Super-agent 设计探索:迈向更自主的 Agent 系统

一句话定位

当单任务 Agent 证明”模型会用工具”之后,瓶颈从模型能力转移到人的注意力:一个人同时只能跟进 3–5 个活跃 Session。本文提出 Super-agent ——把 Agent 从”单次手动会话”里解绑,变成跨会话保持上下文、并发推进多任务、持续在线的连续实体;并用五个模块(双层架构 / 事件驱动 / 面向人的交互 / 计算状态环境分离 / Watchdog)拼出它的系统架构。核心方法论不是新理论,而是把计算机系统的经典工程思想(Fast/Slow Path、Cache、投机执行、存算分离、Control Loop)搬到 Agent 系统上。

定位说明:这是一篇面向工程实践的架构思路探讨,不是 DeepSeek Harness 现有产品功能说明。部分设计已在 dsh-superagent-prototype 原型插件中实现,非正式产品。

1. 问题:为什么单 Session 撑不住

现状后果
Agent 以单一 Session 为基本单位,Session 之间彼此独立并行多任务必须手动切换 + 自己记住各 Session 上下文
人的并发能力有限(实测约 3–5 个活跃 Session)单任务上限取决于模型能力,多任务上限取决于人的注意力
在本地单会话 Agent 上叠加 CLI / MCP / 连接器仍受制于单会话同步阻塞、多任务上下文混乱、本地设备离线即停
Session 同时承载”技术上的上下文管理”和”面向用户的项目管理”产品形态被底层实现绑架;让用户管 Session 是从 LLM API 继承下来的设计惯性

2. 四个基础特征

![Super-agent 整体系统架构](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_03.jpg)

特征含义对应架构模块
连续在 IM、GitHub 评论等熟悉界面交互,感觉始终只有一个 Agent;不必想”Session X 里有没有 Y 信息”双层架构 + 全局 Router 记忆
高效响应快,且能并行高质量完成多个复杂任务;不用等上一条完成才接下一条双层架构 + 异步(全双工)ReAct Loop
主动不等逐条指令,持续观察环境事件并主动推进;不需要介入时保持安静事件驱动(Trigger + 过滤 + 订阅直通 + 投机执行)
持久始终在线、接入真实工作环境、长期运行遇到异常能自愈计算/状态/环境分离 + Watchdog

关键判断:单个 ReAct Loop 无法同时支持这四点,底层必须有一套架构。相似的设计约束会导出相似的架构选择。

内部实例(DeepSeek Harness 上的 Super-agent):

![同一任务在 IM 群聊与 GitHub PR 评审之间连续推进](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_01.jpg)

![持续关注公共群聊,无人 @ 时主动识别缺陷并提交修复 PR](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_02.jpg)

3. 双层架构:Router 层 + Worker 层

3.1 要解决的权衡

  • 全部事件交给同一个 Session:上下文最连续,但受单个 ReAct Loop 串行速度上限限制,耗时长、吞吐低,多任务细节混杂影响完成质量。
  • 每条事件新开独立 Session:并发吞吐最高,但任务间不独立时缺全局上下文、结果割裂,且多个 Session 各自回复用户造成混乱。

解法:把「维护全局连续性」与「高并发执行」拆到两层——常驻 Router 层统一承接人类交互与全局协调,上下文隔离的 Worker 层并发执行具体任务。

![双层架构](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_04.jpg)

“双层”是逻辑职责划分,每一层内部都不必局限于单个 Session。

3.2 Router 层(常驻全局路由)

  • 承接所有入口的人类交互,是全局的序点(Sequence Point)、协调点和记忆。
  • 为不成为性能瓶颈,不直接执行具体任务、只做交互与分派,甚至可以不配 Bash 工具。
  • 与常见 Agent Team 的区别:Agent Team 的 Team Lead 要深入理解任务细节、高频协调,推理负载重;Router 只处理任务之间的高层关联与分派,不介入单任务内部拆解 → 用较轻量的模型就够。

为什么单个常驻 Router Session 没有成为瓶颈:批处理(Batching)

  • 上一轮推理期间到达的 Trigger 会积压,在下一轮 LLM 调用中一并注入。
  • Router 每步是长输入、短输出;多条 Trigger 合并进一次调用后在 Prefill 阶段并行计算,单次请求耗时增长远慢于 batch 大小。
  • 因此一定范围内:积压越多,单个决定分摊的推理时间越低。上限取决于上下文长度和模型单轮能准确处理多少条 Trigger。
  • 规模再大时,Router 层内部可做多层过滤结构或水平切分(Sharding)——但这就是又一轮连续性 vs 吞吐量的权衡,切得越细吞吐越高、记忆连续性越低。在全局记忆问题解决之前,这个权衡始终存在。

3.3 Worker 层(隔离并发执行)

  • 彼此上下文隔离,挂载完整执行工具,在独立上下文中专注单一任务;通常配能力最强的模型(直接决定任务结果与代码质量)。
  • 不直接与人类交互:推理过程与工具调用不输出到外部信道,只向 Router 汇报状态,由 Router 统一回复。
  • 同层 Worker 通常不直接通信;冲突多发生在共享工作环境(如同一个 PR),靠”都订阅了该 Thread → 收到相同事件通知”来各自发现并解决,少数跨任务协同由 Router 中转。
  • Worker 内部仍可再建 Subagent 或本身就是一个 Agent Team,对 Router 透明。

场景对照:

场景Router 层Worker 层
研发协作分派 + 跨任务协调同时推进问题复现 / PR 评审 / 特性开发,互不阻塞
个人助手维持单一聊天页的交互连续性对话框里每个话题各派一个 Worker 并行推进、起草回复

4. 事件驱动:一条 Trigger 的生命周期

驱动 Agent 的主要输入不再是人类逐条键入的提示词,而是环境中的半结构化事件(Trigger):群聊消息、邮件与日程提醒、代码审查评论、CI 运行结果。四个递进问题对应四个机制:

4.1 事件过滤(3.1)——Fast Path / Slow Path

真实群聊与代码平台的事件流是典型的「高噪音、低触发率」,逐条调模型判断延迟与成本都不可接受。

层角色做什么
程序层策略Fast Path(低成本、低延迟、确定性)按事件来源、群组范围、用户/机器人白名单等确定性条件准入;对不同来源设”仅响应明确请求 / 作为候选 / 直接忽略”
语义层策略Slow Path(高成本、灵活)对通过程序层准入的候选事件,由 LLM 按提示词策略 + 上下文判断是否需要行动;同时是面向人类的自然语言扩展点

![两级过滤](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_05.jpg)

4.2 事件路由(3.2)——订阅与直通

如果每个后续事件都经 Router 转发,这个全局节点依然承受大量负载。定义 Thread = 同一个 GitHub PR、同一个 IM 话题或同一封邮件串下的连续事件流。

![Thread 示例](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_06.jpg)

路径条件处理
Fast Path(已订阅)Worker 创建后直接订阅该 Thread同一 Thread 的后续事件由程序直通 Worker,不经 Router;超出任务范围时 Worker 可取消订阅或交回 Router 重派
Slow Path(未订阅)尚未被订阅的新事件Router 仍可观测所有事件掌握全局,但只负责判断与分派

![订阅与直通](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_07.jpg)

  • Thread ↔ Worker 订阅是多对多:一个 Worker 订多个 Thread,一个 Thread 可被多个 Worker 订阅 → 交集处的新事件同时直通给所有订阅者,无需点对点通信也能感知彼此操作、自行解冲突。
  • 输出侧仍由 Worker 把关键结论汇报 Router,Router 统一回复用户并同步全局记忆。

4.3 上下文组织(3.3)——Inline & Spill + 链式召回

“浪费上下文窗口,就是浪费模型的智能。” 把有限的上下文窗口当作 Cache 管理:

操作定义场景
Inline把近期很可能用到的信息直接内联进窗口,省去工具调用往返附上紧密关联对象的 ID、内容前 50 字、IM 消息的前后相邻消息与所回复的消息、代码评论所在评审讨论的相邻评论
Spill超出预算或低频使用的完整信息留在窗口外,只留引用或摘要,按需读取长内容设较小长度上限,截断并保留续读入口,需要时再调工具读全文

优化顺序(借用局部性 Locality 思想):

  1. 从最少信息开始:只给当前对象 ID 和内容摘要;
  2. 利用局部性逐步 Inline:先紧密关联对象 ID,再时空相邻内容;
  3. 超上限则 Spill:截断 + 保留续读入口。

链式召回(Chain of Recall):系统给 Trigger、Thread、Worker Session 等对象唯一 ID,注入时内联下一跳关联对象的 ID,底层构成一张引用图;每次工具召回的结果本身也遵循 Inline & Spill,返回时又带上再下一跳的摘要与 ID,模型便能从当前事件顺引用关系逐跳按需展开上下文。例:当前消息 → 所在 Thread → 相关 Worker Session → 该 Worker 关联的另一个代码评审 Thread。这缓解了 Router 层在长程中丢失先前信息的问题。

![链式召回](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_08.jpg)

4.4 提前行动(3.4)——投机执行

借鉴 Speculative Execution:在结果是否被采用还不确定时,先根据环境信号在后台尝试,用额外算力换人类的等待与介入成本。有价值就交付,没价值就丢弃。

  • 个人助手:收到会议邀约/待办 → 后台核对日程冲突、搜集背景、备好回复草稿 → 用户过目即可确认。
  • 研发协作:内部用户群配了”静默复现并修复”策略——有人反馈问题或讨论改动方案时,Agent 先在后台复现并找修复方案,只有确认问题且找到简单方案才交付,否则全程安静。

![投机执行示例](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_09.jpg)

5. 面向人的交互

5.1 全双工交互(4.1)——异步 ReAct Loop

经典 ReAct Loop 中 run() 是同步阻塞的,工具执行期间会话无法响应任何新输入(半双工)。

改造:把耗时命令/子任务改为异步 start() / stop():

  1. 模型调 start() → 立即收到 Started 返回,循环不再等待;
  2. 后台执行完成后,结果作为一条新的事件消息投递回会话;
  3. 模型可用 stop() 主动终止跑太久的后台命令。

由此前台对话与后台执行解耦:新输入在当前推理步结束后即被处理,不必等后台工具完成。(该机制已在 DeepSeek Harness 实现,尚未默认开启。)

![经典 ReAct Loop 与异步 ReAct Loop 对比](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_10.jpg)

5.2 多信道交互(4.2)——输出要匹配信道带宽

把终端的交互方式原样搬进群聊(冗长推理 + 密集工具调用)在多人协作中必然信息过载。双层架构已把冗长过程隔离在 Worker 内部,再对每个信道用提示词定制规范:

信道侧重具体做法
IM 等即时通讯低打扰的轻量沟通像人类同事一样只在需要决策或验收时通知;只问直接问题、给简短结论。实测有效硬规定:单次回复不超过 100 词
GitHub / 邮件 / 文档等异步信道结构化、高信息密度的异步交付按项目规范写完整的问题背景、改动说明与验证结果;个人助手场景直接起草结构化邮件与文档摘要

6. 计算、状态与环境的分离(存算分离)

本地 Agent 默认把「推进 Agent Loop 的计算」「需持久保存的会话状态」「代码仓库与本地工具链等执行环境」绑在一台设备上 → 休眠即停、访问不到其他设备的环境。分两步解耦:

第一层:计算 ↔ 状态分离(5.1)
Agent Loop 放进云端无状态弹性容器(可水平扩展、重启、替换),Session 等持久化状态存入数据库;连续性由持久化存储保障 → 摆脱单机生命周期,实现云端持久在线。

第二层:Agent Loop ↔ 执行环境分离(5.2)
模型所需上下文的很大一部分要通过工具调用从代码仓库、本地文件、依赖服务获取——广义上下文包含执行环境本身。

常见思路为什么不行
云端起沙箱、拉代码、重建环境真实环境含未提交修改、私有凭据、内网服务依赖、特定硬件/工具链,同步成本高且易遗漏
要求用户搬到云端工作迁移成本过高

既然是环境本身难以复制,就别让环境跟着 Agent Loop 上云:Agent Loop 在云端,重状态执行环境留在原地,只在端侧部署一个不保存会话状态的轻量 daemon,只负责执行命令并返回结果。

  • 与 Anthropic「脑手分离(Decoupling the brain from the hands)」思路一致(harness 无状态、会话日志存在 harness 之外、统一接口按需接入执行环境)。
  • 差异在场景:那篇讲托管服务(按需沙箱、客户 VPC 内资源);这里首先要接入的是用户日常使用、可能间歇在线的个人机器(有未提交修改和本地凭据)。
  • 因此支持 BYOM(Bring Your Own Machine),也支持接入云端托管机器或按需创建的计算环境;甚至能支持间歇在线设备——某台个人设备重新上线后,云端 Agent 再自动触发完成需要在该设备执行的任务。

![存算分离与执行环境解耦](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_11.jpg)

7. Watchdog:主系统之外的外部控制回路

长期运行的分布式系统很难只靠主系统内部逻辑保证可靠,需要主系统之外的独立 Control Loop。

  • 实现:主系统外配一个独立的 Watchdog Session,用定时消息驱动,构成外部 Control Loop。
  • 职责一(基础设施):接口报错、状态恢复失败等;
  • 职责二(任务本身):仅靠进程存活探测不够——很多异常不是崩溃,而是模型陷入无效循环或偏离目标。所以由模型判断各 Worker 是否有实质进展、方向是否偏离整体目标;发现异常及时介入,外部偶发故障持续复查直至恢复。
  • Watchdog 本身也是具备完整工具能力的 Agent Session:维护者可以用自然语言问它故障原因,也可以让它在线修正主系统行为(增删提示词、调整触发规则)。

8. 初步实验

实验基于合成负载与简化环境,作者自称”部分设置还可以更严谨,结果仅作初步参考”。

8.1 消融实验(7.1)

设置:群聊 + GitHub CI 消息流同时驱动四种方案;单次实验约 300 条消息,其中约 20 条是工作请求,其余为闲聊、跟进、叫停和 CI 消息;编码工作用一个只消耗时间的工具代替(衡量调度与协作能力,而非单任务执行能力);每种方案跑 5 次;消息间隔与工作时长按 1/4 缩放,模型调用耗时为真实值。

![累计到达曲线与四种方案的累计完成曲线](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_12.png)

![消融实验数据](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_13.png)

方案任务完成时间 P50 / P95(分钟)单次实验读缓存 Token(全部 Session)
Super-Agent12.4 / 15.72323 万
Super-Agent,去掉直通12.6 / 15.53177 万
单 Session + Subagent 工具,中性提示20.4 / 29.5605 万
单 Session + Subagent 工具,提示优先委派13.8 / 29.01082 万

关键结论:

  1. 带 Subagent 的单 Session 受提示词影响极大:中性提示下模型 5 次运行一次都没调用 Subagent,全在主 Session 干、不断被新消息打断(P95 29.5);改”优先委派”后 5 次中 4 次委派,但仍慢于 Super-agent,剩下 1 次判断工作”很小”而自己执行 → 形成长尾。双层架构在系统层面缓解了”依赖提示词工程与模型临场判断分不分工”的问题(Router 不直接干活、Worker 只收所订阅 Thread 的消息)。
  2. 开销换稳定性:Super-agent 维护多个独立会话,读缓存 token 高于单 Session(2323 万 vs 605/1082 万),是用更多 token 换更短且更稳定的完成时间。
  3. 直通机制不改善质量,但省 Router 开销:去掉直通后完成时间基本不变(12.6 / 15.5),但 Router 需做的决定增加约 30%,总读缓存 token 从 2323 万 → 3177 万(+37%)。

8.2 Router 层批处理压测(7.2)

设置:Router 调真实模型、Worker 用 Mock 模型;需要决定的 Trigger 到达速率从约 1 条/分钟 提到约 40 条/分钟。

![batch 大小、单次请求耗时与单个决定分摊的推理时间](Super-agent 设计探索:迈向更自主的 Agent 系统_图文/img_14.png)

指标低负载(≈1 条/分)高负载(≈40 条/分)
平均 batch 大小1.02.8
单次请求耗时2.5 s3.9 s(增长慢于 batch)
单个决定分摊的推理时间6.4 s1.6 s

含义:事件突发拥堵时,Router 层靠自动合并积压事件提高有效吞吐;这也解释了 7.1 中即使去掉直通让 Router 峰值负载上升,仍未触及单 Router 的吞吐瓶颈 → 当前团队规模下无需过早水平切分而牺牲全局上下文连续性。

9. 开放问题

编号问题具体张力
8.1如何扩展双层架构超出单 Router Session 承载时,何时水平切分、粒度如何、同层 Worker 何时需直接通信、用什么协作拓扑,均无定论;Router 事件判别 / 分批派 / 上下文召回的模型与系统协同设计(Co-design)值得专项训练。长程记忆是跨月运行的主要瓶颈
8.2脱离 Session 后如何协作底层会话不再对应用户界面会话后,如何向用户呈现任务与项目管理成为新问题;“以聊天窗口为中心”是路径依赖——交互可能更多发生在领域特化界面(如直接在 GitHub Issue/PR 里工作);界面上保留的”一个会话”底层未必只有一个 Session。另外,模型能力过渡期内许多任务仍需人类中途介入、接管、实时协同
8.3上下文边界与 A2A组织配备 Super-agent 本质是在划分上下文共享/隔离边界:需共享的共用同一实例,需隔离的各配一套。多个隔离实例之间(个人助手 ↔ 团队 Super-agent)的跨边界协同是 A2A 问题(不特指某协议)
8.4安全与隐私事件驱动扩大了不可信输入面;云端 Agent Loop + 端侧 daemon 默认建立在”云与端互信”前提上,一旦云端被入侵或提示词注入攻破,所连接的端侧设备都面临被控制风险;即使云端未破,凭据一旦进入模型上下文就可能泄露 → 需要让 Agent 完全不接触凭据本身也能使用凭据的机制

速查表:五个模块 ↔ 四个特征

模块解决的问题支撑的特征
双层架构(Router + Worker)连续交互 vs 高并发吞吐的权衡;Session 成为实现细节连续、高效
事件驱动(Trigger / 过滤 / 订阅直通 / Inline-Spill / 投机执行)从”人给指令”到”环境给事件”主动
面向人的交互(异步 ReAct Loop / 多信道规范)后台耗时操作阻塞前台;输出不匹配信道带宽连续、高效
计算-状态-环境分离(存算分离 + 端侧 daemon)单机生命周期限制、跨设备接入真实环境持久
Watchdog(外部 Control Loop)长期运行的基础设施故障与”模型跑偏”持久

术语对照:

术语含义
Super-agent跨会话保持上下文、并发多任务、持续在线的连续 Agent 形态及其系统架构
Trigger环境产生的半结构化事件(群消息、PR 评论、CI 结果…)
Thread同一 PR / IM 话题 / 邮件串下的连续事件流
Fast / Slow Path确定性代码快速准入 vs LLM 语义判断
订阅直通Thread 与 Worker 多对多订阅,后续事件由程序直达 Worker,不经 Router
Inline / Spill高概率要用的内联进窗口;低频或超预算的留在窗口外只留引用
Chain of Recall对象间内联下一跳 ID 构成引用图,逐跳按需展开上下文
投机执行后台提前尝试,有价值就交付、无价值就丢弃
全双工异步 start()/stop(),后台运行期间仍可响应新输入
BYOMBring Your Own Machine,把自己的开发机接入云端 Agent
Watchdog主系统之外的独立 Control Loop,兼查基础设施与任务进展

核心金句

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。

Session 应当是系统的实现细节,而不应是用户的认知负担。

浪费上下文窗口,就是浪费模型的智能。

我们在当前阶段做出了一系列工程和场景简化——这套系统能以较低复杂度运作,很大程度上正是因为这些简化。

我们并没有提出全新的理论,而是将计算机系统中经典的工程思想应用到了 Agent 系统的构建中。

Agent 不再只是一个被动等待指令的对话窗口,而是演进为数字环境中持续在线的自主协作者。

延伸

  • 原型仓库:dsh-superagent-prototype(文中”阅读原文”跳 GitHub)
  • 相关工作:Anthropic《Decoupling the brain from the hands》(脑手分离 / harness 无状态)

相关笔记