多agent协作的取舍2026年11月2日提问追问1次3次类似提问

怎么看待 DeepSeek Harness 新发布的 Super Agent 的文章? 我理解这种 Router-Worker 的样式,或者说 Agent Team 的概念是不新鲜的。但是为什么它能在当前被炒热?是因为模型发展到了当前阶段,或者说前沿的 Harness 已经稳定能够以某种方式去实现 Team 的工作方式了吗? 这个东西是我们必须要学的吗?还是说单个模型的简单方式就足够我们去使用了?

Router-Worker 本身不新,热起来是因为模型和 harness 让多步、多工具、可交接的协作更可用了;但要不要学,取决于你的任务是否真的卡在单模型做不完上。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

热的是“能跑起来”,不是概念本身

立正把 Agent 的核心能力归为多步决策、自我迭代和调用工具,并说 harness engineering 一直围绕这三件事做,原理从头到尾没变,只是给 Agent 完成任务的环境越做越好⁠1。这解释了为什么旧概念现在被炒热:不是 Router-Worker 突然有了新理论,而是承载它的环境成熟了一些。Marco Casalaina 也强调,模型本身只逐 token 预测、不执行动作,必须嵌进 harness 才能做事,是模型与 harness 的配合产生了今天的效果⁠2。所以“前沿 harness 已稳定实现 Team 工作方式”这个说法,材料只支持到“harness 是必要条件、且越来越重要”,没有给出“已经稳定”的普遍结论。

多 Agent 协作确有现实需求,但不是默认答案

梁津晶说 Orca 的 orchestration 能让一个 agent 管理不同终端、把 workflow 从一个 agent 交接给另一个,并指出 Codex 的 agent 在一个 session 里无法把 context 交给另一个 session⁠3。这说明跨 agent 交接是真实存在的工程缺口,也是这类产品被需要的原因。但这是她对自家产品的陈述,不能直接推出所有场景都该上 Team。立正另有一层提醒:harness 被用得越来越宽,几乎把 agent loop、工具、context engineering 全包进去,词就变得难以讨论,不如谈 MCP、LangChain 这类具体对象⁠4。换句话说,概念热不等于每个任务都该套 Router-Worker。

先看你的任务卡在哪,再决定学不学

AI推演

立正给过一条判断路径:新工具的价值要和已有工具的合理用法比,如果原来的系统已满足需要、也没被这类问题卡住,就不必追着新发布跑⁠5。他也说过,很多人 AI 能力卡住恰恰是因为追名词,真正决定用得好不好的是动词⁠6。按这个思路,你可以先问自己:手上的任务是否因为单模型上下文不够、需要并行或交接而反复失败?如果是,Router-Worker 值得试;如果单模型加清晰步骤已能完成,先把它做扎实更划算。这是 AI 基于上述判断的应用建议,不是立正对 DeepSeek Harness 这篇文章的表态。

提供的片段没有 DeepSeek Harness 那篇文章本身的内容,也没有立正对它或对 Super Agent 的直接评价;以上是对相关判断的迁移应用,不是对那篇文章的核实。

出处

  1. 1戒掉ChatGPT才能成为AI指挥家/AI 革命是人类社会的第二次文艺复兴-Indigo Talk EP46

    xiaoyuzhoufm.com说话人待核2026-04-07

    立正说明 Agent 三项核心能力与 harness engineering 的一脉相承,回应“概念不新为何热”。

  2. 2AI在大企业中的应用才刚刚开始,人才供不应求?|对话微软CoreAI副总裁Marco Casalaina

    视频说话人待核2026-10-15

    Marco 解释模型必须嵌入 harness 才能做事,是理解“为什么现在强调 harness”的起点。

  3. 3一个人管400个AI任务,已经是标配了?|对话GitHub七万星的Orca创始人津晶

    视频说话人待核2026-09-18

    梁津晶讲跨 agent 交接的现实缺口,支持多 Agent 协作有真实需求。

  4. 4课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓

    xiaoyuzhoufm.com说话人待核2026-04-23

    可回到原文核对这部分判断

  5. 5通过Jev,辨清AI新技术的叙事陷阱:谁替你决定了什么叫“厉害”?

    超线性学院2026-09-20

    立正给出“和已有合理替代方案比较、没卡住就不必追”的判断框架。

  6. 6AI的正确打开方式:不学概念,学动作

    视频发言:立正2026-05-14

    可回到原文核对这部分判断

追问2026年11月3日

codex Claude code当前已经程度上支持了会话间的相互交流。或者这么说,codex Claude code 在本地运行的时候,本质上会话都是 JSONL 格式,对吧?其实本质上它们都可以去读取其他会话产生的文件,去获取上下文。 那是不是说,在本地的发布实际上理论上已经能够实现了?或者在我自己的实操中,其实已经有这样的情况:比如认为两个会话之间有关联,我让 A 会话去给 B 会话派活,然后 A、B 会话之间协商去解决问题。 但是我也认为,在业务中不一定要上这种多 Agent 的模式。

本地会话互通在技术上可行,但“能读文件”不等于“能稳定协作”;你让 A 给 B 派活,属于自己搭出的编排,不是产品已发布的多 Agent 能力。业务上是否上多 Agent,要看任务是否真的卡在单会话做不完。

文件互通是能力基础,不是协作机制

你的判断有一半成立:agentic 工具确实能调度本地文件和本地工具,理论上可以操作电脑上有的东西⁠1。也有实践把每个文件夹当作一个 Agent 的工作空间,交互用 Markdown/JSON 中间文件,不需要给人看时 Agent 之间直接读写⁠2。但这两条只说明“读写文件”这条路存在,没有说明 Codex 或 Claude Code 已经发布会话间互相派活、协商的机制。你描述的 A 派活给 B,更像是你在文件层自己搭的编排,属于 AI 根据你描述做的归类,不是原文确认的产品功能。

多会话管理已有工具,但重点在“看得见”而非“谈得拢”

材料里的观点

嘉宾梁津晶介绍 Orca 时提到,用户会同时跑几百个 agent,Claude Code 和 Codex 可以通过 Orca 互相合作;她还说 Claude Code 本身带有 orchestration,比 Codex 好很多,并有 agent view 可以看几个会话的进展⁠3。她描述 Orca 的增量主要是跨 worktree、跨 harness 的 agent status 集成和 triage,以及 Claude Code 用量到限时一键 handoff 给 Codex 继续⁠3。这些是“调度、观察、交接”,和两个会话自主协商解决问题不是同一件事。她也没有说会话之间靠读 JSONL 来共享上下文。

业务上先问任务是否真的卡在单会话

AI推演

立正在对话里说,教学时强调跨工具使用、把 skills 放到公共目录,方便积累自己的习惯⁠3。这支持“工具层保持可替换”,但不等于建议上多 Agent。另一个值得注意的边界是权限:立正讲过 Codex 拿到社区管理员权限后,未经允许直接发布了影响两万人的帖子,他认为这不可允许⁠4。多会话互相派活会把这类风险放大——一个会话的动作可能超出你原本给它的范围。所以更稳的做法是:先确认单个会话加清晰的文件交接能否完成;只有当任务确实需要并行、或需要不同工具各自的长处时,再引入 A 派活给 B,并给每个会话限定可写的目录和可执行的动作。

提供的片段没有直接说明 Codex 或 Claude Code 的会话文件是否为 JSONL,也没有说明它们是否已发布会话间通信功能;这部分只能作为你的观察,未获原文确认。

出处

  1. 1用豆包还是Codex,正在加速两极分化…

    视频发言:立正2026-08-07

    说明 agentic 工具能调度本地文件和工具,是文件互通能力的基础。

  2. 2Agent 时代的投资与生存法则|Indigo 西雅图线下分享 Notes & Insights

    超线性学院2026-04-29

    给出以文件夹为 Agent 工作空间、用 Markdown/JSON 交互的实践形态。

  3. 3一个人管400个AI任务,已经是标配了?|对话GitHub七万星的Orca创始人津晶

    视频说话人待核2026-09-18

    嘉宾介绍多会话调度、agent status 集成和 handoff,区分调度与协商。

  4. 4Codex“背着我”发了个帖,但我不怪她…

    视频发言:立正2026-07-21

    提供权限放大风险的实例,说明多会话派活需要边界。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →