DeepSeek 公开了一篇 Super agent 设计文章。
它冲着真实场景里多 agent、多任务并发最容易乱套这个痛点去,提了一套 Super agent 架构,拆成四个特征。
连续。跨过上下文长度的限制,换 session 也能接着干。
高效。并行处理,前后台分开,互不阻塞。
主动。自己盯着环境,变了就响应。
持久。一直在线,多个 session 互相兜底。
底下撑住这四条的,是一套挺传统的工程件。Router 层当微服务网关,Thread 事件流走 MQ Topic 订阅,异步 ReAct Loop 靠回调和消息推送,存算分离做成分布式状态管理,Watchdog 用 Sidecar 边车模式盯着。
我最认那句判断:大模型正在变成基建。往后比的早不是谁 Prompt 写得花哨,是谁能把这个高延迟、还会幻觉的东西,用最熟的微服务架构管得服帖。
这对做 AI 产品的人是个提醒。难的已经不是调一次模型拿个好答案,是怎么让一堆 agent 长时间稳定干活还不崩。而这套本事,恰恰是后端团队磨了很多年的手艺。
说到底,能把大模型塞进传统架构而不别扭,才算眼下真正的门槛。这些组件本身不新,肯下功夫把它们对准大模型,才是难的那部分。
话题来源 @luojiuyue
26.9K阅读 ❤️246 x.com/…↗ 已改写,非原文转载
20 浏览 1 评论
1 反应












之前我们也是把模型调用直接塞业务代码里,后来并发一上来就互相卡着,才拆出单独一层去管调用和重试。看完这个更觉得,先把异步和状态这两块理顺比什么都实在。