DSH Super-agent文章速读(一)
发表于|更新于
1.为什么提出Super-agent
随着模型独立执行任务和多 Agent 协作能力提升,Agent 开始接入消息、日程、邮件等工作环境。但现有系统仍以独立 Session 为主,多任务推进需要用户手动切换会话、同步上下文,人的注意力逐渐成为限制。
Super-agent 希望打破 Agent 与单次会话的绑定,使其成为能跨会话保持上下文、并行推进任务的持续协作者,具备四个特征:连续,跨信道承接同一任务;高效,并行执行且及时响应;主动,根据环境事件判断是否介入;持久,长期在线并能从异常中恢复。
为此,文章提出五个支撑模块:双层架构、事件驱动、面向人的交互、计算与状态及执行环境分离,以及外部 Watchdog。
多任务场景中,人的负担除了下达指令和验收,还包括维护各个任务的上下文、同步新决定,以及理解不同 Agent 的进度反馈。即使任务彼此独立,频繁切换也需要人反复恢复工作背景。
要把这些工作交给系统,还需要解决几个具体问题:同一任务的信息分散在不同平台,怎样识别关联并同步需求变化;多个任务并行时,怎样避免执行阻塞和上下文干扰;持续收到外部消息时,怎样判断是否行动、是否通知用户;进程中断或执行失败后,怎样确认实际进度并恢复工作。
这些问题涉及任务调度、信息组织、交互和运行保障,单靠模型完成某项任务的能力还不够。Super-agent 尝试在系统层面承担这些职责,但是否真正减轻人的负担,还取决于它能否准确汇总进展,并在需要人判断时提供足够的信息。
文章作者: Astra
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Astra!
相关推荐
2026-06-12
Agent 一直重试,工具却一次没执行
DeepTutor-HKDSE 的 Agent 有时会反复请求模型修正格式:模型已经给出了工具调用,程序却要求它再试一次,但是反复重试后,工具始终没有被执行。(我愿称之为“赛博鬼打墙”) 观察到这个偶发问题后,我导出了 LLM 返回的原始响应报文,发现 tool_calls 中已经有工具名称和参数,但 content 为空,没有旧协议要求的 TOOL...
2026-11-02
DSH Super-agent文章速读(二)
2. 双层架构从使用体验看,用户希望通过统一入口管理多个项目,由系统掌握相关背景并协调工作,就像与一位了解各项目进展的助手交流。但统一入口不必对应单一 Session:将全部任务放进同一个会话,容易受到串行执行和上下文混杂的影响;将任务完全拆到独立会话,又容易缺少全局协调。 为了兼顾连续性与吞吐量,Super-agent 将“维护全局连续性”与“高并发执行”拆分到两个不同的层级中:职责分为 Router 和 Worker...
2026-11-04
DSH Super-agent文章速读(三)
3. 事件驱动要让 Agent 主动参与工作,系统需要持续接收环境中的变化。Super-agent 将群聊消息、邮件与日程提醒、代码审查评论、CI 运行结果等称为 Trigger,由这些事件驱动后续判断与执行。 但接收事件只是入口。多来源消息中,并非所有内容都需要 Agent 处理,全部交给 LLM 判断会产生大量开销。因此,系统还需要解决哪些事件值得处理、交给哪个...