阿里云工程师郑天：Agent架构正在收敛，瓶颈已从模型能力转向人类注意力

阿里云工程师郑天在《AI Agent手册》中提出一个判断：DeepSeek发布SuperAgent后，业界普遍认为Agent设计已经大体收敛，而他认同这一观点。更值得注意的是，他随后指出自己的团队在独立开发Collaboration Space时也走到了几乎相同的架构——同样的任务对象、同样的调用链组织方式。他认为这不是巧合或互相借鉴，而是约束条件把解空间压窄了。

郑天给出的因果链条是：模型已经能完成单个任务，瓶颈转移到了人类注意力上——DSH团队观察到一个人通常只能同时跟踪3到5个活跃对话，因此单任务的天花板取决于模型，多任务的天花板取决于人。这个观察直接推导出三个设计需求：需要一个统一的外部接口（让用户体验到始终只在与一个Agent协作），需要隔离的执行单元（任务越来越长、越来越多），需要能跨越会话持久化的任务对象。一旦问题被清晰定义，答案就趋向收敛，正如数据库最终走向预写日志、操作系统最终走向进程与调度器。

在工程层面，郑天将这一收敛概括为一个核心原则：模型是系统中唯一的非确定性组件，工程的任务是把它包裹在确定性外壳中。他在DeepSeek原型代码中找到了五个具体体现。第一，模型提议、程序决定——Router模型说接受工作本质上只是提交一个请求，确定性核心检查权限、规则和状态后才真正写入，即使模型被提示注入攻击，最坏结果也只是提交一个被拒绝的请求。第二，先写日志后执行——外部动作与状态变更在同一事务中记录，崩溃重启后恢复未完成动作，这是分布式系统中的Outbox模式。第三，外部文本永远只是数据——群聊和评论中的内容处于优先级最低层，Router转交任务时备注限制在30词以内且不得包含实现计划，Worker必须自己读原始消息。第四，主动性必须支持分阶段上线——新规则默认试运行，模型只记录如果启用执行我会接受这个工作而不实际启动，团队审核判断准确后才开启。第五，人的优先级最高——一个并发槽位永远留给人，即使所有Worker槽位都忙，人的消息也能唤醒已有工作。

郑天也明确指出了当前方案的局限。DSH的负载测试使用模拟模型，事件率仅到每分钟40次，结果不能外推到任意规模。他看到中心化至少还有四个瓶颈：上下文容量（一切经过它，迟早窗口耗尽）、决策质量（一轮判断太多容易出错且影响面广）、成本（大上下文每次必须重读，SuperAgent的缓存Token读取量是基线的3.8倍）、爆炸半径（所有事件和权限汇聚于一点，提示注入在此影响整个系统）。DSH自己也承认更细的分区提高吞吐但降低连续性，这个权衡将持续到全局记忆问题被解决。

在阿里云自己的实践中，郑天团队选择了一条略有不同的路：用Channel分区替代单一Router，用非驻留的Coordinator替代持久会话，用Quest（可分配、可追踪、可验收的工作记录）替代Ticket。他们发现Agent之间互相唤醒是生产环境中最棘手的坑——一个组织点名任务本应3次执行完成，实际跑了10多次，根因是平台把被提到和被分配任务放进了同一条流程。修复方式是严格区分语义：@只是沟通，创建任务才是委托。这个结论与DSH一致：硬平台约束比提示词更可靠。

郑天最后把两个趋势并列：架构在收敛，而Agent正在回归传统工程。当Agent从单次对话变成长时进程，它必须面对进程崩溃、机器离线、消息重复、副作用不能执行两次这些老问题。他在DSH代码和自己的代码中越来越多地看到经典数据库与分布式系统技术——预写日志、Outbox、租约、可重放事件记录。他的总结是：模型是CPU，Harness是操作系统和数据库。