
Elephant-Goldfish Model
Elephant-Goldfish Model(EGM,大象-金鱼模型)是谷歌面向编码智能体开源的一套插件工作流,已经在数千名谷歌工程师内部使用。核心思路是拆分两个定位完全不同的AI子角色,在动手写代码之前完成方案评审,规避设计漏洞。
DeepSeek Harness 团队推出 dsh-superagent,MIT 协议开源,属于研究原型而非正式产品,配套论文《Exploring Super-agent Design: Towards a More Autonomous Agent System》一同发布,是针对单一代码仓库的主动式编码智能体。
DeepSeek Harness 团队近期开源了 dsh-superagent,这是一个基于路由-工作器(Router-Worker)架构的主动式编码智能体研究原型。该项目采用 MIT 许可协议,旨在通过并行处理机制,解决传统单会话智能体在多任务场景下的人类注意力瓶颈问题。
dsh-superagent 采用双层架构设计,将交互分发与实际执行解耦,以提升并发处理能力:
该项目的核心哲学是“占用尽可能少的人类注意力,提供尽可能多的价值”。为避免智能体过度干扰团队工作流,系统设定了严格的行为边界:
off(关闭)、observe(观察,默认模式)和 auto(自动)三种模式。在默认的观察模式下,智能体仅记录其本会接受的操作,而不实际执行,确保团队在完全信任前可安全评估其行为。DeepSeek 团队通过模拟群聊和 GitHub CI 工作流对系统进行了压力测试(每次运行约 300 条消息,含 20 条真实工作请求)。测试数据表明,路由-工作器架构显著优于传统的单会话基线:
dsh-superagent 的 p95 任务完成时间为 15.7 分钟(p50 为 12.4 分钟),而单会话加子智能体的基线 p95 时间为 29.5 分钟,效率提升约 1.9 倍。作为一项研究原型,dsh-superagent 在工程成熟度和安全性上存在明确的限制,使用者需严格遵循以下边界:







