Super Agent 架构:从单 Agent 到运行环境
Super Agent 架构:从单 Agent 到运行环境
1. 概念定义
Super Agent Harness(超级代理运行环境)是一种 Agent 架构模式。与传统的单轮问答 Agent 不同,Super Agent Harness 提供一个完整的运行环境,包含:
- Lead Agent:统一入口和主控 Agent,负责任务理解、工具调度、子 Agent 委派和结果合成
- 技能系统(Skills):按需加载的结构化能力模块
- 长期记忆(Memory):跨会话持久化的用户上下文和知识
- 沙箱执行(Sandbox):隔离的文件系统和命令执行环境
- 子 Agent 委派(Sub-Agents):动态生成的专用 Agent,各自拥有隔离上下文
- 工具集成(Tools):MCP 协议 + 内置工具 + 社区工具的统一装配
这种模式反映了行业从”单轮问答 Agent”向”长程自主 Agent”的范式转移。Agent 不再仅仅是对话接口,而是拥有完整执行环境的生产力工具。
2. 架构层次
3. 核心设计原则
3.1 按需加载 vs 预加载
技能只在任务需要时加载,而非启动时全部注入。这保持上下文窗口精简,使 Super Agent 能在 Token 敏感的模型下也能工作。
3.2 运行环境内聚
Super Agent Harness 将 Agent 运行所需的所有基础设施(文件系统、记忆、工具链、沙箱)封装为一个内聚单元。这与”chatbot + 工具访问”模式有本质区别 — Agent 拥有”自己的计算机”。
3.3 可插拔组件
每个子系统(模型 Provider、沙箱 Provider、MCP 服务器、技能)都是可插拔的。通过反射机制动态加载组件,而非硬编码依赖。
3.4 Harness/App 分离
在工程层面,Super Agent Harness 的核心编排逻辑(Harness 层)与 HTTP Gateway / IM 渠道(App 层)分离,确保 Harness 可作为独立库使用和嵌入。
4. 与同类架构的对比
| 维度 | 单 Agent + 工具 | 多 Agent 框架 | Super Agent Harness |
|---|---|---|---|
| 任务范围 | 单轮问答 | 多角色协作 | 长程自主执行 |
| 上下文管理 | 无 | 各 Agent 独立 | 主动压缩 + 摘要 |
| 执行环境 | 无 | 无 | 沙箱文件系统 |
| 记忆 | 无或会话内 | 无 | 跨会话持久化 |
| 扩展性 | 工具数量固定 | Agent 数量固定 | 技能按需安装 |
5. 适用场景
- 深度研究:需要多步探索、信息收集和综合分析
- 内容创作:涉及报告生成、幻灯片制作、网页构建的多步工作流
- 数据处理:需要读写文件、执行命令、操作数据的管道任务
- 持续助理:跨会话记忆用户偏好和技术栈的个人 AI 助理
参考来源
- LangGraph 文档
- DeerFlow README — “From Deep Research to Super Agent Harness” 章节