下一代agent的标尺变了，比的是谁让人操心少

DeepSeek开源了一个叫dsh-superagent的研究原型。

仓库说明写得很坦诚：参考用，不是正式产品，代码从团队日常开发里长出来，风格可能不一致。但它要解决的问题，一句话就说明白了：much value and little human attention。

更多价值，更少人类注意力。

loopx的作者Ruiteng Huang很快指出，这个表述和loopx今年八九月blog的标题几乎一字不差：More useful work, less human attention。

目标撞车不稀奇。稀奇的是路径也对上了。

Ruiteng Huang列了三个具体点。

第一，状态与session分离。agent跑长任务，中间状态和对话session解耦，换个session不丢进度。

第二，上下文组织做了精细优化，既有工程上的效率，也有效果上的考虑。说白了，模型每次能看到的东西有限，怎么在窗口里塞最该看的内容，是门手艺。

第三，把通用长程能力当作personal agent的基座，管家或者router作为和用户交互的接口，负责最小化注意力、分派任务。

这三条和loopx的路线基本重叠。区别在于loopx有per goal and per agent的稠密状态信息，对router的智能要求更高。

有网友在评论区问到了关键：子任务失败时怎么做状态回滚和补偿。这个问题比架构图上的箭头难回答得多。能不能真正撒手让agent自己跑，不看它规划得多漂亮，看它跑歪了怎么收场。

Ruiteng Huang在回复里说，dsh有机会和模型激进地协同设计、协同训练，loopx没这个条件。但他也提到，loopx跑得更早，今年二月开始业余做这条线，项目后续拿到5k stars、上过Github Trending第一。

架构图里画的是控制面和执行面的分离：controller session负责调度和契约，executor session负责干活，中间靠任务、发现物、产物连接。

趋势判断也写得很直接：通用长程任务，既要靠semantic control plane跑稳，也要把控制面的开销抽离出干活session，避免调度层的上下文吃掉模型智能。

差分上下文的优化还在跑benchmark。Ruiteng Huang贴了一张EdgeBench的截图，说看到了不置信的积极信号。

相关链接：

• dsh-superagent仓库：https://github.com/deepseek-ai/dsh-superagent-prototype
• DeepSeek技术文章：https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg
• loopx仓库：https://github.com/loopx-project/loopx
• loopx RFC（control session与executor session分离）：https://github.com/loopx-project/loopx/blob/main/docs/architecture/rfcs/controller-executor-unified-contract-v0.zh-CN.md
• loopx 9月blog：https://loopx-project.github.io/loopx/blog/from-one-shot-agents-to-long-horizon-control/