当AI越来越聪明，真正拖后腿的，可能是人类自己。这听起来有些反直觉，却越来越接近现实。

这是中国人工智能公司深度求索在一篇技术文章中提出的观点。这家公司此前因推出高性价比大模型而在全球声名鹊起。

其团队近日公布了一种名为“超级智能体”的新架构设计，目标是让AI智能体能够同时处理多项任务，并在更少人工干预的情况下持续运转。

这标志着深度求索正从“造大模型”进一步走向“用好大模型”。如何让AI真正替人干活，正成为行业的新主题。

人类只能同时盯住三到五个窗口

深度求索团队指出，随着AI模型在单项任务上的能力越来越强，人类的注意力正在成为新的瓶颈。

如今大多数AI智能体都在彼此独立的会话中运行。每个会话就像一个孤立的小房间。

用户需要在不同任务之间来回切换，还要手动管理每个任务的上下文。

按照团队的估算，一个人同时能有效跟踪的活跃会话，大约只有三到五个。

这就好比一个人同时开着五个聊天窗口，和五个助手分别沟通，忙得焦头烂额。

AI再能干，如果需要人类一件件盯着、一步步确认，效率提升终究有限。

一个“调度员”，多个“执行者”

为了解决这个问题，深度求索提出了四个设计目标：连续性、高效性、主动性和持久性。这四个目标，几乎对应了理想助手的全部特质。

连续性意味着，用户可以在聊天软件和编程平台等不同场景中，与同一个智能体持续协作。

高效性意味着，智能体可以并行处理复杂任务，而不是排队一件件做。

主动性意味着，它能够主动发现需要关注的问题，而不必等人吩咐。

持久性则意味着，它可以长时间持续运行，即便中途被打断也能自行恢复。

在架构上，超级智能体采用了“路由器加工作者”的双层设计。这有点像一家公司里的项目经理和执行团队。

路由器负责与用户沟通，维护共享的上下文，并把任务分配出去。

多个工作者则各自独立执行任务，并向路由器汇报进展和结果。

整套系统还依靠事件驱动、异步交互，以及一个名为“看门狗”的外部监控程序来运转。

这样一来，琐碎的会话管理工作交给了系统，人类可以把精力集中在高层决策和审核结果上。

这套设计建立在深度求索今年8月以开发者预览版形式开源的智能体框架之上。这一框架的推出，曾被视为公司转向应用层的重要信号。

该框架采用模块化、插件式的架构，让AI模型能够调用各种工具来完成任务。

深度求索透露，公司内部已经运行着一个超级智能体，帮助复现和修复软件缺陷、回应代码评审，并持续改进框架本身。

一个颇具代表性的例子是：这个智能体在开发者群聊中发现了一个有人提到的程序错误，随后主动尝试复现，并在后台着手修复，整个过程无需任何人下达指令。

AI在帮忙改进让自己运转的工具，这一幕颇有些“自我进化”的意味。

目前，一个研究原型已经在代码托管平台上公开。开发者可以下载体验，并参与改进。

不过深度求索也明确表示，这并不是正式产品，还不能用于生产环境，公开版本与内部系统存在差异，部分功能仍在开发中。

智能体之战全面打响

深度求索并不是唯一押注智能体的中国企业。国内科技巨头纷纷入局。

腾讯近日表示，其智能体开发平台可以帮助企业定制、管理和协调用于客服、营销和运营的各类智能体。

腾讯认为，如何把智能体接入企业现有的业务系统、数据和流程，是推广应用的关键挑战。

阿里云则在今年7月推出了用于监控智能体表现、协调多个智能体完成复杂工作流的新工具。

从大模型的“参数竞赛”到智能体的“落地竞赛”，中国AI行业的竞争焦点正在悄然转移。

深度求索近来的势头也颇为强劲。其新模型的调用量增速惊人。

其一款新模型在一周内的调用量达到33.6万亿个令牌，登上全球周使用量榜首。公司还宣布开源一套内部推理框架，以降低算力成本和能耗。

能力越大，风险也越需要管住

当然，深度求索也坦承，超级智能体还面临不少待解难题。这种坦诚在行业宣传中并不多见。

比如，如何随着工作量增长而扩展规模，如何实现长期记忆，不同智能体之间如何高效沟通。

安全和隐私问题同样不容忽视，尤其是当云端智能体需要访问用户的本地设备时。

一个能主动行动的AI，既可能帮你提前解决问题，也可能在你不知情的情况下做出错误操作。主动性越强，出错时的影响也可能越大。

如何为智能体设定权限边界、保留关键环节的人类确认，将是走向实用的必经之路。

可以预见，未来的AI将不再是一个个需要人类逐一照看的“实习生”，而更像一支能够自我组织的团队。

而人类的角色，或许会从“操作员”转变为“管理者”和“把关人”。