7.7
深览指数
科技虎嗅·Dare to B2B··AI 生成
当Agent 能同时干活，谁来守住人的注意力
文章以DeepSeek Harness团队开源的Super-agent原型为切入点，核心判断是多任务场景下Agent系统的瓶颈不在模型能力而在人的注意力，因此需要Router/Worker双层架构把任务分派、上下文衔接和异常恢复从人手上接管。作者强调真正的难题是权限边界——谁能发起任务、哪些事件可自动续办、什么动作必须人验收，并援引原型实验数据（300条消息/20个请求，p50 12.4分钟 vs 单会话p95 29.5分钟）说明分工价值。适合关注Agent工程落地的技术管理者和开发者。原文 ↗
核心观点
- ▍单任务Agent的上限取决于模型，多任务的上限则受制于人的注意力；系统必须接管任务分派、上下文衔接和异常恢复，才能把注意力还给使用者。
- ▍Agent越主动，授权边界就越关键；若说不清何时接手、做到哪一步、何时请人拍板，Agent的自主性反而会制造串线和乱动，让人替它收拾。
- 01DeepSeek Harness团队设计Router/Worker双层架构：常驻Router接收聊天与GitHub等渠道事件、维持任务关联，彼此隔离的Worker执行具体工作，对外沟通统一由Router负责。
- 02外部事件进入后先按来源和授权规则筛除噪声，再由模型判断需语义理解的候选；已归属任务的后续消息沿订阅关系直送对应Worker，省去Router重复分拣。
- 03开源原型dsh-superagent-prototype目前仅围绕单个GitHub仓库运转，飞书为可选接入来源，仓库说明承认公开版本与团队内部版本及文章描述不一致，部分方向尚未实现。
- 04原型设定只有明确请求或团队写入的主动规则才启动任务；每个工作项记录授权依据与范围，新增主动规则需先在只记录不动手的观察模式下试跑。
- 05实验用约300条消息、约20条工作请求的合成消息流重复5次，Super-agent方案任务完成时间p50 12.4分钟、p95 15.7分钟，单会话加Subagent方案p95被拉长到29.5分钟。
- 06去掉已订阅事件直通机制后任务完成时间基本相近，但Router多做了约30%的决定，总读缓存token从2323万增至3177万，说明直通省下路由决策与上下文读取开销。
反方 / 局限
- — 实验用耗时工具替代编码工作，测的是调度与协作而非实际代码质量，作者明确表示尚不足以推出真实团队会获得同幅度收益。
- — 原文承认云端Agent接入端侧设备后的提示词注入、凭据泄露和跨设备控制仍是开放问题；原型执行预设拥有操作系统用户级广泛访问能力，仅靠系统账户包装无法实现进程隔离。
- — 更长期的记忆、更多任务下Router如何扩展、不同权限边界Agent如何协作，均尚未检验。
DeepSeek HarnessSuper-agent设计探索dsh-superagent-prototypeRouter/Worker双层架构提示词注入飞书GitHubCodexGrok Bot申飞 Dare
7 分钟 · 6 卡片 · 16 资料
读原文 →