DeepSeek 这篇 Super-agent 设计探索 https://zhuanlan.zhihu.com/p/2099987320443237060 … · @Xiaohuihui_BTC · TwKit

@Xiaohuihui_BTC

DeepSeek 这篇 Super-agent 设计探索 https://zhuanlan.zhihu.com/p/2099987320443237060 聊到了一个很现实的问题： AI 能同时干的活越来越多，人却快盯不过来了。 开几个窗口，切换任务、补充背景、追问进度、检查结果……工具越多，自己越像一个忙不过来的项目经理。 DeepSeek Harness 团队提出的 Super-agent，就是在探索怎么把这些协调工作交给系统。 它想实现的体验，有四个关键词： ① 连续 在群聊里交代任务，转到 GitHub 继续讨论，Agent 能接上之前的背景。 ② 高效 多个任务并行推进，后台干活时，前台依然能接收新指令。 ③ 主动 根据环境里的消息判断是否需要行动，有价值再交付，无需介入时保持安静。 ④ 持久 长期在线，遇到异常能恢复，按任务需要连接不同设备上的工作环境。 底层怎么做？ Router 负责接收需求、协调和分派；多个 Worker 在各自独立的上下文里执行任务。 再配合事件过滤、上下文按需读取、异步工具调用，以及检查任务是否卡住或跑偏的 Watchdog，减少人来回盯着的负担。 文章里的一个内部实践很有意思： 团队给 Agent 配置了“静默复现并修复”策略。群里有人反馈问题，它就先在后台尝试复现、寻找修复方案。 确认问题并找到简单的修复方案后，再交付结果；没有结果就保持安静。团队展示的案例中，群里还在讨论，它已经提交了修复 PR。 这让我觉得，接下来做 Agent 产品，很值得关注的一点是：能替用户省下多少协调、等待和反复解释的时间。 当然，目前这仍是架构探索。长程记忆、规模扩展、安全和隐私都有待解决；已公开的开源原型： https://github.com/deepseek-ai/dsh-superagent-prototype 用于研究参考，部分设想尚未实现，也不是正式产品。 对于正在用 AI 做产品的朋友，我觉得这篇值得读： 当执行能力越来越强，怎样让用户轻松地交代目标、介入关键决策、验收结果，会成为很重要的产品问题。

曝光 693 · 评论 10 · 点赞 22 · 书签 5