不用@就能主动干活?Super-agent离普通用户还有多远

源自115位全网作者

23:34

10月31日晚间,DeepSeek的Harness团队(DSH)发布《Super-agent设计探索:迈向更自主的Agent系统》长文,并同步开源了原型插件dsh-superagent-prototype。文章里最吸引眼球的场景,正是标题之问的答案:在其内部实例所在的公共群聊中,没有任何一条@它的消息,Agent就主动定位出缺陷根因、提交了修复Pull Request。 这还不是一项普通人马上能用上的产品功能——机器之心在报道中提示,这是一篇面向工程实践的架构思路探讨,不是产品功能介绍。知乎知乎

原文自己划的边界很直白:这个插件"只是一种为了验证技术路线而提供的原型,并非DeepSeek的正式产品"。 真正在持续运行的实例活在DeepSeek自己的研发流程里,IT之家对现状的概括是:内部实例已投入运行。 要回答"离普通用户还有多远",得先看清它解决的是什么问题。知乎新浪微博

先拆掉聊天框:瓶颈不在模型,在人的注意力

现在用Agent的基本单位是会话窗口:开一个窗口谈一件事,多件事就得手动切换、各自记住上下文。DSH团队观察到一个朴素的数字——一个人通常只能同时跟进3到5个活跃Session,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。知乎

Super-agent要打破的就是Agent和单次手动会话的绑定。团队给它定了连续、高效、主动、持久四个特征,核心是一套双层架构:常驻的Router层只负责接人话、记全局、派任务,用轻量模型就够,甚至可以不给它配执行工具;干活的Worker层上下文彼此隔离,每个任务配最强模型并行推进,Worker不直接对外说话,统一由Router回复。用户面对的始终是同一个Agent,会话退回成系统内部细节,让普通用户手动管理会话窗口,被DeepSeek视为从底层API时代延续下来的设计惯性。新浪微博

不用@,怎么就干起活来了

"主动"的实现路径,是把驱动Agent的输入从人类逐条敲的提示词,换成环境里自发产生的事件:群聊消息、邮件与日程提醒、代码评审评论、CI运行结果,团队把这些称为Trigger。知乎

真实群聊的特点是绝大多数消息与任务无关,每条都交给大模型判断,延迟和算力都撑不住。系统的做法先由确定性代码规则滤掉噪音,只有需要语义理解的候选事件才进模型;再配上"静默复现并修复"策略:群里有人反馈问题,Agent先在后台悄悄复现和找方案,确认问题存在、且找到了简单修复,才把结果交付出来,否则全程不打扰。 主动干活和不乱说话,是同一套机制的两面。知乎

实验数据说了什么,还不能证明什么

支撑判断的是一组端到端实验:用群聊和CI消息流同时驱动四种方案,单次约300条消息、其中约20条是工作请求,每种重复5次。从任务完成时间看,Super-agent的p50为12.4分钟、p95为15.7分钟。知乎

对照组更能说明问题:“单Session+Subagent"方案在中性提示下,模型在5次运行中一次都没有调用Subagent,所有工作都在主会话里进行、不断被新消息打断,p95达到29.5分钟。结构上的"Router不亲自干活”,比靠提示词劝模型分工更可靠。知乎

代价同样写在数据里:维持多个独立会话,使Super-agent的缓存读取token高于单Session方案,本质是用算力换更短、更稳定的完成时间;去掉话题直通机制后,Router需要做的决定增加约30%。知乎

官方对实验的定性同样需要保留:它基于合成负载与简化环境,结果仅作初步参考——验证的是调度与协作机制,不是单个任务的执行质量。知乎

三层距离,三道墙

离得最近的是开发者。DeepSeek Harness已于今年发布并完整开源,采用插件化架构,围绕它的第三方生态生长很快:社区开发者为它做的移动端应用dsh-Go可以连接主机上的DSH、实时同步消息和任务进度,但仅支持安卓,且需要一台跑着DSH的主机,安装包被下载了6000多次。 想跑Super-agent原型,前提是会装开源工具、有开发机、懂接GitHub和IM通道。知乎

第二层是DeepSeek自己。按原文说法,内部实例已在日常参与问题复现与修复、代码审查响应和DeepSeek Harness自身的迭代。知乎

连自用都在留余地:支撑"边干活边回话"的异步任务机制已经实现,但尚未默认开启。知乎

第三层才是普通用户,中间隔着三道墙。最硬的是安全,而且由原文亲自点名:解决不好安全与隐私,Super-agent只能在一个很小且可信的范围工作——云端大脑一旦被提示词注入攻破,它连接的每台设备都有被控制的风险,端侧凭据混入上下文同样可能泄露。 第二道是成本:持续在线意味着持续监听事件流、多会话并行,token开销显著高于开一个聊天窗口。第三道是工程门槛:云端常驻Agent Loop、端侧装daemon、接入IM和GitHub,再加上官方列为"仍需解决"的长程记忆与跨实例协作。知乎

方向确定,路径还长

值得注意的是,这套设计并非从零发明:快慢路径、投机执行、存算分离,都是把计算机系统的经典思想搬进Agent系统,文中还直接借用了Anthropic提出的"脑手分离"。 个人助手形态近两个月集中涌现,各家都在逼近同一类架构问题,"主动Agent"已是行业共同路线,DeepSeek是把工程思路讲得最系统的一家。知乎

蚁工厂对这条路线的前提有一句概括:单任务对人工干预的需求越来越少之后,限制生产力的瓶颈正在转向人的注意力。 普通用户真正等到"不用@的助手",信号不在于再出一篇架构文章,而在于三件事:原型能力何时变成开箱即用的产品,安全与权限机制如何解决到可信范围之外,以及成本降到什么水平。在此之前,"主动干活"首先是DeepSeek内部和开发者群体先跑起来的能力。新浪微博

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
最新文章 热门文章