Kobin

一个人，如何指挥一群 AI？ 今天精读了 @DeepSeekHarness 的《Super-agent 设计探索》，再结合卡神 @Khazix0918 跑通一年的个人自动化中台，我专门做了一期视频，把这套「内阁批红式」的下一代 Agent 架构彻底扒了一遍。 很多人没意识到，今天 AI 生产力的瓶颈早就不是模型不够聪明，而是人的注意力不够用了。 1380年，朱元璋废丞相、独揽六部，8天收到1660件奏札、3000多件事，累到崩溃感叹：“朕一人处此多务，岂能一一周遍。” 600年后的今天，我们对着电脑屏幕同时盯 3 到 5 个 Chat 窗口，你不点开它就不动——本质上，我们都在重蹈朱元璋的覆辙。单任务的上限取决于模型，但多任务的上限，死死卡在人的注意力上。 怎么破局？答案不是更强的单点 ReAct 循环，而是外层的系统工程： 1. 立内阁、分六部（Router + Worker 双层解耦）单循环的 Agent 是一条单车道。要实现全双工高并发，必须把系统拆开：Router 是“内阁”，连 Bash 权限都不给，绝不亲自下场干活，只负责全局分拣与派单；Worker 是“六部”，在完全隔离的上下文里并行狂奔。最妙的是 Prefill 批量处理（Batching）——积压的事件越多反而越划算，单次决策的平均耗时能从 6.4 秒直接砸到 1.6 秒。 2. 设门槛、走直通（Fast/Slow Path 与订阅机制）全天候接入环境后，成百上千的事件涌进来，全用大模型判断会直接破产。第一道门用确定性代码（Fast Path）挡掉 90% 的噪音，剩下的才走模型（Slow Path）。一旦任务立项，后续消息直接通过订阅机制直通对应的 Worker（Pass-through）。实验数据非常直观：拿掉这条直通路，Router 的决策量暴增 30%，Token 消耗直接从 23.2M 飙升到 31.8M。 3. 书桌与抽屉（上下文缓存）+ 守夜人（Watchdog）“浪费上下文窗口，就是浪费模型的智力。” 常用信息留桌面（Inline），长文收进抽屉只留索引条（Spill），按需一跳一跳找回（Chain of Recall）。同时，大脑在云端保活，手脚留在本地物理机（BYOM），再配一个独立的 Watchdog 像守夜人一样巡查谁卡进了死循环，甚至看到群里有人报 Bug，先在后台悄悄复现修好（推测执行），确认搞定了才开口。 4. 票拟与批红：用 Token 换人类的自由这套系统跑起来后，人干什么？只做最后一步：批红。Agent 在后台走完代码编写，本地 CI 跑完最多 3 轮的只读审查（卡兹克两周实战：298 个 PR 抓出 333 个问题，合并前修掉 306 个，从提交到上线中位数仅需 2-3 分钟）。遇到高危操作，飞书弹出一张卡片（票拟），你点一下确认（批红），剩下的全自动闭环。 在合成负载实验里，单会话完成任务的中位数是 20.4 分钟（p95 达 29.5 分钟），而 Super-agent 直接压到了 12.4 分钟（p95 仅 15.7 分钟）。多花的是 Token，买回来的是极致的吞吐与人类注意力的彻底解放。 你会发现，这套最前沿的 Super-agent 架构，底层全是最经典的计算机体系结构老办法：快慢路径、发布订阅、缓存局部性、推测执行、存算分离。 一千年前的明朝内阁，五十年前的计算机系统，与今天的 AI Agent 架构，其实在用同一种设计，解决同一个终极问题——把人从繁琐的执行细节里摘出来，向上移动到纯粹的决策与签字。 👇 戳下方视频，几分钟带你直观拆解这套「一个人指挥千军万马」的 Super-agent 运转全景：