台灣 AI x AEC 情報BY FBI SICENTER
AI × AEC · 情報整理

DeepSeek 提出 Super-agent 架構,推動跨平台並行與主動事件驅動代理

前沿 AI 模型 · AI 助理 · AI 程式開發

DeepSeek Harness 團隊發布技術文章,提出名為「超級代理」(Super-agent)的新型架構。該設計採用 Router 與 Worker 雙層架構、事件驅動兩階段過濾機制、存算分離與 Watchdog 監控,旨在讓 AI 突破單一會話限制,實現長期在線、跨管道脈絡同步及並行任務處理,並在內部投入日常修復與審查工作,不過大規模部署與真實負載表現仍待驗證。

AI 生成概念示意圖,非實際產品或事件照片。
AI 生成概念示意圖,非事件實拍。

中國人工智慧新創公司 DeepSeek 旗下 Harness 團隊發布技術文章,提出名為 Super-agent 的新型代理系統架構。團隊指出,主流 AI 代理受限於單一對話工作階段,難以支援多任務與跨平台協作。為解決此問題,Super-agent 引入 Router 與 Worker 雙層分工,由 Router 統整通訊軟體與程式庫等多管道脈絡並分派工作,各 Worker 獨立並行執行任務。 在機制設計上,該架構具備事件驅動能力,透過程式碼篩選與大型語言模型分析的兩階段過濾機制降低無效運算,並利用投機執行在明確指令前預先展開分析。系統亦採取存算分離架構,運算程序部署於雲端並透過守護程序遠端存取本機資料,搭配外部 Watchdog 監控機制預防任務卡死或偏離。DeepSeek 表示其內部 Super-agent 已用於重現錯誤與程式碼審查,但目前公開實驗主要基於合成負載,記憶管理、多代理協同與大規模部署效能仍有待後續驗證。

值得帶走的重點

  • 雙層分工與跨管道脈絡:Router 統一維護不同溝通管道的專案脈絡並分配任務,Worker 負責獨立並行運算,實驗顯示單任務完成時間 p95 明顯縮短。
  • 事件驅動與兩階段過濾:系統持續監控工作環境觸發事件,透過程序層與語意層過濾排除無關訊息以降低運算成本,並支援預先分析的投機執行。
  • 存算分離與 Watchdog 監控:雲端運算程序與資料庫狀態分離,搭配本機 Daemon 呼叫機制,並設置外部監控避免代理陷入無限循環或執行偏離。
  • 內部運作現狀與規模限制:內部代理已用於修復問題與程式碼審查,但測試數據仍來自合成負載,大規模環境下的 Router 負載與任務衝突協調仍待驗證。

來源:INSIDE 閱讀原文 ↗

本篇由 AI 整理、核對並自動發布,未經逐篇人工審核。

← 瀏覽全部文章