厂商还在投钱，要看 Capex / AI 收入比例； 不要只说 GPU 需求强，要看出货、ASP、库存和订单能见度； 不要只说数据中心火热，还要看电力获批、并网进度和建设延迟。 这就是 Apodex 做投研最舒服的地方：它不是帮你写得很像报告，而是帮你把报告背后的判断依据拆出来。 最终，Apodex 给出的结论也不是简单的“泡沫”或“不是泡沫”，而是分时间维度看： 1–2 年内，AI Capex 更偏产业现实。 因为云厂商长期合同、在建数据中心、GPU 订单和电力项目都有较强刚性。 3–5 年，主线会高度分化。 关键要看 AI 收入能不能跟上 Capex，企业 ROI 能不能兑现，电力瓶颈能不能缓解。 5 年以上，不确定性很高。 应用层商业模式、新技术路线、推理成本下降和监管变化，都可能重新定价整个产业链。 所以我的理解是：AI Capex 不是简单泡沫，但也不是可以无脑相信的长期神话。 短期看，它更像真实产业周期；中长期看，它会进入强分化阶段。基础设施链条确定性更强，但估值透支、企业 ROI 和电力瓶颈，是后续必须持续跟踪的风险点。 这次用下来，我更加认识到，投研真正稀缺的不是“谁更会写”，而是“谁更会验证”。 在生成式 AI 越来越普遍的时代，谁能搭建证据链，谁就更接近真相。 这也是我为什么认为，Apodex 不仅适合 Web3 调研，也很适合美股、宏观、政策、科研这类高复杂度研究场景。 趁着还能免费使用，快来试试。你会爱上它！ 官网： GitHub： Discord： Apodex 研究报告： ChatGPT 研究报告：

DeepSeek 下一代还能不能超过 Kimi K3？ 我把这个问题丢给了 Apodex。实际跑完后，主要情景的发生概率约 60%，但大概率只会领先 5%–15%，不会碾压。 这里的超过主要指综合评测、推理和代码，不代表每个维度都领先。 因为 超过 这个词太虚了。 代码强算超过，还是 Agent 强算超过？长上下文、多模态、推理能力和调用成本，权重又该怎么分？ 这次我先把口径定死：主要看公开综合评测，以及推理和代码能力，不代表每个维度都领先。 按 Apodex 这次整理的公开信息，Kimi K3 当前在综合能力、Agent、长文本检索和多模态上更占优势。 DeepSeek V4 的长处则是代码、推理、调用成本，以及对国产算力的适配。 所以这道题并不是谁全面压过谁，而是 DeepSeek 下一代能不能补齐短板，同时守住自己的优势。 两边的信息其实是打架的。 已经发布的第三方评测更支持 Kimi K3，DeepSeek 的资金、算力和架构路线则更有利于下一代。 Apodex 的取舍是：判断当前差距，优先看已发布评测。预测下一代，再看资金、算力、架构和团队这些硬变量。没有官方确认的参数和发布时间传闻，一律不算核心证据。 它把接下来的胜负拆成了四个变量： 1. DeepSeek 能拿到多少算力和资金 2. Engram 这条架构路线能不能继续跑通 3. 团队扩张后还能不能保持迭代速度 4. 国产芯片能不能接住下一轮训练和推理 对我来说，这些变量比一张未经确认的跑分截图更有参考价值。 基于这些变量，它给了三种情景： 60%：DeepSeek 下一代温和领先 Kimi K3。 30%：两家长期互有胜负。 10%：DeepSeek 研发延期或架构遇到瓶颈，Kimi 继续领先。 这三个数字是情景发生概率。它对整套判断的置信度是 65%，因为下一代模型的参数、数据和训练细节还没有公开。 Apodex 最终没有押 DeepSeek 重新一家独大。 我最开始觉得这个判断有点保守。把四个变量拆开之后再看，它更看好 DeepSeek + Kimi 长期双头竞争。 即使 DeepSeek 下一代综合跑分超过 K3，也很可能只是推理和代码重新领先。到了真实使用里，开发者还是会按场景选模型，不会所有任务只用一家。 我觉得这次回答里最好的一段，是它主动写出了自己会在什么情况下改口。 如果 DeepSeek 新模型继续延期、团队出现明显波动，60% 会降到 30%–40%。 如果官方公开下一代技术路线，第三方评测又在代码、Agent 和浏览任务上全面领先，这个概率才会上升到 75%–80%。 AI 预测最容易写成算命：给一个很准的数字，说完就跑。 但一个预测如果没有证据、失效条件和回来对账的时间点，70% 和 40% 其实没多大区别。 按 Apodex 公布的信息，这套方法在 FutureX 实时预测 benchmark 上拿过领先排名。不过我更在意的，还是它愿意把判断过程和改口条件摊开。 我先把这个时间戳留在这里： 这次用 Apodex 跑出来的主要情景是：DeepSeek 下一代约有 60% 概率在综合评测、推理和代码上超过 Kimi K3。整套判断的置信度是 65%，更长期的格局可能是双头竞争。 等 DeepSeek 正式发布，我们回来对账。 如果你也想看它怎么拆信源和不确定性，可以自己拿一道还没有答案的问题试试： #Apodex#

我给 Agent 1.5 万预算买电脑，它最后把新电脑预算改成了 ¥0。 更意外的是，这个答案，是我在它运行中“插话”之后得到的。 我拿 Apodex 1.1 跑了一次真实任务，想看的不是它能调多少工具，而是：现实条件变了，它会不会真的改答案。