抢跑DeepSeek!硅谷华人把下一代Agent Harness造出来了!?
真正值得关注的不是量子位这一条动作本身,而是它可能把「智能体」的竞争焦点推向从演示效果到真实工作流的可用性验证。
原文链接:https://www.qbitai.com/2026/11/508264.html
抢跑DeepSeek!硅谷华人把下一代Agent Harness造出来了!?
DeepSeek 刚刚提出的 Super-agent 及其理念,一经发布,引发热议。
设想一下,AI可以同时推进1000、10000、100000个任务,多到人都看不过来时,Agent到底该变成什么样子?
一个拥有连续上下文、能够自主调度多个Agent并行工作,甚至7×24小时在线的超级智能体。
早在年初,就把Super-agent底层的 「单Router+多Worker」 架构和四大核心特质,跑到了自家产品Comma里。
在这个人人都在高喊Personal Agent的时代,一支硅谷华人团队,提前把科幻电影里的「贾维斯」带进了现实。
这时客户突然提出新需求,催你赶紧出一份项目方案,你打开另一个AI会话窗,又开始吩咐任务。
于是你继续狂切窗口、翻找历史对话,回头一看,满屏Agent会话、无数个待跟进任务,真·头大了。
根据团队的观察,咱普通人的注意力,通常只能同时跟进3至5个活跃Session。
不是Agent本事不够大,关键原因在于 Agent的并发能力可以无限扩张,但人类的注意力却是有硬「上限」的。
而Super-agent的破局思路也相当直给:那索性就直接把人类注意力外包出去,让Agent管理Agent。
对此,他们还为Super-agent提出了四大标准—— 连续、高效、主动、持久 。
连续代表着记忆与上下文贯通,高效来自多Worker并行协作,主动代表自主推进任务,持久则支撑长期在线及自主修复。
DeepSeek描绘的下一代Agent蓝图,硅谷华人团队 AFK AI 早在半年前,就已经沿着相似的方向做出了 Comma 。
用户只需面对一个长期存在的主对话,由Router统筹任务、调度拥有独立上下文的Worker并行执行。
在底层架构上,两个Agent玩家也形成了颇为默契的共识:单 Session+Router(主脑)+多Worker(执行者)。
由常驻Router统一接收指令、统筹全局,多个Worker在独立上下文中并行干活、汇报结果。
哪怕后台有几十个Agent同时开工,用户也只管在一个对话框里交代事情、验收成果,再也不用满屏切窗口、挨个催进度。
要知道,一个Session要操心的事情越来越多,上下文窗口终究是有上限的。
当一个长期存在的Session开始接管越来越多的工作,人类的注意力问题解决了,但Agent自身的记忆瓶颈又出现了。
真正难啃的,是让Agent拥有一套能够持续学习、长期在线、随时找回关键记忆的系统。
一个像贾维斯一样无处不在、永远在线,甚至能在长期工作中不断积累经验的个人Agent。
而这份关于未来Agent的想象,事实上已经沉淀进Comma里,变成了每个用户都能亲身感受到的实际体验。
前面提到,Super-agent的一大架构特点,就是让常驻Router统筹全局,多个上下文隔离的Worker并行执行任务。
敲重点!这里强调的不仅是单个会话里的多任务执行,还包括跨环境执行,理解并响应用户意图的变化等等。
而这套听起来颇为理想化的交互方式,如今在Comma里,已经变成了实打实的产品体验。
对咱普通用户来说,我自己感觉最爽的一点就是: 终于不用天天给Agent「拉群」、安排人设、挨个交代任务了。
啥一个任务一个会话框、啥任务排队执行、啥反复粘贴背景资料,统统可以pass!!!
这不嘛,最近我一直在沉迷玩《分手厨房》游戏,但总觉得还不过瘾,于是灵机一动:直接吩咐Comma搓一个。
但问题是,我手头还压着周报复盘,以及近期AI模型发布信息的整理任务,其余待处理的事项也有点多。
搁以前,这时候又得一口气打开三个Agent会话,分别交代背景、安排任务,再挨个盯进度。
这回我索性偷个懒,就守着Comma的同一个对话框,把三个任务一股脑全塞了进去。
仨Agent同时开工、互不打架,我甚至还能随时插话、临时加活,后台照样火力全开,真·一点不耽误啊???
WASD移动、3分钟倒计时、抢锅、送错菜、堵住通道……要求的玩法都给安排上了,完全1:1还原了我的要求。
与此同时,另一边的 周报复盘 也新鲜出炉,工作内容梳理得有条有理,重点进展和后续安排也都整理妥当,不错:
后台的任务分派、并行执行与状态汇总,都由Comma接手,我一点手不插。
真正考验Super-agent的,还有当用户的任务离开这个对话框,它还能不能接着往下干。
这也正是Super-agent对「连续性」提出的更高要求: 跨环境 。
由Router统一承接不同平台的消息,Worker在后台独立执行,再根据不同渠道的交互习惯返回结果。
通过第三方应用连接器,其能够接收来自不同平台的事件,再由可编程Loop持续监听,在需要时唤醒Agent处理。