Skip to content

从 DSH Super-agent 看 AI Agent 架构设计与人机协作 ​

阅读笔记与架构思考|2026-11-01 原文:DSH Super-agent 相关文章

核心观点 ​

Super-agent 的价值,不只是让 AI 更自主,而是让多个 Agent 能协作、让复杂任务能持续、让人类始终保有必要的控制权,同时尽可能降低人的认知负担。

从实际研发场景来看,值得关注的并非单个 Agent 有多强,而是任务如何分工、状态如何管理、信息如何交付,以及人如何在执行过程中介入。

一、多 Agent 协作:按能力分工,而不是让单 Agent 包揽一切 ​

假设有两个 Agent:一个连接知识库,另一个连接 HAR 项目代码库。通过 Router 协调,就可以把知识与工程实践联系起来,为用户共同服务。

text
                   用户
                    │
              Router / 协调层
                 /      \
                /        \
         知识库 Agent   项目 Agent
         检索与引用       代码分析、修改与验证
                \        /
                 \      /
             汇总结果与证据

这个方案的关键,不只是把工作拆成两个 Agent,而是让它们传递经过验证的结论、引用和必要上下文,而非无差别共享完整会话。

也不必为了多 Agent 而多 Agent。简单任务由单 Agent 完成,只有当知识边界、权限隔离或并行收益足够明显时才拆分。

二、信息过载:Agent 的执行过程,不等于人应当阅读的内容 ​

把冗长的推理过程和密集的工具调用原样输出,是人机交互中常见的**信息过载(Information Overload)**问题。

同一份任务结果应当根据不同信道的带宽与使用习惯,采用不同交付方式:

交互信道输出方式设计原则
IM / 即时聊天直接问题、简短结论、必要通知低打扰;只在需要决策或验收时触达
IDE / CLI结果、改动范围、失败原因与下一步默认简洁,细节可按需展开
GitHub PR背景、改动内容、验证结果与风险结构化、可追溯、便于异步评审
邮件 / 文档完整摘要、依据与待决事项高信息密度,支持异步阅读
内部日志 / 审计工具调用、执行过程、错误及关键状态保留可观测性,但不直接倾倒给用户

原文提出的一个很有启发性的交互约束是:IM 单次回复不超过 100 词。它适合作为设计参考,而非机械地套用到所有场景。

因此,可以形成一条明确规范:

内部保留完整过程,外部默认只呈现结论、证据、风险和需要人采取的动作;细节按需展开。

这不只是控制字数,更是把人类注意力视为一种有限资源。

三、状态与执行分离:Agent Loop、Session 和执行环境各司其职 ​

对系统架构而言,应区分三个概念:

  1. Agent Loop(推进与调度层):负责驱动任务、安排推理和工具调用,可尽量做成无状态、可水平扩展的服务。
  2. Session 存储(持久状态层):保存会话历史、任务进度,以及恢复执行所需的关键状态。
  3. 执行环境(工具与资源层):本地电脑、仓库、终端等实际执行工具的环境,可能随时断线。
text
用户 / 事件
    │
    ▼
无状态 Agent Loop / 调度层 ──────► Session 数据库
    │                          (会话与任务状态)
    ▼
推理 Agent / Worker
    │
    ▼
本地或远程执行环境
(设备可能离线,需等待、重试或恢复)

这里需要纠正一个容易混淆的理解:无状态的是可替换的调度与推进计算,不是整个 Agent 系统没有状态。 Agent 的连续性依赖持久化 Session 和任务状态,而不是依赖某台机器上的单个常驻进程。

当本地执行环境离线时,云端可以保留任务并继续处理不依赖该设备的工作;但需要本地工具才能完成的操作,仍须等待设备恢复在线。

无状态服务也不等于“无限扩展”:同一 Session 的并发写入、任务幂等性、调度一致性和断线恢复都需要专门设计。

四、Human-in-the-loop:人类介入必须成为系统能力 ​

现阶段的人机协作,不能只设计成“人提出任务 → Agent 执行 → 人验收结果”。复杂研发任务中,人随时可能改变主意、调整优先级、修改代码或接管处理。

因此,系统应支持:

  • 随时补充或修改需求:Agent 能感知变化并更新后续计划。
  • 暂停、取消与接管:用户能中断后台任务,直接处理关键步骤。
  • 协同编辑:人修改代码后,Agent 识别差异,不盲目覆盖。
  • 继续执行:人类介入后,任务能够在新的状态和约束下恢复。
  • 关键节点确认:在高风险修改、权限操作或结果验收时主动征询用户。

这意味着 Human-in-the-loop 不能只是提示词里的“必要时问用户”,而应当体现在任务状态机、事件处理、权限边界、并发控制和可恢复机制中。

五、对实际 AI 研发工作流的启发 ​

结合需求分析、设计、计划、编码和验收的工作流,可以逐步落地:

方向可实践的设计
Agent 分工知识库 Agent 提供依据,项目 Agent 负责代码,QA Agent 验证结果
变更传播需求或代码变更后,检查并同步更新需求、设计与计划文档
信息交付聊天中只给关键结论;详细验证证据放进 PR、文档和日志
持续执行将任务状态持久化,允许断线、重试、恢复及迁移
人类控制保留暂停、接管、纠偏、确认与验收的能力

最终设计方向:让 AI 承担执行复杂度,让系统管理协作与状态,让人主要关注目标、关键决策和验收。


说明:本文是基于 DSH Super-agent 相关文章整理的学习笔记,包含个人架构理解与延伸建议;其中示意图和落地方案不等同于项目官方实现细节。