十月三十一日深夜，DeepSeek 开源了一套把 Agent 从会话改造成系统的原型，它要调的不是推理速度，而是一个人一天能被服务几次。这套架构能不能兑现，天花板又卡在哪里，是本文要回答的问题。

先看今天另外三件事：

• Meta 与上海傅利叶联手，用三个月做出约四十八公斤的人形机器人原型 Max，二代已于九月启动。
• Cursor 插件市场被投毒约十一小时，被篡改的 Claude Code 扩展进入正常更新通道，潜在影响约五千名开发者。
• 有公司实测 AI Coding 人均新增代码量提升约四成，但交付周期没同比例缩短，PR 评审等待反而变长。

这不是更快的 Agent，是一次单位换算

过去两年，衡量 Agent 的尺子是「一次任务做得多好」：基准涨几个点。DeepSeek Harness 团队十月三十一日晚间的长文《Super-agent 设计探索》把尺子换了，它问的是「这个人一天能被服务几次」。

结论跟着翻面。他们摆出一个近乎人类学的观察：一个人通常只能同时跟进三到五个活跃会话。单任务质量的上限由模型决定，一天能推进几件事却由人的注意力决定，靶心于是从模型挪到了调度。

一旦「人的注意力」成为容量指标，架构就会长成操作系统的形状：谁做调度、谁做执行、缓存怎么管、异常谁来兜，这四个问题五十年前 Unix 答过一遍。

一个会话，还是一套系统

原有 Agent 的基本单位是 Session，会话之间互不相通，三个硬伤几乎是结构性的：单会话同步阻塞，一件事没做完下一件进不来；多任务上下文互相污染；本地设备一离线，Agent 就跟着停。

原型的解法是双层。Router 常驻，承接人类交互、全局协调与记忆，只分派不执行；Worker 上下文彼此隔离、挂完整工具、配最强模型，只向 Router 汇报。同一 Thread 下的多个 Worker 订阅同一事件流自行解决冲突，跨任务协同才由 Router 中转。

四个目标词是连续、高效、主动、持久。前三个讲调度，第四个讲状态，这已经不是在描述会话，是在描述一台机器。

Router 不干活，是这一版最像内核的一句话

Router 甚至可以不配 Bash 工具，用轻量模型就够。这条设计漂亮在它承认了调度的本质：调度器一旦能干具体活就会忍不住去干，一去干就把自己的上下文搞脏，然后再也看不见全局。

风险也埋在这里。系统里出现了一个「只有它看得见全局、却不做任何可验证的事」的组件：不产出 diff、不产出 PR，只产出决定。Worker 出错你能翻工具调用，Router 判断错，你只能从「为什么这件事没被分派出去」倒推。可观测性在这里不是加分项，是必需品。

一条 Trigger 的旅程

输入从「人敲提示词」换成环境事件：群聊消息、邮件日程、PR 评论、CI 结果，统称 Trigger。四个递进机制。

两级过滤：程序层走 Fast Path，按来源、群组、白名单做确定性准入；语义层用 LLM 走 Slow Path。先用便宜手段挡掉大部分噪音，再让模型判断剩下的。

订阅与直通：同一 PR、同一 IM 话题下的连续 Trigger 构成一个 Thread，Worker 订阅后，后续事件由程序直接投递，不再经 Router。订阅是多对多的。

Inline 与 Spill 加链式召回：把上下文窗口当 Cache，高频的内联进窗口，超长低频的留在窗口外只留引用或摘要。文档那句值得抄在墙上——浪费上下文窗口就是浪费模型的智能。

投机执行：群里还在讨论，Agent 已在后台复现并备好修复 PR，有价值就交付，没价值就丢弃。

异步之后，才有真正的并发

同步 ReAct 的半双工是很多 Agent 体验差的根源：工具在后台跑，前台就哑了。原型把 Loop 拆成 start() 与 stop()，工具执行时前台仍能继续对话。多信道是另一层克制：群聊回复硬性规定单次不超过一百词，PR 和邮件才写结构化说明。

计算、状态、环境，三样东西不该绑在一起

推进 Agent Loop 的计算放云端无状态弹性容器，会话状态进数据库，重状态的执行环境留在原地，端侧只跑一个不保存状态的轻量 daemon，并支持 BYOM，把日常开发机接进云端 Agent。这与 Anthropic 提的脑手分离是同一方向。

外面还挂一个 Watchdog，独立会话、外部控制回路。它不只盯进程存活，还用模型判断各 Worker 有没有实质进展、方向有没有跑偏；维护者可以用自然语言让它在线修正主系统提示词与触发规则。

账要算清：三点八倍 token，换一点九倍速度

端到端消融，每次约三百条消息、其中约二十条是工作请求，每种方案重复五次。

方案	p50 完成	p95 完成	单次实验读缓存 token
Super-agent	12.4 分钟	15.7 分钟	2323 万
单 Session（中性提示）	20.4 分钟	29.5 分钟	605 万
单 Session（优先委派提示）	13.8 分钟	—	1082 万
Super-agent 去掉订阅直通	几乎不变	—	3177 万

最容易略过的是第二行和第三行：提示词从中性改成优先委派，p50 就从 20.4 分钟掉到 13.8，吃掉大部分收益，token 只要 1082 万。架构再接上去，才从 13.8 压到 12.4，代价是 token 翻到 2323 万。

所以准确的说法不是「架构让 Agent 快了一倍」。中位数那一截收益，大半来自提示词；而优先委派方案的 p95 官方没有公布，我们无法把两条尾部直接相减。能确定的是：架构明确拿出来卖的是尾部，29.5 分钟压到 15.7 分钟。尾部才是人真正在等的那部分。

还有个细节：单 Session 加 Subagent 方案在中性提示下五次运行一次都没委派 Subagent，全挤在主会话里被打断。它的下限是被提示词限住的。

瓶颈没有消失，它搬进了 Router 的窗口

这里是全文我唯一较真的地方。

批处理压测给了一组漂亮数字：Trigger 到达速率从每分钟一条涨到四十条，平均 batch 从 1.0 涨到 2.8，单次请求耗时从 2.5 秒涨到 3.9 秒，而单个决定分摊的推理时间从 6.4 秒降到 1.6 秒。机制是上轮推理期间积压的事件在下一轮合并注入，Prefill 阶段并行计算，积压越多，摊到每个决定上的时间越低。

漂亮，但它把不等式写在了注脚里：上限取决于上下文长度，以及模型一轮能准确处理多少条 Trigger。

这句话的真实含义是：那句「一个人只能同时跟进三到五个会话」没有被消除，只是被搬进了 Router 的窗口。过去是人的注意力装不下第六件事，现在是 Router 装不下第四十一条 Trigger。瓶颈换了个位置，从生物学约束变成窗口约束，而后者只是更便宜，不是不存在。

而且这个新位置选得很糟。Router 是唯一需要全局视野的组件，得知道谁在做什么、哪些 Thread 还活着；它又是唯一不能拥有自己上下文的组件，一旦装进具体任务细节，它就不再是调度器。想看得多又不想记太多，这两件事在同一个窗口里直接冲突——这才是真正的结构性矛盾，比 Worker 怎么隔离难得多。

去掉订阅直通的消融印证了这点：延迟几乎不变，Router 决定数多百分之三十，token 多百分之三十七。这百分之三十七没买到任何东西，纯粹因为事件要多绕一层。中心节点只要卡在关键路径上，它就是成本中心。

所以天花板不在 Worker，在那个看起来很轻的 Router。下一步的工程竞争大概率围绕「怎么让中心节点不被自己的上下文撑死」：窗口怎么分层与摘要，Thread 状态怎么外置，分派怎么从「读完全部事件再判断」降级成「读索引再判断」。作者自己把长程记忆列为更远的瓶颈——跨月运行的记忆会成为扩展的主要制约。翻译过来就是：窗口装不下时间。

比并发更重要的，是那份哲学文档

原型里有一份 docs/000-philosophy.md，比架构更值得抄。原则一句话：以尽可能少的人类注意力，换取尽可能多的价值。每条消息、通知、问题、面板元素，都要拿它消耗的注意力来评判，抵不过成本就删掉。

由此推出一串行为约束：只在被请求时行动，或只在团队写下的规则允许时行动，请求必须来自白名单内的人；只在有人必须行动或能用上结果时才说话，确认一次、干活时闭嘴、出结果再说；一次只问一个具体问题，别把问题埋进长报告；按影响停止而不是按工作量停止，需要设计决策的带着明确问题停下。

对运维者同样硬：从窄开始，只记录不执行；吵了就收紧提示词或暂停，而不是加消息去解释噪音。

结语那句是：目标是在对的时间给对的帮助，其他时间什么都不给。这背后是个授权问题，不是技术参数问题——一个能替整个团队行动的 Agent，也能浪费整个团队的注意力。门是人亲手开的，所以要设计的是谁有权开门，而不是门有多结实。

开源的诚实，和诚实也挡不住的边界

README 写得很直白：仅供研究参考，不是 DeepSeek 官方产品；代码来自团队日常开发，大部分工程工作由 coding agent 完成；当研究代码看，不是生产级软件，可能有 bug，用之前自己审。更少见的一句是：为公开做了适配，因此与内部版本、与长文描述的实现并不一致，文中部分设计属于未来方向，原型里并没有实现。

这种坦白值得赞，但不能当免死金牌。覆盖面很窄：只面向单个 GitHub 仓库的主动型 coding agent，Feishu 只是可选来源；发布时仓库里只有一个 commit，MIT 协议。实验是合成负载加简化环境，每种五次。五次实验不构成产品结论，一个仓库也不构成通用能力。

最耐人寻味的是那句「大部分工程由 coding agent 完成」。一份由 agent 写成的文档，在教人怎么组织 agent，这本身就是一个该被记住的信号。

给普通团队的三条

不搬这套架构，也能拿走三件事。

把 Thread 当一等公民。一个任务不等于一段对话，它等于一条事件流加一张任务卡加一次授权。落到工程上：任务要有稳定 id，事件按 id 归集，权限按 id 发放。做不到这三件事，多 Agent 只会退化成多个聊天窗口。

主动能力先跑只记录模式。让它把本来会做的事写下来，别让它做。跑一两周，你会拿到两份东西：一份是它真实的能力边界，一份是团队对什么算打扰的共识。

把消息成本写进设计评审。不是加日志，是减消息。每条通知都得回答一句：如果这条不发，谁会真的做错事。答不上来就删掉。

这三条的共同点，是把「人的注意力」当成一张有额度的预算来排班，而不是当成免费的接口。Agent 的下一代竞争，大概不是谁的模型能写更多代码，而是谁能把这张预算用得最省。

其他动态

Meta 与上海傅利叶联手做出了人形机器人原型 Max，据 The Information 十一月一日报道，整个过程只用了三个月，整机约一百零六磅，合四十八公斤。Meta 内部把这台机器当作 Muse 智能体的实体载体，而不是单纯的硬件项目。二代已于九月启动，上市时间尚未确定。

Cursor 插件市场被投毒约十一小时，事发十月二十九日，三十日披露。被篡改的 Claude Code 扩展 2.1.312 与 2.1.313 进入了正常更新通道，潜在影响约五千名开发者。恶意代码会收集设备信息、尝试写入攻击者 SSH 密钥并建立反向隧道，因权限限制与自身缺陷，多数远程访问未成功，但残留文件可能仍在机器上。官方市场与 npm 渠道未受影响；值得记住的是，这类可信分发通道一旦成为攻击面，受影响的是整片开发环境。

AI Coding 开始改写团队编制。经济观察网十一月一日报道提到，外包与初级开发池急剧萎缩，某公司实测人均新增代码量提升约四成。但端到端交付周期没有同比例缩短，PR 评审等待时间反而上升。这组数字说的是同一件事：瓶颈从写代码后移到了审查与集成。写得更快只让队列在下一环节堆得更高，除非评审侧一起扩容。

参考资料

智东西（2026-11-01）：https://www.sohu.com/a/1095502274_115978

腾讯新闻 / 通信世界（2026-11-01，含 12.4 与 15.7 分钟原始数据）：https://news.qq.com/rain/a/20261101A00ZIL00

网易 / 通信世界（2026-11-01）：https://www.163.com/dy/article/LAK4NI2E051288FS.html

微信公众号长文梳理（2026-11-01，含完整数字表与四个未解问题）：http://mp.weixin.qq.com/s?__biz=MzcwNDA3NTExMA==&mid=2247484446&idx=1&sn=12fd16ddf44952af88aa906b66e93e87&chksm=f56c975831097af8a3dcae9472d5e5717a6ce33ebcdfe0d01b8be4331644df9e3a0113509d6b#rd

GitHub 原型仓库（2026-10-31，README 声明与目录结构）：https://github.com/deepseek-ai/dsh-superagent-prototype

哲学文档原文（2026-10-31）：https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/000-philosophy.md

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。