一个人同时开五个Agent写代码,是什么体验?一个修Bug,一个写功能,一个跑测试,剩下两个推进别的项目。听起来效率翻倍,现实是你成了这五个AI的项目经理:哪个窗口改过方案、哪个任务缺信息、哪个PR在等人验收,全得自己记。DeepSeek Harness团队观察到,一个人通常只能同时跟进3到5个活跃Session。10月31日晚,这个团队发布《Super-agent设计探索:迈向更自主的Agent系统》,并同步开源技术原型,想把"记着所有会话"这件事从人脑里拿走,交给系统。知乎36氪36氪知乎

问题出在哪?现在的Coding Agent以Session为基本单位,各干各的:单任务的上限取决于模型能力,多任务的上限取决于人的注意力。你在A会话里定的方案,B会话不知道;群里临时改了需求,还得有人把话捎过去。代码有人写了,进度还是得自己盯。知乎
Super-agent的解法是分两层。最外层是一个常驻的Router,只接需求、记全局、派任务,不亲自干活,按设计甚至可以不配Bash工具;底下挂一排上下文隔离的Worker,各领一个任务,用能力最强的模型闷头执行。
群消息、邮件、CI结果这些环境事件进来,先过一道程序规则筛掉闲聊,再交给模型判断剩下的值不值得接——接入真实群聊和代码平台后,事件流呈现"高噪音、低触发率"特征,绝大多数日常消息并不需要Agent介入。Worker不直接对你说话,结果统一由Router回传。知乎
这套架构还配了持久化队列、重启恢复,和一只Watchdog——不只盯进程死没死,还盯任务是不是在原地打转。知乎

DeepSeek在文末自己承认:这套设计没有提出新理论,只是把计算机系统里的经典工程思想搬到了Agent上。Fast Path/Slow Path的两级过滤、把上下文窗口当Cache管理的Inline & Spill、存算分离、投机执行,全是老朋友。真正新的不是某个算法,而是那个判断:哪些决定交给模型临场发挥,哪些固化成确定性代码。知乎
效果和代价都得看。官方用约300条消息、其中20条工作请求的合成负载做实验,Super-agent从接到请求到交付结果的p95是15.7分钟。对照组是带子Agent工具的单Session,中性提示词下模型跑了5次,一次都没委派,全自己干,p95拖到29.5分钟。知乎
代价也直白:多会话的读缓存token更高,去掉订阅直通机制后,Router的读缓存token涨了约37%。本质是用更多token,换人的注意力。

现在就照抄架构?先等等。工程师冯若航的点评里有个反问值得记住:把Session藏到底下之后,Router凭什么知道你这句话该派给谁?在一个真能对外动手的系统里,靠猜来路由,迟早要出事故。他的主张是把上下文显出来:按项目建群、绑仓库、配权限,边界在人开口之前就划清楚。知乎
何况原型本身也还处在早期——目前主要面向一个GitHub仓库,可选接入飞书。主动接单默认关闭,先在observe模式里记录"如果允许,我会接这件事",团队看过这些判断,再决定是否放行。36氪知乎
比起架构图,更值得带走的是几招工程手法。耗时的工具调用改成异步的start/stop,别让一次十分钟编译堵死整个对话;跨系统写入先落日志再执行,重启后才分得清"准备做"和"已做完";长任务配Watchdog盯方向,别等跑偏半小时才发现。

Super-agent最克制的地方,是学会了闭嘴:结果没用就不出声,没权限就不动手。36氪
梁文锋此前说过,“你越克制,越有可能做成AGI”。放在这套设计上,意外地贴。36氪
当前文章无评论,是时候发表评论了