我最近越来越烦一件事,在 orchestrator 里写死用 Claude 的哪一版、用 OpenAI 的哪一版。
这种写法看起来天经地义,其实埋了个维护地雷。
模型名是这套系统里最不稳定的接口:会改名、会停更、会重定价,能力排名几个星期就洗一次牌。
把这些写进编排逻辑,等于把最不稳定的东西做成了硬编码。
每发布一个新模型,你就得在 prompt、路由代码、eval 配置里做一轮全局替换。
我想要的其实是一个 tier 抽象:告诉编排器这类任务用中档推理模型,而不是用某个具体版本。
tier 才是稳定的契约,模型名只是它背后的一个可变实现。
这个抽象有成本:tier 到具体模型的映射本身也要维护,而且同样会过期。
但它把 churn 隔离到一个地方,而不是让它渗透进每一行编排逻辑。
判断一个 agent 系统的工程成熟度,看它把模型名藏得多深就知道了
显示更多
分不清共有知识和公共知识
就设计不好Orchestrator和subagent的协作与记忆
搞不明白persona的哪部分记忆是独立维护,哪部分记忆是组织维护
信息在group流转的过程中,究竟什么要公开,什么要私密
这就涉及到一些约束限制
尤其是对外的
如果没做过销售类的SCRM业务
可能很难理解这些东西
显示更多
我最近看了个实验,挺有意思的。
有人用 Fable 5 做 orchestrator,
分别配了 Fable、Opus、Sonnet 三种 worker。
跑同一个任务。
结果质量差不多,
但成本差了一个数量级。
结论一句话:
Fable 真正值钱的不是智力,是方法。
所以他把 Fable 的思维方式抽出来,
写成了一个 skill 文件,
让 Opus 也能按同一套逻辑跑。
五步:
1. 先定范围(不 scope 不动手)
2. 先找证据,再推理
3. 自己反驳自己
4. 完成前必须验证
5. 汇报结果和置信度
说白了:
你留不住最强的模型,
但你可以留住最强的流程。
这个思路,比任何模型都值钱。
显示更多
建议所有 dsbot 或者别的类似的产品用户保护好自己的数据
一段时间内这会是非常高质量的数据。可见的是一定时期内各种形式的 orchestrator 会越来越多的出现,要做好协调就需要 harness+ model 这两个层面的优化,harness 靠大量的产品反馈和数据来做优化,模型可以直接用数据来进行专门的训练
比如 Opus 5.5 绝对是专门训练了这一方面的,用 Opus 5.5 来做编排明显比别的模型好
别觉得自己的工作好像没那么“成功”就以为数据也不重要,一个失败的流程同样是非常重要的数据,尤其是对于产品层。对于一定时期内这些数据都是非常优质的数据,说不定哪天就能卖个好价
显示更多
如果您在做 Agent Harness 相关的开源项目,希望在 DeepSeek Harness 发布的第一时间进行接入支持,请回复您的 GitHub id 以及 GitHub 项目地址,包括但不限于 plugin, skill, MCP, orchestrator, aggregator, UI 等等。
我们会选择一些开源项目的作者邀请参与DSH内测,并赠送部分API额度,让您可以做到在DSH发布时第一时间接入支持。
请同时私信我您的邮箱,我们会使用 email 联系您。
显示更多
GitHub 正式上线 GH-600 认证:Agentic AI 开发者认证!
这套认证专门针对负责设计和管理 AI 智能体系统的开发者。
考核内容涵盖多智能体编排(multi-agent orchestration)、安全防护(guardrails)以及生产环境下的 AI 工作流。
GitHub 明确了新的岗位要求,开发者不仅要会使用 AI,更要具备监督和控制 AI 系统运行的能力。
在 Web3 与 AI 结合的自动化趋势下,这套技术栈将成为核心竞争力。
显示更多
谷歌上了 Gemini 4 Hydrogen,输入 $1.50/M、输出 $7.50/M,100 万 token 不分段计价,直接接替 3.8 Flash 当默认模型,就是冲着一天跑几百次小请求的 coding agent 去的。
分数也不是白给的:Terminal-Bench 4.1 从 18.2% 跳到 57%,速度快 2.5 倍,瞎编的错误少了五倍以上,还多了一个 xhigh 档,要用的时候能拉满。
更值钱的是 Antigravity 那个 Orchestrator。任务跑到一半,在 Carbon 和 Hydrogen 之间动态切,成功率接近纯 Carbon,配额省 24%,速度快 19%。这事以前得自己搭管线,现在是平台原生能力,比的重点也从谁的模型强,挪到谁调度得更省。
显示更多
DeepSeek 刚提出 Super-agent,LangChain 又发布了《Agents Are Going Async》,两篇文章放在一起看,感觉 Agent 的架构正在发生一个很重要的变化。
现在 Agent 越来越能干,但执行一个长任务时,人经常还得盯着 Session,等它跑完才能继续安排工作。
LangChain 在 Deep Agents 中引入了 Async Subagents,给出了一套很具体的解决方案。
主 Agent(Orchestrator)负责和用户交互,耗时任务交给后台 Subagent,每个任务都有独立的 Thread,启动后立即返回,不会一直阻塞主 Agent。
更实用的是,任务跑起来后依然可以控制。
比如 Coding Agent 正在修改代码,你突然想换个技术方案,主 Agent 可以把新指令发给后台任务,选择中断重跑,或者等当前工作完成后再执行。
还有个我挺喜欢的工程细节。
LangChain 把后台任务状态单独保存,避免 Context 压缩后丢失任务记录。任务完成后还能主动通知主 Agent,即使主 Agent 正在处理其他工作,或者等待人工审批,也有对应的处理机制。
这和 DeepSeek 的 Super-agent 思路很接近。区别在于,LangChain 更关注任务执行过程中的异步调度与控制,DeepSeek 则进一步探索通过 GitHub、飞书等事件主动发现和推进工作。
我觉得两者都指向一个趋势:Agent 正在从单个 Session 的执行循环,走向能够持续处理多项任务的工作系统。
以后 Agent 好不好用,可能很大程度上取决于你能不能放心把任务交出去,又能在需要时随时介入。
LangChain 原文:
显示更多
Codex 更新后,现在可以把任务派给任意受支持模型,Luna 也能当子 Agent 了。
不过它们的权限不一样:Sol / Terra 能互相通信、协调任务,还能继续往下派活,更像项目负责人;Luna 主要负责把交代好的活干完,适合批量处理边界明确的任务。
说白了就是,Sol / Terra 负责规划和把关,Luna 负责快速、低成本地干活。以后真正要琢磨的,是怎么写好 Orchestration Prompt,让不同模型各干各的,还不互相添乱。
显示更多
我抛弃了我打磨了好久的 Tmux-based Agent Teams 使用了几天 Herdr,我觉得 Herdr 之于大家最爽的可能就是终于可以使用鼠标来操控 Tmux 这类 terminal multiplexer 的所有功能了,虽然我熟知 Tmux 的快捷键,但是用鼠标在 herdr 上创建 session, window, pane 以及操控设置页面的那一刻还是觉得有点爽。
Herdr 其他的 Agent Team Orchestractor,这都是 Tmux 最基本的玩法了。可能它唯一的好处就是提供了一个开箱即用的配置吧。
显示更多