多任务的上限，不是模型，是你的注意力 (2026)

十月三十一号晚上，DeepSeek 的 Harness 团队发了一篇架构长文，题目叫《Super-agent 设计探索：迈向更自主的 Agent 系统》。开头那句观察比结论更值得先记住：一个人通常只能同时跟进三到五个正在跑的 AI 会话。1

他们的判断是，单任务的上限取决于模型，多任务的上限取决于人的注意力。这一集沿着这句话往下走：这套系统由哪几块拼起来，实验数字有多硬，主动这个卖点又要付什么代价。

被拆开的五个零件

Router 与 Worker：常驻的 Router 只负责接人、记全局、派活，文章说它甚至可以不配执行命令的工具；Worker 各自隔离上下文干活，不直接和用户说话，只向 Router 汇报。1
事件驱动：群消息、邮件、日程、代码评审、自动检查结果都算 Trigger；先由程序规则筛掉噪音，再交给模型判断；同一话题下的后续事件构成一条 Thread，直接发给已订阅的 Worker。2
异步 ReAct Loop：耗时工具调用改成 start()／stop()，先返回「已开始」，后台结果再作为新事件回到会话。文章说明这套机制已在 DeepSeek Harness 实现，但尚未默认开启。1
上下文按预算管：近期大概率会用到的信息 Inline 进窗口，超出预算或低频的内容 Spill 到窗口外只留引用；对象之间内联下一跳的 ID，模型可沿引用逐跳召回，即 Chain of Recall。1
存算分离与 BYOM：算力进云端无状态容器、会话状态进数据库、执行环境留在用户自己的机器上，端侧只装轻量 daemon，因此可以接入日常使用、可能间歇在线的个人电脑。1
Watchdog：主系统之外的定时控制回路，不只盯进程存活，还由模型判断 Worker 有没有实质进展、方向有没有跑偏。2

原型文档把原则写得很直白：尽可能少占用人的注意力，尽可能多提供价值；Agent 只在被请求时、或团队事先写好的规则允许时行动，其余时间保持安静。3 文章里那个内部例子叫「静默复现并修复」：群里有人报缺陷，先在后台复现，确认问题并找到简单修法才提交结果，否则不出声。1

安全是文章自己列出的最大隐患：云端 Agent Loop 一旦被提示词注入攻破，它接入的所有端侧设备都可能被控制；即使没有被攻破，端侧凭据只要进入模型上下文，正常执行过程中也可能泄露。4

做产品：会话不该是产品的基本单位，任务才是；先设计「什么情况下不说话」，再设计「怎么汇报」。
自己搭东西：双层、事件驱动、直通、存算分离今天就能拼；权限先给到读和提交补丁，合并留给人。
准备面 AI 产品岗：活派给谁、怎么防止两个 Worker 抢同一件事、多花的 token 换回多少人的时间，这三个问题能直接检验对方是否真的做过编排层。

目前没有第三方复现或独立评测；实验基于合成负载与简化环境，编码工作由只消耗时间的工具替代，衡量的是调度与协作而非单任务能力；开源的是验证路线用的原型，不是正式产品，文章里部分设计原型中并未实现。5

被拆开的五个零件

Router 与 Worker：常驻的 Router 只负责接人、记全局、派活，文章说它甚至可以不配执行命令的工具；Worker 各自隔离上下文干活，不直接和用户说话，只向 Router 汇报。1

事件驱动：群消息、邮件、日程、代码评审、自动检查结果都算 Trigger；先由程序规则筛掉噪音，再交给模型判断；同一话题下的后续事件构成一条 Thread，直接发给已订阅的 Worker。2

异步 ReAct Loop：耗时工具调用改成 start()／stop()，先返回「已开始」，后台结果再作为新事件回到会话。文章说明这套机制已在 DeepSeek Harness 实现，但尚未默认开启。1

上下文按预算管：近期大概率会用到的信息 Inline 进窗口，超出预算或低频的内容 Spill 到窗口外只留引用；对象之间内联下一跳的 ID，模型可沿引用逐跳召回，即 Chain of Recall。1

存算分离与 BYOM：算力进云端无状态容器、会话状态进数据库、执行环境留在用户自己的机器上，端侧只装轻量 daemon，因此可以接入日常使用、可能间歇在线的个人电脑。1

Watchdog：主系统之外的定时控制回路，不只盯进程存活，还由模型判断 Worker 有没有实质进展、方向有没有跑偏。2

数字，以及数字的边界

主动的代价

三类人可以直接用的判断

做产品：会话不该是产品的基本单位，任务才是；先设计「什么情况下不说话」，再设计「怎么汇报」。

自己搭东西：双层、事件驱动、直通、存算分离今天就能拼；权限先给到读和提交补丁，合并留给人。

准备面 AI 产品岗：活派给谁、怎么防止两个 Worker 抢同一件事、多花的 token 换回多少人的时间，这三个问题能直接检验对方是否真的做过编排层。