给运行中的 Agent 中途插话：steering 的原理与实现
文章讲清了 Agent steering 的实现原理，即把执行循环的粒度从 turn 降到 step，在 step 边界开放可写的 inbox，让用户补充的话在下一个 step 被模型读到而不打断当前任务。
借鉴点
把 turn 拆成 step 并在 pre-step 边界合并 inbox，能换掉现在只能 cancel 重来的插话流程；代价是要自己处理消息幂等、落盘和长工具调用拉长边界。
#DeepSeek
只收明天就能用得上的掘金精选AI 评分7878 掘金精选AI 评分7878 万字长文拆解 DeepSeek Super-agent 与企业知识库架构及落地实践
作者拆解 DeepSeek Harness 团队 10 月底开源的 Super-agent 架构，核心是把单会话 Agent 改成 Router 调度层加 Worker 执行层的常驻系统，Router 只做路由不配执行工具，Worker 隔离并发。
借鉴点能拿走 Router-Worker 双层配置、AGENTS.md 规则和 Worker 知识库 Schema 三段模板，落到知识沉淀与本地部署线；前提是先把高频知识结构化沉淀，任务复用率低时这套账算不过来。
掘金精选AI 评分7373 阿里云 ECS 上用 DeepSeek Harness 加 RAM 子账号完成运维部署
作者在 2 vCPU / 1.8 GiB 的阿里云 ECS 上只亲手做了两件事，装 DeepSeek Harness 和开通 RAM 子账号，其余建库、部署项目、开二级域名、扩证书、排查故障都交给 Agent 执行。
借鉴点能拿走一套人机分工模板，人只装 DSH 和开 RAM 子账号，其余建库、开二级域名、扩证书、排障交给 Agent；代价是要自己定授权范围和密钥轮换，写操作还得人工点头。
掘金精选AI 评分8282 读完 DeepSeek Harness 源码后，作者整理出约 1000 行最小 CLI Agent 的施工图
作者通读 DeepSeek Harness（DSH）源码后，给自己列了一份约 1000 行、零第三方依赖的 Python 最小 CLI Agent 施工图，含 10 个模块、7 个决策点和 12 条不变量。
借鉴点能拿走事件日志当唯一真源、历史靠投影推导、结果按模型顺序提交这套骨架，落到软件工厂的 CLI Agent 主循环；代价是要自己补 max_steps 和 dispatch 层超时，没有 OS 级沙箱时 bash 只能始终 ask。
掘金精选AI 评分7878 DeepSeek Super-Agent 核心特性拆解与安装实战
作者逐层拆解 DeepSeek Harness 团队开源的 Super-Agent 原型 dsh-superagent-prototype，梳理其 Router-Worker 双层架构、事件驱动两级过滤、Thread 订阅直通、Inline & Spill 加链式召回、存算分离与 Watchdog 五块设计。
借鉴点能拿走 Router-Worker 双层分派、Fast/Slow Path 两级事件过滤和 Thread 直投三条设计，落到多任务 Agent 产线；代价是要先装 DeepSeek Harness、不支持 Windows、0.1 原型很吃内存。
掘金精选AI 评分7171 深度剖析开源编码 Agent DeepSeek-Reasonix：用前缀缓存把长会话 Token 成本降 80%
作者拆解了 30k star 的开源终端编码 Agent DeepSeek-Reasonix，它不做上下文压缩，而是用缓存优先、只追加的会话循环把长会话 Token 成本降下来。
借鉴点能拿走三层上下文分区加只追加日志的会话设计，把长会话前缀缓存命中率拉高，落到本地编码 Agent 和长文档 Agent 的降本上；代价是强绑 DeepSeek 前缀缓存，换模型优势即失效，且上下文只增不减会撞窗口上限。
掘金精选AI 评分7878 拆解 DeepSeek 开源 Super-agent 原型：授权链设计、实验数字读法与未实装的 Watchdog
作者逐文件核对 DeepSeek Harness 团队 2026-10-31 发布的 Super-agent 架构文章与同日开源的 deepseek-ai/dsh-superagent-prototype（MIT/TypeScript，三天 1.36 万 star），指出原型实装的只有授权门禁，文章主角 Watchdog 在 docs/007 中并不存在。
借鉴点能抄的是授权门禁三件套，主动行为默认影子模式只记账、准入规则写成代码而非提示词、凭证不可变且恢复前重验，可直接换掉现在靠提示词约束 Agent 越权的做法，前提是只支持单仓库且 Watchdog 未实装。
掘金精选AI 评分7878 主动性 Agent 的两级过滤工程实践：Fast/Slow Path 加 80 行可跑模拟器
作者用 80 行纯标准库 Python 复现了主动性 Agent 的 Fast/Slow Path 两级过滤，6 条模拟事件中 3 条在程序层被零模型成本滤掉、1 条被语义层拒绝，仅 2 条进入派发。
借鉴点能拿走 Fast/Slow Path 两级过滤的 80 行纯标准库模拟器和 observe/auto 双模式灰度，落到软件工厂的事件准入环节，代价是 Slow Path 用关键词替身，误报压力全转到提示词质量上。
掘金精选AI 评分7878 Claude Code 会话超 1M 上下文报 400 的抢救与预防配置
作者复盘一次 Claude Code 会话因消息 930665 token 加 128000 输出预留超过 deepseek-v4-pro 的 1048576 上限而全部请求报 400 的事故，指出 /compact 需先发全量记录所以同样失败。
借鉴点能拿走一套上下文超限的抢救顺序和两个 settings.json 配置，落到本地模型部署与软件工厂的长任务会话上；前提是接受输出预留从 128K 降到 64K，且 env 改动必须重启进程才生效。
掘金精选AI 评分7373 从 Super-agent 双层架构到事件驱动调度：Agent 自动化系统搭建教程
文章以 DeepSeek《Super-agent 设计探索》的 Router/Worker 双层架构为蓝本，讲如何用事件驱动把任务起点从人身上移开，解决人只能同时跟进 3 到 5 个会话的注意力瓶颈。
借鉴点能拿走两级过滤加路由表的事件调度骨架，代码可直接跑，落到软件工厂的告警、CI、日报自动化上；代价是慢路径语义判断要接真模型，且需自建事件中台和决策卡片。
掘金精选AI 评分7878 DeepSeek Harness 实测：两条命令装好，11 步写完 632 行代码，3 个测试全绿
作者在干净的 Ubuntu 22.04 上从零实测 DeepSeek Harness 0.2.1-rc.5，用 npx 或全局 npm 两条命令装好，让它写 Markdown 表格转 CSV 工具，1 轮 11 步产出 5 个文件、+678 行、合计 632 行代码，3 个测试 328 ms 全绿。
借鉴点能拿走 Node 22 门槛、npm 11 需 --allow-scripts 放行原生模块、headless 只认环境变量 Key 这三个坑，落到本地模型部署和软件工厂的 CI 环节，代价是预览版会有破坏性变更。
掘金精选AI 评分7272 LangGraph 实战第 5 讲：用 Function Calling 把交卷伪装成 tool 实现强制结构化输出
LangGraph 实战系列第 5 讲介绍让 LLM 稳定输出 JSON 的做法，即用 model.with_structured_output(Schema, method="function_calling") 把交卷伪装成一次 tool call，由 Pydantic schema 锁定字段、类型和枚举，返回类型化对象而无需手工解析。
借鉴点能拿走 with_structured_output 配 Pydantic schema 强制结构化输出的写法，落到知识沉淀和 Agent 派单链路上；代价是 schema 每轮占输入 token，DeepSeek 只能走 function_calling。
掘金精选AI 评分7878 browser-use 实战踩坑记录：CDP 混合启动方案与四层安全护栏
作者用 Python 3.12 加 browser-use v0.13.14 给本地 AI 中控接上浏览器能力，记录了三个致命坑及解法。启动竞态改用自己拉起 Chromium 开远程调试端口、轮询 CDP 就绪后再交给框架，Windows 后台子进程一律 DEVNULL 防管道死锁，代理需显式加 --proxy-bypass-list=127.0.0.1,localhost。
借鉴点能拿走 CDP-Connect 自拉 Chromium 再轮询端点、DEVNULL 防 Windows 管道死锁、代理 bypass 本地地址、验证码关键词兜底上限 2 次，落到本地模型部署与软件工厂的浏览器工具链，代价是单任务 1~3 分钟且需高指令跟随模型。
掘金精选AI 评分7171 用 DSH 智能体加 DeepSeek V4.1 把一句话做成水浒 Unity 游戏
作者把 6 岁小朋友的一句「想玩水浒、能选好汉、打高俅」原样交给 DSH（DeepSeek Harness）智能体，配合 DeepSeek V4.1 在不到 3 小时内从空目录生成可玩的 Unity 游戏《水泊梁山 · 一百单八将》，代码已开源。
借鉴点可借鉴的是把 Unity 的 -batchmode、-runTests、-autotest、-shots 等命令行开关做成 Agent 自检回路，让它自己构建、截图、改错；代价是初始化顺序和材质缓存得自己管，且绑死 macOS 系统字体。
掘金精选AI 评分7575 糖糖写作作者复盘 LLM 应用架构：状态机加台账，260 章实测踩了五个坑
作者用 DeepSeek V4.1 Flash 搭了一套写长篇小说的 LLM 应用，分控制层 8 环节状态机、约束层 26 张按环节加载的规则卡、记忆层四本台账，连续推进 260 章约 70 多万字，返修率约 8%。
借鉴点能拿走三层架构（8 环节状态机、26 张按环节加载的规则卡、四本台账）和写回四约束、摘要固定字段拼装、裁剪顺序写死，落到小说创作与知识沉淀线；代价是短篇摊不平约 6 万字符固定开销，换题材要手动清台账。
掘金精选AI 评分7575 拆解 DeepSeek dsh-superagent 的授权门控与 observe 模式，附 60 行 Python 模拟
作者拆解 DeepSeek Harness 团队开源的 dsh-superagent（MIT），重点讲它的授权模型和默认 observe 模式，并用 60 行纯标准库 Python 模拟门控逻辑。
借鉴点能拿走一套授权门控分级和 observe 灰度做法，用 60 行 Python 模拟显式请求与推断候选的分流，落到 Agent 派单流程上；代价是规则要团队自写，且真实实现还有 Mandate 版本校验等层未覆盖。
掘金精选AI 评分7474 Spring AI 流式对话两个隐藏成本：断连后模型仍在生成、会话记忆无上限
作者用 Spring AI 2.0.1 接 deepseek-chat 做流式对话，实测出两个不报错的坑：客户端断开后服务端与模型之间的流仍在消费 token，InMemoryChatMemoryRepository 只限单会话消息条数不限会话数量，10,000 个会话占 115 MB 堆内存，折算 10 万个约 1.1 GB。
借鉴点能拿走 SseEmitter 断连检测加 dispose 取消上游订阅、Caffeine 给会话数设上限两段可照抄代码，落到本地模型部署和软件工厂的流式接口上，代价是内存数只是数量级、断连省下的 token 未实测。
掘金精选AI 评分7878 阿里云云原生拆解 DeepSeek Harness 的 Super-agent 架构
阿里云云原生解读 DeepSeek 8 月开源的 DeepSeek Harness 及其 dsh-superagent-prototype，把跨会话保持上下文、并行推进多任务的 Agent 称为 Super-agent，并拆出双层架构、事件驱动、计算状态与环境分离、Watchdog 等模块。
借鉴点能拿走双层架构、订阅直通、链式召回、投机执行、Watchdog 巡检五个模块的具体分工，落到软件工厂的多任务派单和本地环境接入；代价是 Router 批处理只提有效吞吐，云端与端侧默认互信，提示词注入会波及所有接入设备。
掘金精选AI 评分7575 作者用 Router 加三个 Worker 重构 AI 编码工作流，让 Coder 在方案确认前有限抢跑
作者在原有串行 dev-workflow 基础上设计了 dev-workflow-router，由 Router 统一接收需求和反馈，分派给 Analyst/Planner、Coder、Reviewer 三个 Worker，在保留 #0 背景确认、#1 方案确认、#2 实现验证三道人工 gate 的前提下让可独立推进的工作提前开始。
借鉴点可照搬 Router 加 Analyst/Coder/Reviewer 三角色分工、五行骨架和按影响分派反馈的做法，替换单 Agent 串行审批；代价是 token 增加、需自管文件所有权与版本快照。
掘金精选AI 评分7575 DeepSeek Harness 的 Harness 到底做了什么
文章基于提交 477b4f4205 的实现，拆解 DeepSeek Harness 如何协调多轮模型调用、工具执行与会话状态，把运行过程分为插件装配、回合驱动、会话日志、工具管道和异常处理五部分。
借鉴点拆解了 turn/step/请求尝试三层边界、surface 投影与并发执行顺序提交的取舍，可对照改造自家 agent 循环的输入队列和日志恢复，代价是配置整段替换易丢字段、日志恢复不保证副作用回滚。