Comma以統一入口調度多個智能體

搶跑DeepSeek！硅谷華人把下一代Agent Harness造出來了！？田, 晏林 2026-11-07 13:01:17 來源：量子位 苦單Session久矣，兩大Agent玩家不謀而合。夢瑤 發自 凹非寺 量子位 | 公眾號 QbitAI 大道不孤。DeepSeek剛剛提出的Super-agent及其理念，一經發布，引發熱議。也就在這種熱議中，一家硅谷華人團隊之前的成果，開始被真正看懂了。而這場跨越大洋的技術共鳴，背後其實指向了同一個人機協同的底層困境—— 當前，人類正在成為AI的瓶頸。

設想一下，AI可以同時推進1000、10000、100000個任務，多到人都看不過來時，Agent到底該變成什麼樣子？AI生成 就在前幾天，DeepSeek Harness團隊甩出一篇重磅文章，針對這一痛點給出了下一代Super-agent的架構設想： 一個擁有連續上下文、能夠自主調度多個Agent並行工作，甚至7×24小時在線的超級智能體。把人類有限的注意力解放出來，讓Agent接管海量任務，自己管理自己。

現實就是如此魔幻，很多人不知道的是，就在大洋彼岸的另一邊，一家名叫AFK AI的硅谷華人團隊—— 早在年初，就把Super-agent底層的「單Router+多Worker」架構和四大核心特質，跑到了自家產品Comma裡。甚至他們還更進一步，直接向單Session接管一切後的上下文詛咒開刀，讓Agent長期記憶、持續學習，始終在線： 更值得一提的是，這套系統已經公開可用，連代碼都開源了。（源…源神？） 在這個人人都在高喊Personal Agent的時代，一支硅谷華人團隊，提前把科幻電影裡的「賈維斯」帶進了現實。

苦單Session久矣，兩大Agent玩家不謀而合 下面這些抓馬且讓人頭大的學習工作場景，我猜大家應該都不陌生—— 你正在讓AI修改一份代碼，測試還需要十幾分鍾才能結束，sad。。。這時客戶突然提出新需求，催你趕緊出一份項目方案，你打開另一個AI會話窗，又開始吩咐任務。好巧不巧，老闆一個突襲，又在工作群裡問起昨天的項目進度，捉急！！於是你繼續狂切窗口、翻找歷史對話，回頭一看，滿屏Agent會話、無數個待跟進任務，真·頭大了。

如此「難繃」的一幕，其指向的正是DeepSeek Harness團隊在Super-agent文章中提到的核心痛點—— 根據團隊的觀察，咱普通人的注意力，通常只能同時跟進3至5個活躍Session。不是Agent本事不夠大，關鍵原因在於Agent的併發能力可以無限擴張，但人類的注意力卻是有硬「上限」的。而Super-agent的破局思路也相當直給：那索性就直接把人類注意力外包出去，讓Agent管理Agent。對此，他們還為Super-agent提出了四大標準——連續、高效、主動、持久。連續代表著記憶與上下文貫通，高效來自多Worker並行協作，主動代表自主推進任務，持久則支撐長期在線及自主修復。

用戶通過一個對話入口，讓主Agent調度多個Agent並行處理海量信息、跨場景盯活，人只負責頂層決策就ok： 前幾天，DeepSeek Harness拋出的這一判斷，直接整得大家震驚眩暈癱坐了，但更讓人興奮的是—— DeepSeek描繪的下一代Agent藍圖，硅谷華人團隊AFK AI早在半年前，就已經沿著相似的方向做出了Comma。甚至這個團隊還提出一個頗具前瞻性的理念：一個團隊，一個對話。用戶只需面對一個長期存在的主對話，由Router統籌任務、調度擁有獨立上下文的Worker並行執行。

在底層架構上，兩個Agent玩家也形成了頗為默契的共識：單Session+Router（主腦）+多Worker（執行者）。由常駐Router統一接收指令、統籌全局，多個Worker在獨立上下文中並行幹活、彙報結果。哪怕後臺有幾十個Agent同時開工，用戶也只管在一個對話框裡交代事情、驗收成果，再也不用滿屏切窗口、挨個催進度。當然，新的問題也來了，那就是當Agent開始接管人類的注意力，一個更棘手的問題也隨之浮出水面—— 誰來管理Agent自己的記憶？（好問題.jpg) 要知道，一個Session要操心的事情越來越多，上下文窗口終究是有上限的。

當一個長期存在的Session開始接管越來越多的工作，人類的注意力問題解決了，但Agent自身的記憶瓶頸又出現了。真正難啃的，是讓Agent擁有一套能夠持續學習、長期在線、隨時找回關鍵記憶的系統。而這，恰恰觸及了Super-agent更深層的技術命題： 一個像賈維斯一樣無處不在、永遠在線，甚至能在長期工作中不斷積累經驗的個人Agent。而這份關於未來Agent的想象，事實上已經沉澱進Comma裡，變成了每個用戶都能親身感受到的實際體驗。從架構共識到產品落地，Super-agent跑進真實產品裡 連續與高效：一個對話，讓Agent自己帶隊幹活 咱先來拿「連續」和「高效」這事兒聊聊。

前面提到，Super-agent的一大架構特點，就是讓常駐Router統籌全局，多個上下文隔離的Worker並行執行任務。敲重點！這裡強調的不僅是單個會話裡的多任務執行，還包括跨環境執行，理解並響應用戶意圖的變化等等。而這套聽起來頗為理想化的交互方式，如今在Comma裡，已經變成了實打實的產品體驗。對咱普通用戶來說，我自己感覺最爽的一點就是：終於不用天天給Agent「拉群」、安排人設、挨個交代任務了。啥一個任務一個會話框、啥任務排隊執行、啥反覆粘貼背景資料，統統可以pass！！！這不嘛，最近我一直在沉迷玩《分手廚房》遊戲，但總覺得還不過癮，於是靈機一動：直接吩咐Comma搓一個。

但問題是，我手頭還壓著週報覆盤，以及近期AI模型發佈信息的整理任務，其餘待處理的事項也有點多。擱以前，這時候又得一口氣打開三個Agent會話，分別交代背景、安排任務，再挨個盯進度。這回我索性偷個懶，就守著Comma的同一個對話框，把三個任務一股腦全塞了進去。結果，真給我看愣了——三個任務，被分配給不同Worker。仨Agent同時開工、互不打架，我甚至還能隨時插話、臨時加活，後臺照樣火力全開，真·一點不耽誤啊？？？當然了，光看後臺熱熱鬧鬧還不夠，最終還得拿成果說話！！大家直接來看Comma耗時十分鐘給我做的《分手廚房》（手搓版）。

WASD移動、3分鐘倒計時、搶鍋、送錯菜、堵住通道……要求的玩法都給安排上了，完全1:1還原了我的要求。與此同時，另一邊的週報覆盤也新鮮出爐，工作內容梳理得有條有理，重點進展和後續安排也都整理妥當，不錯： 整個過程，我只管提需求、看進展、驗收成果。後臺的任務分派、並行執行與狀態彙總，都由Comma接手，我一點手不插。這也是我第一次切實感受到，人，終於從多任務調度和注意力分配中抽身。管理Agent這件事，也終於從「盯過程」變成了「管結果」。跨環境：跨App接活、派活、交活，一條龍 不過，能在一個對話框裡同時幹活，還只是上半場。

真正考驗Super-agent的，還有當用戶的任務離開這個對話框，它還能不能接著往下幹。這也正是Super-agent對「連續性」提出的更高要求：跨環境。在DeepSeek提出的架構中，這依賴於底層的多信道交互機制—— 由Router統一承接不同平臺的消息，Worker在後臺獨立執行，再根據不同渠道的交互習慣返回結果。他們官方給的一個例子，是同一開發任務跨IM與GitHub無縫推進，AI能主動監聽群聊還能自動提交PR，be like： 值得一提的是，在Comma裡，這種高效和持續的「跨環境」能力，也早就做成了用戶可感知的體驗—— 其背後依託的是團隊自研的分佈式Agent運行框架Salix。

通過第三方應用連接器，其能夠接收來自不同平臺的事件，再由可編程Loop持續監聽，在需要時喚醒Agent處理。而且Comma打通的範圍還相當廣，像微信、Signal、iMessage、Linear這些通信渠道我們都能接入～ 不僅如此，Comma還支持安全自部署、BYOK及接入Codex、Claude Code，統一監督任務、跨端協同管理。甚至在公司場景下，其還可以通過IM裡的Comma Bot下達任務，讓連接的員工電腦提供所需的本地工作環境，並通過權限及信息流控制約束訪問範圍。

由於最近手頭的稿子確實有點多，於是我也把Comma接入了Linear，直接在Comma裡給Linear下達了項目需求： 轉頭打開Linear一看，Issue已經建好了，該拆成哪些具體任務、怎麼安排後續工作，這是真給我安排得明明白白啊： 但我其實更想說的一點是，Linear裡的Issue還能反過來交給Comma執行，進展和結果同步回原來的任務裡！！Comma裡交代的活，Linear接得住，Linear裡的任務，Comma也能繼續幹，兩邊信息顆粒度還一直對齊。

任務能在不同平臺間接力，如今，咱終於不用跟著各大平臺和Agent到處跑了，建議大廠好好學學： 一個主動的Agent，一個持續學習，永遠在線的記憶系統 在DeepSeek的設想中，Super-agent還有兩項極具想象力的特質：「主動」與「持久」。說白了，就是讓Agent從被動接活，進化到主動發現問題、自己找活幹，還能7×24小時在線。巧的是，Comma也有異曲同工之妙，甚至能讓Agent自己編寫值班程序，全天候替人盯梢—— 即便大模型沒有運行、用戶退出客戶端，系統依然能夠24小時不間斷值守，並在關鍵時刻喚醒Agent。說到這兒，我最近也順手拿Comma當了一回「AI選題編輯」。

直接通過接入微信給它安排了個長期任務，每天中午12點和晚上9點，主動蒐羅最新AI新聞，整理成選題推送給我。結果到了點，消息就自己送上門了，選題、摘要、一手信息源全都有，再也不用擔心沒有選題給主編報了—— 當然，真正的Jarvis，還在於它無處不在。多端記憶絕對一致，不被任何一個App綁定，卻能掌控所有的信息流。哪怕我在Comma客戶端裡問Linear的任務進展，Comma也能準確應答，跨端記憶的本事沒得說： 在記憶管理的底層設計上，Comma也確實有點真東西在的—— 其將長期狀態保存在模型上下文之外，再通過Router與獨立Worker的分工，避免海量任務細節不斷擠佔主對話。

更進一步，Comma還把「持續學習」做進了產品深層，甚至讓Agent能夠從每一次工作中積累經驗。Comma會記錄Agent的任務結果、人工修改和驗收反饋，將其轉化為訓練信號，持續迭代專屬小模型。更有意思的是，新模型必須在團隊自己的測試中擊敗舊版本，才能正式上崗。比如，原本把退款請求誤判為Bug的v3模型，在學習人工糾正後，升級到v4便能正確識別為賬單問題。AI生成 而這套機制，事實上還會按月更新評測數據，讓小模型逐步接手成熟工作流，複雜任務則繼續交給大模型。相當於Agent每幹完一輪活，都有機會把經驗變成下一次的本事，真正實現越幹越聰明。

從Bridge到Comma，持續探索長期自主的Agent 最後我想說的是，Comma這套架構的誕生，其實比很多人想象中還要早。把時間撥回2026年4月。彼時，Super-agent還沒成為行業熱議的話題，硅谷華人團隊AFK AI就已經明確了自己的技術方向—— 讓一個長期存在的主Agent，統一接管用戶的任務，再調度多個獨立Worker執行。4月28日，團隊正式公開了Comma的前身：Bridge。當時的產品介紹中，就已經出現了Lead Agent（主Agent）與Subagents（子Agent）的架構設計。隨後，這套理念開始加速落地。

5月20日，團隊明確「每個群組一個Router Session」；6月3日，固定主對話與任務委派機制正式上線。巧的是，僅僅20天后，Anthropic也推出理念相近的Claude Tag，讓一個Slack頻道共享同一個Claude。而AFK AI的探索還在繼續。8月，團隊推進Session切換能力。9月，引入共享Session的信息流控制機制，解決多人協作中的敏感信息流轉問題。9月30日，Comma正式開源，隨後又公開了基於Lean形式化驗證的安全機制。從單一主會話、多Worker協作，到跨Session管理與安全控制，Comma用了近半年時間，將最初的架構設想一步步變成了真實產品。

如果說DeepSeek為行業描繪了Super-agent的具體形態，Comma則用已經運行很久的產品給出了另一種回答—— 一個真正能夠長期陪伴用戶、自主協調任務的Personal Agent，早就提前走進了現實。見微知著，察勢於先。回過頭看，DeepSeek和AFK AI在架構上的不謀而合，本質上則是兩支團隊穿透表層應用，對多智能體體系底層瓶頸、真實生產側痛點形成的共識判斷。當前AI浪潮走到當下，行業對Agent Harness的期待，正在發生一次關鍵轉向—— 行業對Agent Harness的期待迎來關鍵躍遷，關注點從任務吞吐量，落到它所能承接的責任與複雜事務體量之上。

而Comma，已經率先在這條路線上交出了實踐樣本，讓Agent在長期使用中不斷積累經驗，真正實現越用越聰明。永久在線、共生成長的賈維斯，如今，早已不再是科幻夢。版權所有，未經授權不得以任何形式轉載及使用，違者必究。