TwKit
正在载入
TwKit

🚨重磅!梁文峰给Agent系统指明方向!DeepSeek 官方给出最新思路:让 AI 从“听话的工具”变成“自己干活的同事”! 以前的 AI Agent 像… · @NFT_Chen · TwKit

@NFT_Chen

🚨重磅!梁文峰给Agent系统指明方向!DeepSeek 官方给出最新思路:让 AI 从“听话的工具”变成“自己干活的同事”! 以前的 AI Agent 像一个很能干的实习生:你得开一个聊天窗口盯着它,一步步指挥。你同时只能盯住 3~5 个窗口,再多就乱了、忘了上下文。它一等你指令,就停在那儿不动。 DeepSeek Harness 团队提出 Super-agent,想解决这个问题。目标很简单:人只负责定目标、做验收,AI 自己持续干活。 它有四个特点: 🔹连续:不管你在微信群、GitHub 还是邮件里找它,它都记得之前的事,感觉始终是同一个 AI 在跟你说话,不用自己记“哪个窗口说了什么”。 🔹高效:同时推进好几件事,互不耽误,你随时可以插话或改方向。 🔹主动:不用等你 @ 它。群里有人反馈问题、代码评审有评论、邮件来了,它自己观察并决定要不要动手,不需要时就安静待着。 🔹持久:一直在线,电脑关机也不停,出错了能自己恢复。 怎么实现的?核心思路很朴素: 1️⃣一个协调者 + 多个干活的:上面有个“调度员”AI(Router)负责听你说话、分配任务、记住全局;下面多个“工人”AI(Worker)各自独立干活,干完把结果汇报给调度员,再由它统一回复你。你感觉只有一个 AI,背后其实在并行跑多个。 2️⃣事件驱动,而不是等人下命令:群消息、代码评论、CI 结果等,都变成触发信号。系统先用简单规则过滤噪音,再让 AI 判断要不要行动。已经分出去的任务,后续消息直接发给对应的工人,不用每次都绕回调度员。 3️⃣后台先试试再说:看到可能有问题,先悄悄在后台复现、找修复方案。确认有价值再告诉你,没价值就丢掉,不打扰你。 4️⃣人机交互更自然:后台跑长任务时,前台还能继续聊天(不会卡住等结果)。回复风格也按渠道调整:群里短一点,GitHub 上详细一点。 5️⃣一直在线 + 能自愈:计算放云端,真正干活的环境可以留在你自己的电脑上(只跑一个轻量小程序)。外面再加个“监视器”AI,盯着有没有跑偏或卡住,及时纠正。 简单说:Session 不再是你需要操心的东西,变成系统自己的实现细节。人从“全程盯梢”上移到“定方向 + 验收结果”。 他们内部已经在用这套思路跑,公共群里有人反馈问题,即使没 @ AI,它也能自己定位、提修复 PR。 详见原文:https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg #DeepSeek #SuperAgent #AI同事 #Agent #自主AI #Harness #工程实践 #梁文峰 #崔添翼

曝光 3695 · 评论 12 · 点赞 38 · 书签 24

查看原帖