DeepSeek的Super-agent，拆开看其实是一桌计算机的老菜 先问你一个问题：你同时跟得住几个AI对话窗口？三个？五个？DeepSeek Harness团队的观察是，一个人通常只能盯住3到5个活跃会话。单个任务能做多好，看模型的本事；但同时能推进几件事，卡脖子的是你自己的注意力。他们10月31号公开的Super-agent设计探索，本质上就是在解这道题。 先说清楚边界：这是架构探讨加开源原型，不是已上线的产品功能，团队自己反复强调，我也先说在前面。 好，下面进入正题。这套设计里有几个技术决策，我觉得值得一个个拆开看。 第一个，双层架构。他们面前其实是个两难：所有消息塞进同一个会话，上下文是连贯的，但一次只能干一件事，几件事的细节搅在一起又慢又乱；每条消息新开一个会话，并发上去了，可各个会话互相不知道对方在干嘛，还会抢着回你。他们的解法是拆两层——上层一个叫Router的常驻调度，只接话、派活，自己不动手，连命令行权限都可以不给，所以配个轻量模型就够用；下层是Worker，一件事一个工位，上下文互相隔离，挂完整工具、用能力强的模型，干完向Router汇报，由Router统一出面回复。 有人可能担心：Router只有一个，忙不过来怎么办？他们的办法很朴素——Router在推理的时候，新来的消息先排队，下一轮攒起来一起看。实测下来，要它拿主意的消息从每分钟1条涨到40条，单个决定摊下来的推理时间反而从6.4秒降到1.6秒。越忙越划算，这个思路挺反直觉的。 第二个，事件驱动。推着它走的不再是你敲的字，而是环境里发生的事：群消息、邮件、日程、代码评审意见、CI结果，这些叫Trigger。但环境里绝大多数是噪音，每条都让大模型判断一遍，又慢又贵。所以前面放两道筛子：先让写死的程序规则按来源、群组、白名单挡掉大头，剩下的才交给大模型按策略判断要不要动手。一条快路一条慢路，就是计算机里经典的fast path和slow path。