AFK AI推出Comma实现单Router多Worker智能体协同

DeepSeek Harness团队提出的Super-agent，试图解决AI并发能力不断扩张而人类注意力有限的问题。其设想是让一个具备连续上下文的主Agent统一调度多个Worker，长期在线并自主管理海量任务，将人从繁琐的过程管理中解放出来。

现实中，用户往往要同时处理代码测试、客户需求和工作汇报，只能在多个会话窗口之间反复切换。相关团队认为，人通常只能跟进3至5个活跃Session，因此Super-agent应具备连续、高效、主动、持久四项特质：统一记忆、并行协作、自主推进以及长期运行和自我修复。

AFK AI的Comma此前已采用类似思路。用户只需面对一个长期存在的主对话，由Router接收指令并分配任务，拥有独立上下文的多个Worker在后台并行执行。即使同时运行几十个Agent，用户也只需查看进展和验收结果。

这种“单Session+Router+多Worker”的架构，也带来新的记忆管理问题。长期Session的上下文窗口终究有限，因此Comma将长期状态保存在模型上下文之外，避免大量任务细节挤占主对话，并尝试让Agent持续学习、长期在线。

在实际使用中，Comma可以在同一对话里同时处理多个任务。例如用户同时要求制作《分手厨房》类游戏、复盘周报和整理AI模型发布信息，系统会将三项工作交给不同Worker并行执行，期间仍可插入新指令，无需重复说明背景。

测试结果显示，Comma约十分钟完成了一个包含WASD移动、3分钟倒计时、抢锅、送错菜和通道阻塞等玩法的游戏原型；周报复盘也同步完成。用户只负责提出要求、查看状态和验收成果，任务拆分、调度和汇总均由系统处理。

Comma还强调跨环境协作。其自研分布式Agent运行框架Salix可通过连接器接收不同平台事件，再由可编程Loop持续监听并唤醒Agent。目前支持微信、Signal、iMessage和Linear，并提供安全自部署、BYOK以及接入Codex、Claude Code等能力。

在企业场景中，用户可通过IM里的Comma Bot向连接的员工电脑下达任务，并利用权限和信息流控制限制访问范围。DeepSeek给出的类似方向，是让Agent跨IM与GitHub推进开发、监听群聊并自动提交PR。

以Linear为例，用户可在Comma中提出项目需求，系统自动创建Issue、拆解任务并安排后续工作；Linear中的Issue也能反向交给Comma执行，进度和结果同步回原任务，实现不同平台之间的任务接力。

Comma还支持主动值守。即使大模型未运行或用户退出客户端，系统也能全天候执行定时程序，在每天中午12点和晚上9点搜集AI新闻并推送选题、摘要和信息源。其跨端记忆不依赖单一应用，长期状态由Router和Worker共同维护。

此外，Comma会记录任务结果、人工修改及验收反馈，将其转化为训练信号，持续迭代专属小模型。新模型必须在团队测试中胜过旧版本才能上线，例如曾将退款请求误判为Bug的v3模型，在吸收人工纠正后，v4已能正确识别。