DeepSeek Harness 团队将经典计算机系统工程思想引入智能体架构，提出了打破单会话限制，迈向持续自主协同的超级智能体系统方案。

Oracle

DeepSeek Harness 团队将经典计算机系统工程思想引入智能体架构，提出了打破单会话限制，迈向持续自主协同的超级智能体系统方案。


内容超级干货，推荐阅读原文，总结下关键内容：

1、核心定义：打破智能体与单次手动会话的绑定，构建具备连续（跨信道共享上下文）、高效（多任务并发不阻塞）、主动（事件驱动）和持久（常驻在线自愈）四大特征的连续实体，使人类从底层执行上移至高层决策与验收。

2、双层解耦架构：将底层会话拆分为全局 Router 层与上下文隔离的 Worker 层，把 Session 隐藏为系统内部实现细节，轻量级 Router 仅负责对外交互、全局协调与任务分派，挂载最强模型的 Worker 则专注并发执行具体任务。

3、两级事件过滤：系统由被动提示词驱动转向环境事件驱动，借鉴 Fast/Slow Path 思想，先用确定性代码规则低成本筛除群聊与平台的大量日常噪音，再将候选事件交由大模型语义策略灵活判断是否介入。

4、订阅与直通路由：Router 为初始事件创建 Worker 后，Worker 会直接订阅对应的事件流，后续同源事件通过程序直通 Worker 而无需 Router 转发，支持多对多订阅自行感知冲突，在实验中为 Router 节省了约 37% 的缓存 Token 开销。

5、事件积压批处理：单个常驻 Router 会话在面临突发高频事件时，会自动将上一轮推理期间积压的多条 Trigger 合并进单次 LLM 调用中并行 Prefill，压测显示当事件速率升至 40 条/分钟时，单次决策分摊耗时从 6.4 秒降至 1.6 秒，显著提升了有效吞吐。

6、上下文缓存与链式召回：将上下文窗口视为 Cache，利用局部性原理内联摘要与相邻对象 ID，外溢长内容供按需读取，通过 Trigger、Thread 与 Worker 构成的底层引用图实现多跳链式召回，解决跨信道长程历史检索难题。

7、后台投机执行：借鉴处理器投机执行思想，智能体根据群聊问题反馈或日程邮件等环境信号，在后台静默尝试问题复现、代码修复或草稿准备，仅在确认方案有效时才交付结果，以后台算力换取人类等待成本的降低。

8、全双工与多信道适配：将阻塞式工具调用改造为异步 start() 与 stop() 循环，实现前台对话与后台耗时任务解耦的全双工交互，同时由 Router 针对不同信道定制输出规范（如 IM 严格限制百词以内轻量沟通，GitHub 交付结构化完整 PR）。

9、存算与环境分离 + Watchdog 自愈：云端将无状态 Agent Loop 计算容器与持久化数据库分离，端侧通过轻量无状态 Daemon 按需接入本地开发机实现“脑手分离”。主系统外则引入定时驱动的独立 Watchdog 会话，监控基础设施与任务进展，防止死循环或目标偏离，并支持自然语言在线热修。

10、实验验证与演进挑战：端到端实验证明该架构在完成耗时（p95 为 15.7 分钟，显著优于单会话 + Subagent 方案的 29.5 分钟）与稳定性上优势明显，未来走向大规模应用仍需解决跨月长程记忆与水平切分、去 Session 化交互界面、跨边界智能体通信以及端云凭据隔离与防提示词注入四大核心挑战。

传送门：mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg




##