wow，刚发布的 Apodex 1.1 把一整套开箱即用的多 Agent 架构（35B 权重 + 单机 harness）全开源了，支持本地单机部署！！！ 大家都在看它跑分，我直接拿它做了一次AI副业赚钱项目真实长任务实测： 2000 块启动资金、每周 15 小时、零粉丝不会编程，普通人做什么 AI 副业最值得先试？ 结果它跑出来的第一个核心结论，直接把网上的暴富营销滤镜给砸碎了。 8 个 Agent 并行跑了几十步，最后在公开采样范围内，满足 A 级证据标准的个人收入成功案例是 0。 这大概是我见过最不给暴富营销留面子的 Agent 跑测了，不是说现实里真没人赚钱，而是抓到的那些月入几万的故事，大多只有单人自述或单张收入截图，缺少完整成本、投入周期、既有资源和失败样本，根本撑不起普通人照做就能成的承诺。 但比这个打脸结论更狠的，是它跑任务的过程： 整个界面右侧的任务看板一直在实时更新，它不是丢给你一个转圈的黑盒页面，你能清楚看到后台有 8 个专业 Agent 并行在跑，谁在负责反方证伪（income_skeptic）、谁在核算成本（cost_analyst）、谁在抓需求（demand_scout）。 任务初始条件其实是 2000 块启动，跑了一半，1 个 Agent 已经完成、另外 7 个还在深度检索，我临时插了一句话：把预算砍到 1000，追加零粉丝、无品牌、不会编程，并排除卖课和泛流量。 换成普通 Agent 早就崩溃或者推倒重来了，但它在看板里立刻列出影响分析，把依然成立的需求和反例证据保留下来，只针对成本、获客和排序做了局部重算，原来的证据分支继续往下推进。 更硬核的是交付前的独立审查（Statement Review）。 生成和审查完全物理隔离，另一组审查 Agent 主动推翻了原稿里文案需求居首的断言，指出视频剪辑需求实际上最多，把简历优化移出了独立候选，还主动指出了 40 条样本里 90% 来自英文平台的局限性以及免费工具的商用授权风险。 经过两轮回归复核，所有问题全部修复才最终放行。 最后交付的不仅是一份报告，而是带有证据清单、验证优先级表、30 天去留标准、需求样本和业务模板等一整套可以直接落地的执行文件。 留下的是文案/脚本、PPT/办公文档、口播短视频剪辑、垂直头像/插画这几类需求明确、交付边界清楚的小单服务。 但必须把边界说明白：这是 30 天验证优先级，不是赚钱榜；30 天是验证周期，不是回本承诺。 这次最让我意外的，是他们不仅做了 Web 工作台，还把整套多 Agent 执行框架直接开源了——命令行框架 FrontierAgent 已经放上 GitHub，连带可本地跑的 35B mini 模型权重也同步上了 Hugging Face。 不想依赖云端、不想上传敏感数据的，macOS/Linux 一行命令就能在本地把这套多 Agent 跑起来。 跑完这一圈，我真正关心的早就不只是模型能不能吐出一个漂亮答案了。 在真实世界里，需求随时会变、证据经常打架、计算和引用也难免出错——它能让你全程看清进度，保留已经做对的结果，局部打补丁，还能拉着独立审查去反复挑刺，把能直接拿去用的文件稳稳交到你手里。 比起只会写报告的 AI，这种在混乱和变化中把任务真正做完的交付力，才是我理解里成熟的 Agent 能力单位啊。