我的 AI 产品实践
管理 agent,就是管理 context
1. 从 agent 到 context
过去一年,单任务的 agent 已经证明,模型可以用工具把一件复杂的事做完,越来越少需要人盯着每一步。多个 agent 同时干活也变得可行。人的位置随之上移,从执行移到决策和验收。
多数多 agent 产品组织工作的方式,却是照着人类团队来的:给 agent 起名字、分角色,用频道、工单和 @ 把它们连起来。用户被留在中间:A 的结论要复制给 B,B 需要的背景要再讲一遍,谁跑完了、谁卡住了要有人盯着。一件事做得好不好,看模型;同时推进几件事,卡在人的注意力上。
DSH-projects 的早期版本也是这样做的。每个项目是一个群聊,项目助理按需创建角色,每个角色有名字、一两句人设和自己的头像。到 11 月 12 日,12 个项目里一共建过 18 个角色。但在代码里,一个角色只贡献三样东西:名字、人设和默认模型。会话按任务开,不按角色开。模型每次看到的是这件事的上下文,角色只是贴在上面的标签。
于是我去掉了角色这一层。现在每个项目只有一个执行者,界面上显示的是它用的模型。背后的判断是:一个 agent 就是一份上下文加一个模型,管理 agent,就是管理 context。设计问题也随之变成:每一次模型调用,它看到什么,这份上下文由谁维护,拼一次要花多少。
围绕这个问题,DSH-projects 定了五个目标:
- 原样:用户说的话逐字到达干活的模型,中间不经转述。
- 隔离:每件事有自己的上下文,不背着别的事的历史。
- 稳定:上下文只在末尾追加,前缀保持不变,缓存能够复用。
- 自来:上下文从屏幕、消息和文件里自己进来,不靠用户喂。
- 少打扰:只在拍板和验收的时候找用户。
下图是整体结构。上下文包见第 2 节,拼装与缓存见第 3 节,采集见第 4 节,看板见第 5 节。
2. 上下文包
一件事的上下文,既要干净,又要原样。两种常见做法各占一头:
- 子 agent:每个子 agent 拿一份干净的上下文,但里面是父 agent 写的一段说明,交回来的是最后一条消息。每传一次,压缩一次,接收方再猜一次。我对照过 8 个开源多 agent 实现的源码,没有一个共享上下文窗口,默认都是「说明进、最后一条出」。
- fork:新分支带着主对话的全部历史,不经转述,但也不做删减。主对话越长,带得越多;长到一定程度只能压缩,压缩有损。
DSH-projects 两头都要:每件事一份独立的上下文,里面的话是原样的。这份上下文叫上下文包,按任务(thread)组织,包括四部分:
- 目标和背景:项目助理开任务时写的说明。
- 用户的原话:开任务时引用的那条消息,由服务端原样带给执行者。
- 怎么算完成:执行者开工时写下的清单,交付时逐条勾选。
- 进度和产出:交付、提问、失败都记在任务上;文件放在项目的共享目录里,只传路径。
用户只需要讲清楚三件事:要做什么,上下文在哪,标准是什么。例如「根据『岗位描述.md』写一份二面题目 interview.md:3 道动效和交互细节相关的题,每题附评分要点」,三件事都在一句话里。拆成几个任务、每个任务带什么,由项目助理决定。
上下文包是长期维护的那一份,执行它的会话是一次性的:开工时注入,有进展就写回。
2.1 原话转交
个人助理不进项目干活。用户在个人对话里交代的事,由它转交给项目,这一步最容易走样。早先的实现里,助理用自己的话重写了用户的要求,还补了几条用户没说过的;项目把这段改写当成用户的原话去执行(数据见第 6 节)。
现在转交只接受引用。quote 必须是用户那条消息里的原文,平台逐字核对,核对不过就拒绝转交。助理想补充的内容单独放在 note 里,标成「个人助理的补充」,不算用户的要求。项目助理开任务时,引用的是这句原话。
2.2 信任标记
上下文里的每一条内容都带来源和信任级别。用户在会话里打的字是 principal,附带一个本实例的随机 nonce,只有 nonce 对得上的条目才算用户本人;助理之间转述的内容是 relay;飞书、屏幕、网页里观察到的是 external,只当资料,不当指令。
哪句话算授权、引文是否在原消息里、同一件事是否已经提过,由代码判断,模型只负责理解。
2.3 可替换的执行者
执行者默认是 DeepSeek Harness 里的一个会话,也可以按任务换成 Claude Code 或 Codex。换的时候,新执行者拿到的是任务上的记录,加上平台统计的交接事实:多少条消息,其中几条来自用户,跑了几轮;工作目录是 Git 仓库时,还有改动过的文件。这些数字由代码计算,不由模型自述。切换只在一轮结束后生效,不迁移进行中的推理。
3. 上下文的拼装与缓存
每唤醒一次执行者,都要拼一次上下文。模型服务会缓存读过的前缀:这次的前缀与上次一致,预填充可以复用,计费也更低;前缀中有一处变化,后面的部分都要重新计算。因此拼装的原则是:不变的放前面,变化的只在末尾追加。
DSH-projects 里具体有三条规则:
- 角色说明在会话开始时冻结,会话存续期间不再修改。
- 新发生的事不改写前面的内容,只在末尾追加一条很短的唤醒通知:收件箱里有几条未读,来自哪里。正文由模型调用工具自己拉取,拉到的条目即算已读。
- 同一件事续接同一个会话。项目设置变了就开新会话,因为旧会话的前缀里冻结的是旧设置。执行者从 Claude Code 换回 DeepSeek Harness 时,如果期间项目设置没变,会续接原来的会话。
随对话变化的内容,例如「关于你」,作为运行时上下文追加,不混入用户的消息。
实际的缓存读取比例见第 6 节。
4. 上下文的采集
要让 AI 接过组织上下文这一层,它得先知道得足够多。DSH-projects 从三个来源采集,全部只读:
- 屏幕:通过本机的 Screenpipe,每分钟读一次看到的每个窗口,只取文字,每个窗口最多 3,000 字,截图不离开本机。
- 飞书:每 2 分钟读一次消息。
- 文件:电脑上的一个小程序主动连接 DSH-projects,按需读取文件。可读范围由电脑一侧决定,可以是指定的文件夹,也可以是整个主目录(不含 Library 和隐藏目录);浏览器 cookie、登录状态这类文件一律拒绝。
原始记录写入存储,不直接进入窗口。每 10 分钟切成一窗,连同上一段活动和项目列表,交给一次小模型调用,写出 0 到 3 件事,用用户自己的任务说法。明显属于某个项目的才标上项目,否则留空。代码核对每件事的出处,必须指回这一窗里的原始记录,指不回去的丢弃。窗口路径落在项目文件夹里的原始记录,直接按路径归到项目。

时间线只供个人助理读取,每一条都能用工具核对出处。个人助理把一件事交给项目时,带过去的是用户的原话;时间线和记忆只作为带出处的参考。
屏幕采集本身并不新鲜,Screenpipe、AirJelly、Littlebird 和 Codex 的 Computer History 都在做,多半停在记录和检索。DSH-projects 多走的一步,是把采集到的上下文接到任务上:从观察里提出值得做的事,交给项目执行,做完回到看板等用户拍板。
5. 面向人的交互
5.1 待你决定
多件事并行之后,人的注意力是瓶颈。DSH-projects 把需要用户的事收在一块跨项目的看板上,分三栏:等你、进行中、今天完成。「等你」只放四类:要拍板的、等验收的、出错的、别人在等回复的消息(飞书里有人单聊或 @ 了用户,半小时后仍未回复)。
卡片上没有按钮。点任务卡打开任务;点提醒卡,一句话写进输入框,用户修改后再发出。所有动作都落成用户说的一句话,和平常的对话走同一条路径,原话也就留了下来。

5.2 完成的定义
做完没有,和是否还在运行,是两件事。排队不能当作正在执行,一轮结束也不等于这件事解决了。一件事只有在用户验收之后才算完成;合并代码这类动作,要求引用用户针对这次交付的验收原话,或由用户亲手点「验收通过」。
5.3 夜间整理
个人助理只跨任务观察,不进项目干活。夜里电脑空闲时,它把这一天过一遍,早上最多留三张卡:一件可以做的,一样值得看的,一句想说的,每张都写明出处。用户点一下,一句话写进输入框,发出后才会交给项目。
5.4 记忆与做事说明
「关于你」只记用户亲口说过的话:用户明确要求它记,或者一段对话安静下来之后,由平台从用户打的字里挑出长期偏好。每条附着原话,代码核对原话确实出自那条消息。用户让它忘掉的,不再记回来。

执行者的做事说明不需要用户来配。同一个问题用户在交付后提了三次,夜里它起草一版新的做事说明,只改做法,不加权限;早上由用户选择采用、先试一次,或保持旧版。
6. 初步数据
以下数据来自一台机器上的少量运行,只作参考。
6.1 转交走样
在一个全新安装的环境里,用同一句交代两件事的目标走三条路径,模型为 DeepSeek V4.1 Flash:
| 路径 | 开出任务 | 第一份交付 |
|---|---|---|
| 直接说给项目(1 次) | 16 秒,两个任务,各带原话 | 48 秒 |
| 经个人助理转交,改写版(1 次) | 27 秒,一个合并的任务,不带原话 | 11.6 分钟 |
| 经个人助理转交,引用版(3 次) | 19 到 27 秒,两个任务,各带原话 | 62 到 103 秒 |
改写版的延迟主要来自改写本身:助理扩写了要求,项目把两件事合成一件,按扩写后的范围去做。改成引用之后,转交路径的表现接近直接说给项目。
6.2 缓存读取比例
按这台机器上现有的全部会话记录统计,每次模型调用都记录了从缓存读取的提示 token:
| 会话 | 模型调用 | 缓存读取(全部) | 缓存读取(最近三天) |
|---|---|---|---|
| 项目和任务 | 7,652 | 98.6% | 93.6% |
| 个人助理 | 970 | 94.7% | 86.9% |
最近三天两类会话的比例都在下降,原因还没有查清。
7. 开放问题
- 项目由谁来建:任务由 AI 拆,项目只在用户开口时才建。AI 是否应当主动提出新项目、提到什么程度,还没有定论。
- 时间线的准确性:相邻几窗容易被前一窗带偏,写成同一件事。原始记录保留着,但需要人来发现。
- 执行者的切换:切换只在一轮结束后生效,运行中途如何交接还没有好方案。Claude Code 和 Codex 作为执行者时没有权限确认,也没有沙箱;Codex 还没有验证到跑完一个完整任务。
- 拼装与缓存:缓存读取比例最近在下降,每次开工时上下文怎样拼最合适,需要更多数据。
- 污染与注入:采集的上下文越多,越要防污染和提示词注入。信任标记是第一步,是否足够要看真实使用。
- 反馈:反馈目前主要靠人,哪些环节可以交给自动检查,还在尝试。
8. 结语
回头看,DSH-projects 做的事可以收成一句话:去掉 agent 这一层,把上下文按任务组织起来,让人只在拍板和验收时出现。执行者可以换,模型可以换,留下来的是每件事的上下文。
里面那个一直在的助理默认叫 Tacit,取 tacit knowledge(默会知识)的意思:说不清,却一直在起作用。我希望它在用户开口之前,就已经了解和这件事有关的上下文。
DSH-projects 是 DeepSeek Harness 的一个开源插件,代码在 GitHub,MIT 许可。