DeepSeek 提出 Super-agent 架构，AFK AI 的 Comma 已把「单 Router + 多 Worker」做进产品并开源

量子位 11 月 7 日的报道把两条线索放在了一起：DeepSeek Harness 团队日前发布文章，提出下一代 Super-agent 的架构设想；而硅谷华人团队 AFK AI 表示，自己更早就在产品 Comma 里跑通了相近的思路，并且已经把代码开源。

DeepSeek Harness 文章的出发点是一个具体的现实困境：Agent 的并发能力可以不断扩张，人的注意力却存在硬上限。按该团队的观察，普通人通常只能同时跟进 3 至 5 个活跃 Session，任务再多下去，人就从指挥者变成了瓶颈。

据此提出的 Super-agent 有四条标准：连续、高效、主动、持久——记忆与上下文贯通，多 Worker 并行协作，能自主推进任务，并长期在线、自我修复。用户只保留一个对话入口、负责顶层决策，其余调度交给主 Agent。

AFK AI 的 Comma 把这套结构落成「单 Session + Router + 多 Worker」：常驻 Router 统一接收指令、统筹全局，多个 Worker 在各自独立的上下文里并行执行并回报结果。团队把它概括为「一个团队，一个对话」——用户不必再为每个任务单开会话，也不用反复粘贴背景资料。

跨环境是这套设计的第二层考验。Comma 依托自研的分布式 Agent 运行框架 Salix，通过第三方应用连接器接收不同平台的事件，再由可编程 Loop 持续监听、在需要时唤醒 Agent，目前已接入微信、Signal、iMessage、Linear 等渠道。

记忆则被放到模型上下文之外：长期状态独立保存，避免海量任务细节挤占主对话。Comma 还会记录任务结果、人工修改与验收反馈，把它们转成训练信号来迭代专属小模型，且新版本必须在团队自测中击败旧版本才能上线。

当 Agent 的并发能力不再是瓶颈，竞争的焦点就从模型能力转向了 harness 层：谁能把多任务调度、跨端记忆和权限控制做成稳定可用的产品，谁就掌握了个人智能体的入口。从这个角度看，DeepSeek 与一支创业团队在同一时间得出相似结论并不意外——模型之间的差距在缩小，工程层的人机协同设计反而决定了 Agent 是否真的好用。

待观察的问题也很具体：几十个 Worker 并行时的真实稳定性、跨端记忆的一致性，以及企业场景下的权限与信息流控制能否经得起审计。Comma 支持安全自部署与 BYOK，并可接入 Codex、Claude Code，这些能力能否在大规模使用中兑现，还需要更多第三方验证。