#DeepSeek

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。

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。

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。

可借鉴其按步判断模型的路由思路与三问拆解法，把简单步骤交给便宜模型、关键判断留给主力，代价是每轮多一次决策调用并需积累评分证据才敢调档。

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。

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。

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。

router 只做分派、worker 上下文隔离并自行订阅话题，可换掉主智能体高频协调的串行派单；代价是两级消息过滤和 watchdog 要自己搭，异步 ReActLoop 尚未默认开启。

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。

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。

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。

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。

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。

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。

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。

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。

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。

能拿走的是把脚手架分成能力型和机械型两类，再按单任务内、跨任务两层决定拆还是建；落到软件工厂的 agent 编排上，前提是先有端到端 eval，否则折叠和加 Router 都只能凭感觉。

能拿走 Router 接话、Worker 执行的双层拆分和 observe 观察模式起步的配置路径，落到软件工厂的派单环节，代价是缓存读取 Token 从 605 万涨到 2323 万，且原型跑在本机、权限等同系统账号。

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。