DeepSeek 探索常驻多任务 Agent 架构

DeepSeek 这次探索的重点，是让 Agent 同时接住多项工作，减少人来回切换会话、补上下文、等待结果的时间。它提出用 Router 统一沟通，用多个 Worker 并行执行，再靠事件、持久化状态和独立监控维持运转。

这套 Super-agent 已有内部运行实例和原型，初步实验也显示了调度收益。但它证明的主要是多任务协作效率，不能据此认定模型修 Bug 更强，更不能直接推导出普通团队接入后的生产力提升。

为什么多开几个会话还不够

DeepSeek 团队观察，一个人通常只能同时跟进 3 至 5 个活跃 Session。任务分散后，用户得记住每个会话做到哪里，哪些需要补充信息，哪些已经卡住。即使用 CLI、MCP 或连接器扩展能力，人的协调工作也未必减少。

Super-agent 要实现四个目标：跨渠道保持交互连续，并行处理复杂任务，主动响应环境变化，以及长期在线并从异常中恢复。

它把职责分成两层：Router 接收用户消息、维护全局上下文、分派任务；Worker 在隔离的 Session 中执行工作，把进度和结果交回 Router，统一对外回复。

用户面对一个沟通入口，系统内部可以同时推进多项任务。

但如果所有消息都经过 Router，它又会成为瓶颈。因此，系统把群聊、邮件、日程、代码审查评论和 CI 结果视为 Trigger，先用程序规则过滤，再让模型决定是否行动。任务分配后，Worker 可以订阅对应 Thread，后续事件直接送达，不再逐条绕回 Router。

怎样让后台任务持续推进，又不堵住对话

这里有三组值得拆开看的机制。

第一组解决上下文容量。Inline & Spill 把近期可能用到的信息放进上下文窗口，低频或超预算内容留在窗口外，按需读取。链式召回（Chain of Recall）则利用 Trigger、Thread、Worker Session 之间的引用 ID，逐步找回历史。它提供的是查找路径，长期记忆是否可靠，还取决于引用和历史状态能否持续维护。

第二组解决等待。投机执行会根据环境信号提前工作，例如收到会议邀请后先查冲突、准备资料；群聊讨论故障时先尝试复现，确认问题并找到简单修复后再交付。异步 ReAct Loop 则把耗时工具调用改成 start () 和 stop ()：启动后返回 Started，结果稍后作为新事件进入会话，前台继续接收消息。这个机制已在 DeepSeek Harness 实现，但尚未默认开启。

第三组解决长期运行。Agent Loop 的计算、会话状态与执行环境分离，计算和持久化状态放在云端，本地只运行执行命令、返回结果的轻量 daemon。BYOM（Bring Your Own Machine）允许接入日常开发机，也可连接云端托管机器或按需创建环境。不过，本地机器离线时，本地命令能否继续执行，不能靠云端保存状态来解决。

独立的 Watchdog Session 在主架构外监控报错、恢复失败，还用模型判断 Worker 是否取得进展、是否偏离目标。这能补充普通健康检查，但原文没提供它识别无效工作的准确率。

实验里的提速，究竟证明了什么

初步实验比较了完整 Super-agent、去掉事件直通的版本，以及两种提示词配置下的单 Session 加 Subagent 方案。每次约 300 条消息，其中约 20 条工作请求，每种方案重复 5 次。

Super-agent 的任务完成时间 p50 为 12.4 分钟，p95 为 15.7 分钟；中性提示下的单 Session 方案 p95 为 29.5 分钟。p95 可以理解为：约 95% 的任务在这个时间以内完成。

边界也很明确：这是合成负载和简化环境，主要测调度与协作，不衡量单个任务的实际执行能力。原文转述没有给出所有方案的完整结果，不能独立判断每项机制贡献了多少。

Router 压测中，Trigger 从每分钟约 1 条增加到约 40 条，平均批处理大小从 1.0 增至 2.8，单次请求耗时从 2.5 秒增至 3.9 秒，单个决定分摊的推理时间从 6.4 秒降至 1.6 秒。这支持事件积压时批处理能提高吞吐的判断，但还不足以证明 Router 能随任务规模无限扩展。

我的判断

我认同它把人的注意力当成系统设计约束。相比不断加 Subagent，统一交互、任务隔离和事件直通更直接地处理了多任务协调问题。

但它的优势需要持续到达的事件、可关联的任务历史和稳定的执行环境。偶尔让 Agent 修改一个组件，单 Session 可能已经够用；维护常驻系统则要额外处理状态恢复、订阅关系和权限。

内部实例已参与问题复现、修复、审查响应和 DeepSeek Harness 迭代，说明这条路线有实际使用场景；收益有多大，仍缺少真实项目的对照数据。dsh-superagent-prototype 也被明确定位为验证路线的插件，并非正式产品。

跨月记忆、Router 扩展、脱离 Session 的协作方式和 A2A 通信仍待解决。云端接入本地设备后，提示词注入、凭据泄露和跨设备权限风险，也都是作者承认的缺口。

能拿来做什么

• 如果你的 AI 编程流程需要反复跟进 CI 和审查评论，可以先建立事件与任务的关联，让后续结果回到对应任务，减少人工搬运上下文。
• 如果耗时工具调用会堵住对话，可以参考异步启动、完成后回传事件的设计，同时保留任务状态和停止入口。
• 评估多 Agent 系统时，把调度等待时间与实际执行质量分开记录，避免把并发带来的提速算成模型能力提升。
• 尝试 BYOM 原型前，先明确本地命令权限、凭据可见范围和断线后的任务状态，再逐步接入日常开发环境。