Hat dieses Silicon-Valley-Team die nächste Generation des von DeepSeek gerade vorgestellten Agenten tatsächlich schon ein halbes Jahr früher realisiert?

Kürzlich hat DeepSeek erneut die Tech-Branche aufgemischt.

Gestern hat DeepSeek das Konzept des nächsten Generation Agent Harness vorgestellt – Super-agent.

Dieser ausführliche Artikel verdeutlicht: Die endgültige Form der zukünftigen Agenten wird die Beschränkungen des „Chat-Fensters“ vollständig durchbrechen und in eine Ära des „echten Jarvis“ mit sitzungsübergreifendem Gedächtnis und gleichzeitiger Ausführung mehrerer Aufgaben eintreten.

Nach der Veröffentlichung des Artikels geriet die gesamte Branche in Aufregung.

Viele Entwickler riefen aus: „Das ist genau die Form der KI-Anwendungen der nächsten Generation, nach der wir so lange gesucht haben!“

Doch während wir über das überzeugende Top-Level-Architekturdenken von DeepSeek staunen, stellen wir überraschend eine weitere Tatsache fest –

Bereits im April dieses Jahres hat ein chinesisches Team aus dem Silicon Valley namens AFK AI (die Open-Source-Organisation AFK-surf mit dem Produktnamen Comma) fast alle Kernarchitekturen, die DeepSeek heute beschreibt, auf technischer Ebene perfekt realisiert und liegt der ganzen Welt um mehrere Monate voraus!

Wie hat dieses mysteriöse Team es also geschafft, die Superarchitektur „Einzelne Session + Mehrere Worker“ zu verwirklichen, während Branchenriesen noch an der Veröffentlichung von „Konzepten“ arbeiten?

Wie werden sie die Superintelligenz für jedermann zugänglich machen?

Von nun an gibt es keine überflüssigen Anwendungen mehr

Gleicher Sinn bei Helden: Kampf gegen die „menschenunfreundliche“ einzelne Session!

Viele Menschen haben festgestellt, dass die Nutzung von KI oft frustrierend ist: Beispielsweise während man über Code chattet, möchte man die KI plötzlich bitten, eine E-Mail zu beantworten.

Um eine Verunreinigung des Kontexts zu vermeiden, muss man manuell eine neue Unterhaltung erstellen; wenn man nach dem Beantworten der E-Mail zurückwechselt, muss man den Kontext erneut durchgehen.

Statistiken zufolge kann das menschliche Gehirn maximal 3 bis 5 aktive Sessions gleichzeitig verfolgen. Bei herkömmlichen KI-Produkten ist die Obergrenze ihrer Fähigkeiten nicht der Intelligenzquotient des Modells, sondern die menschliche Aufmerksamkeit.

In seinem neuesten Artikel weist DeepSeek scharf darauf hin: Die vorhandenen Agent-Designs können keine Multitasking-Aufgaben und Teamzusammenarbeit unterstützen, die Bindung zwischen Agenten und einzelnen manuellen Sitzungen muss durchbrochen werden!

Das System sollte eine kontinuierliche Einheit (Super-agent) sein, die den Kontext über verschiedene Sitzungen hinweg beibehält und mehrere komplexe Aufgaben gleichzeitig ohne gegenseitige Störung vorantreiben kann.

Erschreckenderweise stimmt dies genau mit der Kernrichtung überein, die das AFK-Team am 13. April dieses Jahres intern festgelegt hat.

Damals stellte das AFK-Team ein aufrüttelndes Konzept vor: „Ein Team, eine Unterhaltung“ (Single session + Multi-worker).

Sie sind der Ansicht, dass Nutzer nach der zunehmenden Nutzung von KI über IM (Instant Messaging) hauptsächlich „Einzelne Sessions“ verwenden werden. Jede Aussage von Ihnen, Ihren Kollegen oder in Feishu, Slack und WeChat sollte zu einem „Hauptgehirn“ mit Langzeitgedächtnis geleitet werden.

DeepSeek hat dieses Problem zu einer Theorie zusammengefasst, während AFK bereits vor Monaten den Code auf GitHub eingereicht und das ausgereifte Produkt Comma entwickelt hat.

Beispielsweise die automatische PR und die automatische Beobachtung von plattformübergreifenden Ausführungsaufgaben, über die DeepSeek spricht, werden bei AFK bereits seit mehr als einem halben Jahr ausgeführt.

„Gleicher Takt“ bei der Kernarchitektur: Doppelschichtarchitektur und Entkopplung von Umgebungen

Wenn Sie den langen Artikel von DeepSeek mit der technischen Dokumentation von AFK-surf vergleichen, bekommen Sie den Eindruck, dass sich die beiden „gegenseitig die Hausaufgaben abgeschaut“ haben.

Doch das liegt daran, dass ähnliche Designbeschränkungen zwangsläufig zu ähnlichen Architekturentscheidungen führen. Nur wer die aktuelle Obergrenze der praktischen Anwendung von Agenten wirklich erreicht hat, entwickelt solch ein System auf natürliche Weise.

Schauen wir uns ihre erstaunlichen technischen Ähnlichkeiten an:

1. Doppelschichtarchitektur: Router (Hauptgehirn) + Worker (Gliedmaßen)

Um den Widerspruch zu lösen, „alles zu merken und gleichzeitig viele Aufgaben zu erledigen“, haben beide den Ansatz „Ein großes Modell erledigt alles“ aufgegeben und die klassische Doppelschichtarchitektur übernommen.

DeepSeek hat eine ständig vorhandene Router-Schicht und eine Worker-Schicht mit isoliertem Kontext entworfen.

Dabei ist der Router für die Gesamtsteuerung, die Übernahme menschlicher Interaktionen und die Zuweisung von Aufgaben zuständig, er erledigt keine lästigen Kleinaufgaben selbst; konkrete Aufgaben werden an unabhängige Worker übermittelt, die in isolierten Kontexten arbeiten und nach Abschluss der Arbeit dem Router Bericht erstatten.

Die Lösung von AFK Comma ist vollständig identisch! AFK definiert sie als Lead Agent (Router) + Subagents (Workers).

Nutzer oder Teams sprechen immer nur mit dem dauerhaft online befindlichen Router. Der Router verhält sich wie ein menschlicher Vorgesetzter, der nach Erhalt einer Aufgabe eine neue Session für den entsprechenden Worker öffnet.

Worker verfügen über eine eigene Umgebung, eigene Prompts und eigene Tools. Mehrere Worker laufen parallel ohne gegenseitige Störung, alle komplexen Ausführungsdetails verbleiben bei den Workern, nur die Ergebnisse werden an den Router zusammengefasst.

Der Router verfügt über einen dauerhaft vorhandenen Hauptkontext Single session (Einzelne Session), der „eine Person“ oder „ein Team“ repräsentiert und über mehrere Monate hinweg aktiv bleibt.

Er erinnert sich an alles, was zuvor passiert ist, und weiß, welche Aufgaben gerade bearbeitet werden. Die Worker sind seine „Hände“, die er zum Arbeiten aussendet, und er selbst ist der „Herr“, der stets anwesend ist und die volle Verantwortung übernimmt. Das löst das Problem „wie Menschen und KI langfristig zusammenleben“.

Diese Architektur bringt ein revolutionäres Produkterlebnis mit sich –

Sie müssen nicht mehr als „Gruppenadministrator“ Gruppen erstellen und der KI nicht jedes Mal eine neue Rolle zuweisen. In Comma müssen Sie nur sprechen, die gesamte Routenführung und Aufgabenverteilung übernimmt der Router vollständig.

2. „Austritt aus dem Körper“: Trennung von Berechnungs- und Ausführungsumgebung (BYOM)

Herkömmliche KI kann Aufgaben nur in virtuellen Sandboxes in der Cloud ausführen. Sobald es um Code im Unternehmensintranet oder Ihre lokalen privaten Dateien geht, ist die KI blind.

DeepSeek schlägt vor, dass Berechnung, Status und Umgebung getrennt werden müssen.

Das „Gehirn“ des Agenten befindet sich in der Cloud, aber seine „Hände“ können auf die lokalen Geräte der Nutzer zugreifen. Durch die Bereitstellung eines leichtgewichtigen Daemons ohne Status auf der Endgeräteseite kann der Cloud-Agent bei Bedarf auf die lokale Umgebung zugreifen, dies wird als BYOM (Bring Your Own Machine) bezeichnet.

Die praktische Umsetzung von AFK Comma ist wieder einen Schritt voraus – Comma hat dieses Konzept bereits zu einer leistungsstarken Unternehmensfunktion gemacht!

Durch das Erwähnen von @Comma bot im Unternehmens-IM kann der Agent Mitarbeitergeräte zur Ausführung von Aufgaben anfordern. Der persönliche Personalagent eines Mitarbeiters kann den persönlichen Computer als Knotenpunkt zur Ausführung von Aufgaben übernehmen. Gleichzeitig wird bei der Erwähnung von @Comma bot im Unternehmen ein Mechanismus zur Steuerung und Kommunikation zwischen Agenten ausgelöst, der die Berechtigungen und Rollen von Personen übernimmt, sodass KI die Zusammenarbeit und Arbeit für Menschen übernehmen kann, ohne die Informationssicherheit zu beeinträchtigen.

Gleichzeitig bedeutet dies auch, dass das Netzwerk aus Agenten feine Geschäftsdetails des Unternehmens erfassen und kontinuierlich lernen kann.

Zusätzlich verfügt das System über einen integrierten Sicherheitsmechanismus zur Informationsflusssteuerung (ifc), der den Zugriff und die Übertragung sensibler Daten regelt und die Informationssicherheit gewährleistet.

Das bedeutet: DeepSeek hat gerade die Machbarkeit der „Trennung von Gehirn und Hand“ nachgewiesen, während AFK Comma dieses System aus „Cloud-Gehirn + lokalen Händen“ bereits an Unternehmen verkauft hat!

3. Ereignisgesteuert und plattformübergreifende Parallelität: Echtes „Vollduplex“

Die menschliche Arbeit ist nicht „Frage und Antwort“, sondern asynchron.

Dafür schlägt DeepSeek vor, ereignisgesteuerte (Event-driven) Interaktion und Vollduplex-Interaktion (asynchroner ReAct-Loop) einzuführen. Das Modell führt Aufgaben im Hintergrund aus, während es im Vordergrund Ihre neuen Nachrichten sofort beantwortet.

Der Client von AFK Comma verbindet direkt Telegram, Signal, WeChat, iMessage, Feishu und Slack!

zanweiguo erklärt direkt: Von nun an muss man keine andere App mehr öffnen.

Es ist ein echtes „Arbeitsplatz“. Die Anweisungen, die Sie in Feishu geben, lässt der Router im Hintergrund von Workern erledigen; wenn Kollegen in Slack nach dem Fortschritt fragen, kann der Router bereits synchron antworten.

Sogar alle Aufgaben, die auf diesen verschiedenen Plattformen entstehen, werden einheitlich im Comma-Client verwaltet; umgekehrt kann Comma auch Aufgaben auf Drittplattformen erstellen und verwalten.

Das ist der echte Jarvis. Er ist überall, das plattformübergreifende Gedächtnis ist absolut konsistent, er ist nicht an eine einzelne App gebunden, sondern kann alle Informationsflüsse steuern.

Mehrere Demo-Präsentationen

Im Folgenden finden Sie weitere beeindruckende Demos von Comma.

Es kann Ihnen helfen, Slack zu verwalten.