一句话看懂:开发者 lv 受 DeepSeek Harness 团队 Super Agent 架构文章启发,花一周时间将 Router-Worker 模式融入自建的 AI Native 编程工作台,把注意力从单个 agent session 提升到任务和多渠道调度层面,相关实践已开源。
事件核心:发生了什么
2026 年 11 月,开发者 lv 在掘金发文介绍,他基于 DeepSeek Harness 团队关于 Super Agent 架构的观点——多任务执行上限受限于人的注意力上限——重构了自己的 AI Coding 工作台。该工作台原本分项目、任务、agent session window 三层,运行 Claude Code、Codex 等 agent。他先为任务定义未规划、待办、进行中、待审核、待验收、已完成、已取消 7 种状态,并让任务状态不落库,而是根据各 window 报告的 ready、blocked、dropped 等事件实时推导。随后引入常驻的 Router(作者称“精灵总管”),它只调度不干活,通过 CLI 和 GitHub、飞书群、Jira 等外部触发器批量建任务、分诊 issue、跟进旧任务。作者称整套实践已推送到 GitHub。
为什么重要
当前 AI 编程工具多围绕单会话交互,多个 agent 并行时,任务容易因优先级插队被遗忘。这套做法把状态管理和调度从对话上下文中剥离,与 Super Agent 强调的“状态不放在对话里”一致,给多 agent 协作提供了一个可借鉴的工程样本。不过目前公开信息显示,这仍是个人开发者的实践总结,并非经过验证的通用产品方案。
对用户/开发者/创作者的影响
对重度使用 AI Coding 的开发者,思路可复用:用任务看板管理多个 session,并让 agent 每轮结束时主动报告状态。对团队协作,GitHub issue 和飞书群触发器的接入把外部需求直接转为待办任务,并支持白名单控制触发权限;作者明确 issue 只建到“待办”,开工需人工确认。需要注意,这一方案依赖自建工作台和 CLI 接口,迁移成本不低。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是开源代码能否被其他工作台或 agent 框架直接复用;二是 Router 的自动分诊在真实 issue 噪音下的准确率;三是外部触发器接入后的权限与安全边界如何演进。
来源:juejin


