抢跑DeepSeek！硅谷华人把下一代Agent Harness造出来了！？
内容提要
DeepSeek提出Super-agent架构，以单Session加Router调度多Worker并行，解决人类注意力瓶颈。硅谷华人团队AFK AI的Comma已落地类似架构，支持单对话多任务、跨平台协作与7×24小时值守，并通过反馈持续训练小模型，实现长期记忆与越用越聪明。
延伸解读
从“盯过程”到“管结果”的交互转变
文章指出，人类注意力通常只能同时跟进3至5个活跃会话，而Agent的并发能力可无限扩张，这构成了人机协同的瓶颈。Comma通过单Session加Router调度多Worker，让用户在一个对话框内交代多个任务，后台并行执行并汇总状态。这种设计将用户角色从逐个会话盯进度，转变为提出需求、验收成果，实质上是把任务调度与过程管理外包给Agent，人只负责顶层决策。
跨环境连续性的实现与边界
Super-agent的“连续”不仅指单会话内多任务，还要求任务离开对话框后能跨平台接续。Comma依托自研分布式框架Salix和第三方连接器，接入微信、Signal、iMessage、Linear等渠道，通过可编程Loop监听事件并唤醒Agent。文章演示了在Comma中向Linear下达需求后自动创建Issue，Issue也可反向交给Comma执行并同步进展。不过，这种跨环境能力依赖具体连接器覆盖范围，并非所有平台都能无缝打通。
长期记忆与持续学习的落地方式
当单一Session接管越来越多工作，上下文窗口会成为新瓶颈。Comma将长期状态保存在模型上下文之外，由Router与独立Worker分工，避免任务细节挤占主对话。同时，它记录任务结果、人工修改和验收反馈作为训练信号，持续迭代专属小模型，且新模型需在团队测试中击败旧版本才能上岗。文章举例称，v3模型误判退款请求为Bug，学习人工纠正后v4能正确识别为账单问题。这套机制按月更新评测数据，成熟工作流逐步交给小模型，复杂任务仍由大模型处理。
架构共识背后的行业信号
DeepSeek提出的Super-agent四大标准——连续、高效、主动、持久——与AFK AI早前在Comma中实践的“单Router+多Worker”架构高度相似。文章梳理的时间线显示，AFK AI从4月公开前身Bridge，到6月固定主对话与任务委派机制上线，再到9月30日开源，逐步将设想产品化。这一不谋而合表明，行业对Agent Harness的关注点正从任务吞吐量转向其能承接的责任与复杂事务体量，而Comma提供了一个已运行数月的实践样本。
Q&A
DeepSeek提出的Super-agent架构核心是什么？
DeepSeek提出的Super-agent架构核心是单Session加Router调度多Worker并行，解决人类注意力瓶颈，让Agent管理Agent，并具备连续、高效、主动、持久四大标准。
AFK AI的Comma产品与DeepSeek的Super-agent理念有何相似之处？
Comma同样采用单Router+多Worker架构，支持单对话多任务、跨平台协作与7×24小时值守，并强调连续、高效、主动、持久，与DeepSeek理念高度一致。
Comma如何解决Agent长期记忆和持续学习的问题？
Comma将长期状态保存在模型上下文之外，通过Router与独立Worker分工避免主对话被挤占；同时记录任务结果、人工修改和验收反馈作为训练信号，持续迭代专属小模型，实现越用越聪明。
Comma支持哪些跨平台协作和值守功能？
Comma通过自研分布式Agent运行框架Salix和第三方应用连接器，可接入微信、Signal、iMessage、Linear等渠道，支持跨环境任务接力、7×24小时值守，并能通过IM Bot下达任务。
Comma的架构发展历程是怎样的？
AFK AI于2026年4月公开前身Bridge，5月明确每个群组一个Router Session，6月上线固定主对话与任务委派，8月推进Session切换，9月引入信息流控制，9月30日正式开源。
Super-agent架构要解决的人类注意力瓶颈具体指什么？
指人类注意力通常只能同时跟进3至5个活跃Session，而Agent并发能力可无限扩张，导致人类成为AI瓶颈；Super-agent通过让Agent管理Agent，将人类从多任务调度中解放出来。
