Paul Scharre 曾在美国国防部长办公室担任政策分析员,参与起草了国防部第一份关于武器自主性的政策文件。2018 年,他出版了《Army of None: Autonomous Weapons and the Future of War》。这本书讨论的是自主武器。书中关于“人与机器关系”的一组定义,放到今天的 AI Agent 上同样适用。
OODA 循环与“从 in 到 on”
空战飞行员有一个常用概念,叫 OODA 循环:观察(Observe)、判断(Orient)、决策(Decide)、行动(Act)。这个概念由美国空军战略家 John Boyd 提出。谁更快完成这个循环,谁就能“进入”对手的循环。对手还在理解局势时,局势已经变了,他只能从头再来。
既然胜负取决于循环的速度,自动化的优势就很明显。Scharre 在书中引用了美国空军 2009 年发布的《无人机系统飞行计划(2009 至 2047 年)》。这份计划写道:计算速度和容量的进步会改变技术在 OODA 循环中的作用,技术正从“辅助人”转向“在每一步中与人完全协同”;到 2047 年,完成一次 OODA 循环的时间可能缩短到微秒甚至纳秒;人类将越来越少地处在决策的循环之中(in the loop),越来越多地站在决策循环之上(on the loop),负责监督某些决策的执行。

紧接着的一段,这份计划补充了一个前提:授权机器做出致命决策,需要政治和军事领导人先解决法律与伦理问题。这些问题包括机器是否适合拥有这种能力、在什么情况下使用、出错时责任归谁、自主性应受哪些限制。
综上可以得一个完整的判断:技术能力的提升会推动人从回路之中退到回路之上;退到什么程度,由授权和责任的规则决定。
自主性的三个维度
Scharre 认为,把自主性分成“等级”过于简单。他把自主性拆成三个相互独立的维度:
三个维度互相独立。机器可以在其中任何一个维度上变得“更自主”。
三种人机关系
第二个维度,人机关系,是本文的核心。Scharre 给出了三种模式:
Scharre 用自家的扫地机器人 Roomba 解释这三者的边界。人在家时,Roomba 处于受监督自主状态,它卡住了,人可以过去帮一把。人出门后,同一台 Roomba 就变成了完全自主,出了问题只能等人回家。他的 Roomba 经常把自己关在浴室里。他回到家,看到的是一间一尘不染的浴室和一整个没扫的家。Roomba 自己并不知道它被困住了。
这个例子说明了一件事:on the loop 依赖人的在场。人一离开,on the loop 就退化成 out of the loop,系统出了问题也没人发现。
带着这些信息,我们来看看现在基于LLM 的 AI Agent。
基于 LLM 的 AI Agent
用这三种关系来看 AI 编程工具的演进,脉络很清楚:

接下来我们看看DeepSeek发布的两篇文章。第一篇是 2026 年 10 月 31 日 DeepSeek Harness 团队发表的《Super-agent 设计探索:迈向更自主的 Agent 系统》,以及随文开源的研究原型 dsh-superagent-prototype。第二篇是 11 月 2 日 DeepSeek 产品部负责人崔添翼在知乎上对这篇文章的解读。
崔添翼在回答里先解释了名字。Super-agent 的 super- 和“超级”无关。它是英语里表示“在上面”(above、over)的前缀,与表示“在下面”(under、below)的 sub- 相对,就像 superscript 和 subscript、superclass 和 subclass。Sub-agent 是在干活的主 Agent 下面加一层,Super-agent 是在它上面加一层。
这个解释给了本文一个观察角度。在干活的 Agent 上面加的这一层,做的正是 on the loop 里原来属于人的位置。
前提:长程任务越来越不需要人
DeepSeek 原文的第一段写道:过去一年里,以 Coding Agent 为代表的单任务 Agent 已经证明,模型能够使用工具解决复杂问题,且越来越少需要人类持续监控和逐步干预。模型的多 Agent 协同能力也在提升,跨会话的组织与调度变得可行。人的角色正在从底层执行上移到更高层的决策与验收。
这是整个讨论的前提。在代码和数据分析这类任务上,模型能连续工作的时间在变长,中途需要人纠偏的次数在变少,甚至不需要人来干预就能完成大量的工作。Scharre 书中的三个维度在同时推进:模型能接手的任务种类在增加,模型的智能在提升,人机关系也就自然从 in the loop 走向 on the loop。
人注意力有限,只能同时关注3到5个Session
当单个任务不再需要人一直盯着,人自然会想同时开更多任务。这时,一个新的限制出现了。
DeepSeek 原文给出了一个观察:现有主流 Agent 的工作模式以单一 Session 为基本单位,不同 Session 彼此独立;用户并行推进多项工作时,必须手动切换并记住各个 Session 的上下文;一个人通常只能同时跟进 3 到 5 个活跃 Session。单任务的上限取决于模型能力,多任务的上限取决于人的注意力。
人在 Session 模式里身兼三职
在“Session 加 Subagent”的模式下,人实际上同时做着三份工作:
Subagent 能在单个任务内部拆分工作,它解决的是一个任务里面的问题。任务和任务之间的调度、上下文传递、进度监督,仍然压在人身上。
on the loop 的成本随任务数线性增长
on the loop 是比 in the loop 更省力的模式。它仍然要求人在场。每多开一个 Session,人就多一条需要盯的回路。模型越强,单个session需要的干预越少,人能同时开的session就越多,直到注意力用完。
Roomba 的问题在这里重演了。一个人开着 5 个 Session,总有几个处在“人不在家”的状态。卡住的 Session 没人发现,跑偏的 Session 要等人回来才知道。从 Scharre 的定义看,这些 Session 名义上是 on the loop,实际上已经退化成没有监督的 out of the loop。
所以,模型能力提升之后,human on the loop 这种模式本身成了系统吞吐量的瓶颈。要再往前走,需要让监督这件事本身也被接管。

DeepSeek 把 Super-agent 定义为一个能跨会话保持上下文、同时推进多项复杂任务且互不干扰的连续实体。它有四个基础特征:
支撑这四个特征的是五个模块:双层架构、事件驱动、面向人的交互、计算与状态及环境的分离、Watchdog。下面按“人身上的哪些工作被接管了”来逐一看。
双层架构:接管调度器和上下文搬运工
把所有事件交给同一个 Session,上下文最连续。单个 ReAct 循环是串行的,任务一多就排队,多个任务的中间细节混在一起还会影响质量。为每个事件新开一个 Session,并发最高。任务之间往往有关联,缺少全局上下文会让结果彼此割裂,多个 Session 各自回复用户也会造成混乱。
DeepSeek 的解法是把“维护全局连续性”和“高并发执行”拆到两层:
Router 用较轻量的模型就够了。它每一步都是长输入、短输出,只做理解和分派。Worker 直接决定交付质量,通常配置最强的模型。
这个结构和常见的 Agent Team 看起来相似,侧重点不同。Agent Team 用于拆解单个复杂任务,Team Lead 要深入理解任务细节、高频协调成员。Router 只处理任务之间的关联和分派,不介入单个任务的内部。
原文对 Session 下了一个判断:让用户手动管理 Session,很大程度上是从底层 LLM API 延续下来的设计惯性;Session 应当是系统的实现细节,不应是用户的认知负担。用户先在 IM 上说采用方案 A,随后在 Pull Request 评论里改成方案 B,Super-agent 能理解并调整方向。人不用再想“Session X 的上下文里有没有信息 Y”。
崔添翼在回答中补充了这个设计的深层动机。长程记忆的解决方案在业界始终没有共识,DeepSeek Harness 到目前为止也没有内置的跨 Session 长程记忆能力。在这个前提下,Agent 跨任务的连续性和任务吞吐量是一对根本的权衡,是当前长程 Agent 设计需要解决的根本问题。双层架构把这对矛盾拆到两个层级分别处理。在长程记忆问题解决之前,这是一种务实的拆法。
事件驱动:接管“发起者”
Session 模式下,每个任务都由人在对话框里敲下第一句话开始。Super-agent 改变了驱动方式:群聊消息、邮件、日程提醒、代码审查评论、CI 运行结果等环境事件,统一称为 Trigger。Agent 监听 Trigger,自己决定是否行动。
真实环境的事件流噪音很高、触发率很低,大部分消息不需要 Agent 介入。每条都让大模型判断,延迟和成本都承受不了。DeepSeek 借用了计算机系统中 Fast Path 和 Slow Path 的思想:
路由上同样分快慢两条路。同一个 Pull Request、同一个 IM 话题、同一串往来邮件构成一个 Thread。Router 为某个 Thread 创建 Worker 之后,这个 Worker 直接订阅该 Thread,后续事件由程序直通给它,不再经过 Router。Router 只负责新任务的冷启动和跨任务协调。多个 Worker 可以订阅同一个 Thread,在同一个 Pull Request 上工作的 Worker 收到相同的事件,无需点对点通信也能发现彼此的改动。
事件驱动走到最远的一步是 投机执行。Agent 在还不确定结果会不会被采用时,先在后台尝试。结果有价值就交付,没价值就丢弃。DeepSeek 在内部用户群里配置了一条“静默复现并修复”策略:有人反馈问题或讨论改动方案时,Agent 先在后台复现、找修复方案,确认问题并找到简单修复之后才把结果交出来,否则全程安静。原文的一张截图记录了这样的场景:群里还在讨论解决方案,Super-agent 已经在后台提交了修复 Pull Request。
在这一环,人从“发起者”的位置上退出了。按 Scharre 的说法,任务的触发已经是 out of the loop。人保留的是规则:哪些群、哪些来源、哪类问题允许 Agent 主动行动。

克制的交互
Agent 能主动干活之后,新的风险随之出现:它会不会到处打扰人?如果把 20 条群消息总结成另外 20 条通知,再让人逐条确认,人的注意力并没有被节省下来。
dsh-superagent-prototype 的说明文档里有一条原则:尽可能少占用人的注意力,尽可能多地提供价值。每一条消息、每一次通知、每一个问题、每一个设置项,都被视为一种注意力成本。原型规定 Agent 工作时保持安静,只有三种情况才开口:结果可用了,需要人做决定,任务无法完成。
不同信道有不同的规范。IM 上只问直接问题、给简短结论,DeepSeek 验证过的一条硬规定是单次回复不超过 100 词。GitHub、邮件、文档这类异步信道上则给出结构化、高密度的交付,例如在 Pull Request 里写完整的背景、改动说明和验证结果。冗长的推理过程和密集的工具调用,都被关在 Worker 内部。
交互方式也从半双工变成全双工。经典 ReAct 循环里,一次同步的工具调用会阻塞整个会话。DeepSeek 把耗时命令改成异步的 start() 和 stop():调用后立刻返回“已启动”,结果出来后作为一条新事件投递回会话。后台跑着长任务,前台照样能回应人的新消息。
Scharre 在书里还讲了一个 Nest 智能恒温器的故事。恒温器越“聪明”,他越难预判它的行为。他的妻子几次发现温度被自动改掉,逐渐对它失去了信任。人对自主系统的信任,取决于能否预期它的行为。Super-agent 原型在这一点上也有对应设计:每个工作项都记录授权依据与范围;新增的主动规则,要先在“只记录本该做什么、不实际动手”的观察模式下试跑。
Watchdog
前面三个模块接管了调度、上下文传递、任务发起和注意力分配。监督这份工作还在。Super-agent 用 Watchdog 接管它。
DeepSeek 的判断是,持久在线的系统很难只靠自身逻辑长期可靠运行,需要一个独立于主系统的外部控制回路。传统的进程存活探测不够用,因为 Agent 系统的很多异常不是进程崩溃,是模型陷入无效循环,或者方向偏离了目标。
DeepSeek 在主系统外部配置了一个独立的 Watchdog Session,用定时消息驱动。它处理接口报错、状态恢复失败这类基础设施故障,也由模型判断各个 Worker 有没有实质进展、方向有没有偏离整体目标。发现异常就介入修复,遇到外部偶发故障就持续复查直到恢复。Watchdog 本身也是一个具备完整工具能力的 Agent,维护者可以用自然语言问它故障原因,让它在线修改提示词、调整触发规则。
回到 Roomba。被困在浴室里的 Roomba,需要有人发现它被困住了。在 Session 模式下,这个人是用户本人,用户出门,就没人发现。Watchdog 承担的就是这个角色,它不需要出门。
到这里,Session 模式下压在人身上的三份工作都有了接手者。Router 接管调度和上下文传递,事件驱动接管任务发起,Watchdog 接管过程监督。on the loop 的位置交给了系统里的 Agent,人的位置上移到整个系统之上:设定目标,制定授权规则,验收结果。这和 Scharre 描述的“目标导向”的自主系统一致:人给出目标,系统自己决定怎么达成。
存算分离
还有一个现实问题。本地 Agent 把计算、会话状态和执行环境绑在同一台设备上。笔记本一合上,Agent 就停了。这也是一种“人不在场,回路就断”。
DeepSeek 分两步解耦。第一步,把推进 Agent 循环的计算放进云端无状态的弹性容器,把 Session 等状态存进数据库,Agent 摆脱单台设备的生命周期。第二步,执行环境留在原地。真实的开发环境有未提交的修改、私有凭据、内网依赖和特定工具链,同步到云端成本很高。所以只在端侧部署一个不保存会话状态的轻量 daemon,负责执行命令、返回结果。这就是 BYOM(Bring Your Own Machine)。某台个人设备离线后重新上线,云端 Agent 可以自动接着完成需要在那台设备上执行的任务。
这个思路和 Anthropic 提出的“脑手分离”一致。区别在于场景:Anthropic 讨论的是托管服务里的沙箱和客户 VPC,DeepSeek 首先要接入的是用户日常使用、可能间歇在线的个人机器。
实验数据
DeepSeek 做了两组初步实验。
第一组是端到端的消融实验。每次实验约 300 条群聊和 GitHub CI 消息,其中约 20 条是工作请求,其余是闲聊、跟进、叫停和 CI 消息。编码工作用一个只消耗时间的工具代替,所以测的是调度与协作能力,不是写代码的能力。每种方案跑 5 次。结果如下:
第二组单独测 Router 的批处理能力。需要决策的 Trigger 到达速率从每分钟约 1 条升到约 40 条时,平均批大小从 1.0 升到 2.8,单次请求耗时从 2.5 秒增加到 3.9 秒,单个决定分摊的推理时间从 6.4 秒降到 1.6 秒。事件越拥堵,积压的 Trigger 越会被合并进一次调用,有效吞吐也就越高。
这组数据最有价值的结论是:要不要分工这件事,交给模型临场判断不稳定,写进系统结构才稳定。中性提示词下模型 0 次委派,这正是“人力调度器”模式的问题在模型身上重演。Super-agent 的代价也写得很清楚:它维护多个独立会话,消耗的 token 比单 Session 多。Super-agent 是在用 token 换人的注意力。

边界
崔添翼在回答里对边界说得很直接。这套架构基本已是业内前沿团队的共识,多个团队在几个月前就尝试过。dsh-superagent-prototype 是纯原型探索阶段的东西,只在公司内部这个较小规模、受信任的环境里跑通。文章里“计算与状态、环境解耦”的部分设计,在 DeepSeek Harness 里落地还有大量工作要做。实验基于合成负载,结果只作为初步参考。要在现实中大规模落地,需要先解决原文第八节的开放问题:双层架构如何扩展,脱离 Session 后人和 Agent 如何协作,上下文边界如何划分以及 Agent 之间如何通信,安全与隐私如何保障。
Super-agent 能在一个领域里发挥作用,需要三个条件:

代码
软件开发是 Super-agent 最先落地的领域,原因是三个条件在这里都最充分。Coding Agent 的长程能力在过去一年得到了最多验证。Issue、Pull Request、代码评审、CI 结果、团队群聊天然就是结构化的事件流,Thread 的边界清楚。测试、CI 和代码评审提供了现成的验证手段,人只需要在合并前看一眼。
DeepSeek 的内部实例已经在日常参与问题复现与修复、代码评审响应,以及 DeepSeek Harness 自身的迭代。一个开发者通过一个 Router,可以同时推进多个问题复现、多个 Pull Request 评审和特性开发,彼此不阻塞。
数据分析
数据分析和代码很像。模型写 SQL、写 Python、读表、出图的能力已经比较成熟,长程分析任务的完成度在提升。
事件源也很丰富:核心指标的异常告警,数据管道运行失败,新一批数据入库,业务方在群里提出的临时问题,每周固定的报表。每一类都可以成为 Trigger。
在 Super-agent 的结构下,一个分析师面对的工作方式会变成这样:周一早上,上周的指标异常已经被不同的 Worker 分头做完了归因,Router 在群里用三五句话给出结论,完整的分析文档放在共享目录里。业务方在群里追问某个维度,消息直通给负责那项分析的 Worker。数据管道凌晨失败,Watchdog 发现后安排 Worker 排查,早上人看到的是修复记录。
数据分析的验证难度高于代码。指标口径是否一致,数据本身是否正确,结论是否有业务意义,这些没有 CI 可以自动检查。人需要在两端投入更多:事先把口径规则写清楚,事后对关键结论做验收。
生物医药
生物医药是一个更远、也更有想象空间的领域。下面的讨论属于推测。
这个领域里,已经有大量工作发生在“干实验”层面:文献和专利追踪、组学数据处理、生物信息分析流程、实验方案起草、临床试验数据核查、注册申报文档撰写。这些工作和代码、数据分析的形态接近,随着模型在这些任务上的长程能力提升,可能会先被 Super-agent 接手。
事件源同样存在:一篇相关论文发表,一批测序数据产出,自动化实验室的仪器完成一轮实验,临床试验中心上传一批数据。当湿实验由自动化实验室执行,仪器事件本身就能成为 Trigger。一个研究员可以通过 Router 调度多个 Worker,分头处理数据、比对文献、起草下一轮实验设计。
这个领域的约束更强。湿实验周期长、成本高,结论需要实验验证,验证这一环很难自动化。行业有严格的合规要求,数据和决策都要可追溯。这意味着人在授权和验收两端的分量更重。Super-agent 的一些设计在这里会有额外价值:Watchdog 和工作项的授权记录,本身就是审计线索;计算与执行环境的分离,让数据可以留在受控的本地环境里。
大规模 Agent 协作
把以上领域放在一起看,Super-agent 带来的结构变化是层级的增加。过去是“人加若干 Session”,人直接面对每一条执行回路。现在是三层:人面对一个 Router,Router 面对几十个 Worker,每个 Worker 内部还有 Subagent 或 Agent Team。这正好对应 super-agent、agent、sub-agent 三个前缀的含义。
人需要管理的对象从几十个 Session 变成一个 Router。DeepSeek 的批处理实验表明,在当前团队规模下,单个 Router 足以承载。规模再大,Router 可以做多层过滤或水平切分。切分越细,吞吐越高,分片之间的记忆和上下文连续性越低。这仍然是连续性和吞吐量的权衡,在全局记忆问题解决之前一直存在。
DeepSeek 原文提到,近期个人助手开始集中涌现。它们直接接入日常的消息、日程、邮件和工作平台,持续观察信息流,协助处理事务。原文的判断是:只要目标是一个持续在线、并发响应环境事件的系统,无论面向个人还是面向团队,底层都可能采用相近的架构。
个人场景和研发场景的结构是一样的。Trigger 换成了邮件、日程、聊天消息、账单和各类通知。界面上通常只有一个聊天窗口,用户在里面同时聊着好几件事。前端的单一聊天页负责交互的连续性,底层为每个话题各派一个 Worker,并行推进。
投机执行在个人场景里同样有用。原文举了一个例子:收到一封会议邀约邮件,Agent 先在后台核对日程冲突,搜集相关背景资料,备好回复草稿,用户过目后直接确认发出。同样的模式可以用在出行改签、账单核对、家庭事务安排上。人看到的是一个已经准备好的决定,只需要回答“是”或“否”。
这里有一个产品逻辑的反转。过去的互联网产品希望用户多打开、多停留。一个好的 Personal Agent 希望用户少打开。它的价值在于把事情处理掉,让人只做那个非人不可的决定。
个人场景也带来了团队场景里不那么突出的问题。
第一是上下文边界。DeepSeek 在开放问题里指出,组织决定如何配备 Super-agent,实际上是在划分上下文共享和隔离的边界。每个人的个人助手和团队共用的 Super-agent 是彼此隔离的实例,它们之间的协同就是 Agent 间通信(A2A)。在互不共享上下文、各自代表不同权限的前提下,如何安全可靠地协作,还需要探索。
第二是安全。个人助手接触的输入大多不可信:陌生人的邮件,网页内容,群里的转发。事件驱动的设计扩大了 Agent 接触不可信输入的面。云端的 Agent 一旦被提示词注入攻破,它连接的所有端侧设备都面临风险。即使云端没有被攻破,只要凭据能进入模型的上下文,正常执行中也存在泄露风险。DeepSeek 提出需要一种机制,让 Agent 在完全不接触凭据本身的情况下使用凭据。原文的判断很明确:安全与隐私问题解决不好,Super-agent 只能在很小、很可信的范围内工作。
这和 Scharre 引用的那份空军计划形成了呼应。技术能力决定人可以退到回路之上,授权、责任和安全的规则决定人可以退多远。
崔添翼有一句回答值得注意:在 Agent 时代,从代码层面把所有新可能性的排列组合尝试一遍不难;看清和坚定选择长期、全局最优的方向,非常难。他也提到,DeepSeek 产品部有一流的模型、算法、基建和研究员,优秀的产品经理和产品设计师还远远不够。
Router 加 Worker 的架构本身已经是共识,复制它的门槛不高。机会出现在下面一下这些方向。

模型层:Router 能力与长程记忆
DeepSeek 在开放问题里提到了系统与模型的协同设计:针对 Router 的事件判别、批量分派、上下文召回做专项训练,可能进一步提升吞吐和决策质量。Router 是一个长输入、短输出、要求低延迟的特殊工作负载,适合专门优化的小模型。
更大的机会在 长程记忆。当前的链式召回解决的是近期任务和会话历史的按需检索。运行周期拉长到几个月,长程记忆就成为可扩展性的主要瓶颈。崔添翼说 DeepSeek Harness 的跨 Session 长程记忆“可能快有了”。谁先把长程记忆做好,谁就能缓解连续性和吞吐量之间的根本权衡,Router 的切分也就不必再牺牲连续性。
运行时与基础设施
Super-agent 需要一套和单次对话完全不同的运行时:
运行时与基础设施
Super-agent 的主动性来自 Trigger。哪里有结构化的事件流,哪里就有 Super-agent 的用武之地。IM、GitHub、邮件、日历之外,还有数据平台的告警、工单系统、监控系统、实验室信息管理系统、实验仪器。把这些事件源接进来,抽象成 Thread,配上程序层和语义层的两级过滤规则,是一项需要领域知识的工程,每个行业都可以做一遍。
安全与治理
这一层决定 Super-agent 能不能走出“小规模、受信任”的环境。具体的机会包括:针对事件驱动场景的提示词注入防护;凭据代理,让 Agent 使用凭据而不接触凭据;授权规则的表达、记录和审计;主动规则上线前的观察模式;跨实例 A2A 通信的权限模型。在企业和受监管行业里,这一层往往是采购决策的前提。
交互与产品
DeepSeek 认为,以聊天窗口为中心的交互在一定程度上是路径依赖的结果。Session 退到系统内部之后,“向用户呈现什么”成了一个独立的产品问题。交互可以更多地发生在领域特化的界面里,例如直接在 GitHub 的 Issue 和 Pull Request 里工作。在模型能力的过渡期,很多任务仍需要人中途参与,如何让人随时介入、接管、和 Agent 实时协同,也是需要设计的问题。
这一层的核心指标会发生变化。过去衡量产品看的是使用时长和打开次数,Super-agent 需要衡量的是每一次打扰带来的价值,以及人为完成同样的工作付出了多少注意力。这正是 DeepSeek 自己说缺人的地方。
垂直领域
代码领域已经有大量玩家。数据分析、运维、生物医药研发、法律、金融合规等领域,各自需要自己的 Super-agent。这些领域的壁垒不在通用架构,在三件事上:领域事件源的接入,领域内的结果验证手段,行业合规要求。谁能在一个领域里把这三件事做扎实,谁就能让这个领域的专业人士从“同时盯 3 到 5 个 Session”变成“管理一个能并行推进几十项工作的 Router”。
Personal Agent
个人助手是入口之争。它接入一个人的消息、日程、邮件和设备,积累的上下文越多,越难被替换。这个层次的竞争最终会落在两点上:能否真正替人处理掉事情,以及能否让人放心地把隐私和凭据交给它。
《Army of None》讨论的是人是否应该退出致命决策的回路。Scharre 给出的三种人机关系,在知识工作领域也有了同样的关系。
模型能力的提升,把人从 in the loop 推到了 on the loop。on the loop 依赖人的在场和注意力,一个人只能同时处理 3 到 5 个session。DeepSeek 的 Super-agent 在干活的 Agent 之上加了一层,让 Router 接管调度和上下文,让事件驱动接管任务发起,让 Watchdog 接管过程监督。on the loop 的位置交给了系统,人上移到整个系统之上,保留目标设定、授权规则和结果验收。
模型能力决定一个任务能跑多远。系统架构决定自动化程度能推进到什么高度。
参考资料
1. DeepSeek Harness 团队,https://zhuanlan.zhihu.com/p/2099987320443237060
2. 崔添翼,https://www.zhihu.com/question/2099984457524572950/answer/2100486365045699790
3. Paul Scharre,《Army of None: Autonomous Weapons and the Future of War》,W. W. Norton,2018。