抢跑DeepSeek，硅谷华人把下一代Agent Harness造出来了？
前几天DeepSeek Harness抛出的判断，让不少人震惊到“眩晕瘫坐”：用户只需要一个对话入口，主Agent调度多个Agent并行处理海量信息、跨场景盯活，人只负责顶层决策。更让人兴奋的是，DeepSeek描绘的下一代Agent蓝图，硅谷华人团队AFK AI早在半年前，就已经沿着相似的方向做出了Comma。甚至这个团队还提出一个颇具前瞻性的理念：一个团队，一个对话。
一个对话框，几十个Agent同时在后台开工
先看用户最熟悉的抓马场景：你正在让AI修改一份代码，测试还要十几分钟才结束，客户突然提出新需求，催你赶紧出一份项目方案。你只好打开另一个AI会话窗口，重新吩咐任务。窗口越开越多，进度越催越乱，注意力被切成碎片。
DeepSeek Harness和Comma在底层架构上形成了颇为默契的共识：单Session+Router（主脑）+多Worker（执行者）。由常驻Router统一接收指令、统筹全局，多个Worker在独立上下文中并行干活、汇报结果。哪怕后台有几十个Agent同时开工，用户也只管在一个对话框里交代事情、验收成果，再也不用满屏切窗口、挨个催进度。
Comma把这套逻辑概括为“一个团队，一个对话”。用户面对的是一个长期存在的主对话，Router负责拆任务、派活、收结果。Worker各自拥有独立上下文，互不干扰；主对话则保持连续，所有任务线索都收束在同一个入口里。这与DeepSeek Harness的判断几乎同频：人从“操作多个Agent”变成“管理一个Agent团队”。
半年前就把Super-agent的骨架搭好了
Comma这套架构的诞生，比很多人想象中还要早。把时间拨回2026年4月，彼时Super-agent还没成为行业热议话题，AFK AI就已经明确技术方向：让一个长期存在的主Agent统一接管用户任务，再调度多个独立Worker执行。
- 4月28日，团队正式公开Comma的前身Bridge，产品介绍中已经出现Lead Agent（主Agent）与Subagents（子Agent）的架构设计。
- 5月20日，团队明确“每个群组一个Router Session”。
- 6月3日，固定主对话与任务委派机制正式上线。
- 仅仅20天后，Anthropic推出理念相近的Claude Tag，让一个Slack频道共享同一个Claude。
- 8月，团队推进Session切换能力。
- 9月，引入共享Session的信息流控制机制，解决多人协作中的敏感信息流转问题。
- 9月30日，Comma正式开源，随后又公开了基于Lean形式化验证的安全机制。
从单一主会话、多Worker协作，到跨Session管理与安全控制，Comma用了近半年时间，把最初的架构设想一步步变成真实产品。如果说DeepSeek为行业描绘了Super-agent的具体形态，Comma则用已经运行很久的产品给出了另一种回答：一个真正能够长期陪伴用户、自主协调任务的Personal Agent，早就提前走进了现实。
上下文窗口装不下，就让记忆自己长出来
新的问题也随之浮出水面：当Agent开始接管人类的注意力，谁来管理Agent自己的记忆？一个Session要操心的事情越来越多，上下文窗口终究有上限。
Comma的选择是让Agent长期记忆、持续学习，始终在线。资料中提到一个具体案例：原本把退款请求误判为Bug的v3模型，在学习人工纠正后，升级到v4便能正确识别为账单问题。这套机制还会按月更新评测数据，让小模型逐步接手成熟工作流，复杂任务则继续交给大模型。相当于Agent每干完一轮活，都有机会把经验变成下一次的本事，真正实现越干越聪明。
这正好回应了DeepSeek Harness蓝图里那个容易被忽略的暗线：Router再强，Worker再多，如果每一轮任务都从零开始，Agent团队就永远只是临时工。Comma把“记忆”做成了系统能力，而不是靠用户反复粘贴上下文来续命。
大模型关机，它照样24小时替你盯活
在DeepSeek的设想中，Super-agent还有两项极具想象力的特质：“主动”与“持久”。说白了，就是让Agent从被动接活，进化到主动发现问题、自己找活干，还能7×24小时在线。
Comma也有异曲同工之妙，甚至能让Agent自己编写值班程序，全天候替人盯梢。即便大模型没有运行、用户退出客户端，系统依然能够24小时不间断值守，并在关键时刻唤醒Agent。有用户顺手拿Comma当了一回“AI选题编辑”，交代完需求后转头打开Linear，Issue已经建好了，该拆成哪些具体任务、怎么安排后续工作，安排得明明白白。
更关键的是双向接力：Linear里的Issue还能反过来交给Comma执行，进展和结果同步回原来的任务里。Comma里交代的活，Linear接得住；Linear里的任务，Comma也能继续干，两边信息颗粒度一直对齐。任务在不同平台间接力，用户终于不用跟着各大平台和Agent到处跑。
Agent自己改自己的Harness，才是终局
如果说Comma解决的是“一个对话管一个团队”，那么更远处的下一代Agent Harness，要解决的是“Agent自己改自己”。相关论文把目光投向自演化的Agent harness：AI Agent持续生成并替换自己harness的组件，人类监督很少。
论文在动机部分写道，一个未来的harness可能在持续服务请求的同时，生成并部署对自身组件的修改，每一次这样的修改都是一次动态组合。没有时间可组合性，每次自我修改都要一次全量重启，高频下累积的不可用时间相当可观，进行中的任务被反复打断；更糟的是，一次有缺陷的自我修改可能让恢复所需的那个进程本身失效。没有空间可组合性，每个模块都要自己去检测所依赖的模块何时出现、消失或换了身份，一个天真的代码替换策略可能悄悄弄坏依赖方，或者引入只在重载时才暴露的循环依赖。
论文的技术路线可以一句话概括：把效应（effect）和余效应（coeffect）这两个类型系统里的经典概念，从编译期的静态标注提升为运行时的机制。效应系统描述一个计算对环境做了什么，余效应系统描述一个计算需要环境提供什么。分量最重的是“汇流性”：无论一个运行中的系统经历了怎样一串激活与去激活，它最终静止时所处的状态，等同于把同样的插入与退役指令一次性执行、每个最终处于激活状态的组件按依赖顺序加载一次且从未卸载所得到的状态。一个编排器增添一个组件、移除它、替换某个提供方、再撤销这次替换，最终到达的状态与一开始就写下最终组合完全一致。
放到Agent Harness的语境里，这意味着推理一个应用可以当它是静态装配的来推理。组件作者想知道自己能拿到哪些余效应，只需要看静止状态，不必在脑子里回放整部加载历史。dsh的插件树能被一层层叠加的配置任意覆盖而不产生顺序依赖的怪象，靠的就是这条。论文也点明了局限：语言级的访问控制在恶意组件面前不成立，真正的沙箱需要语言之外的执行边界；dsh把信任等级标在shell访问权限上，并且默认关闭。但它展示了这套架构真正想抵达的地方：智能体不只是使用能力，也能在受控边界内重新组合自己的运行时。
回到开头那个问题：抢跑DeepSeek的到底是谁？从Comma的时间线看，AFK AI在2026年4月就公开了Bridge，6月跑通固定主对话与任务委派，9月30日开源，比DeepSeek Harness的判断早了半年。而从论文指向的方向看，下一代Agent Harness的竞争点已经不在“能不能多开几个窗口”，而在“Agent能不能自己管理自己的记忆、自己的值班、自己的运行时”。一个团队，一个对话，只是这场长跑的起跑线。
