Comma 介绍常驻型 Agent 的主会话、长期记忆与任务调度

Comma 用常驻Router汇总请求,把具体工作委派给Worker,并通过共享事实清单、按受众划分的记忆与事件监控维持上下文。团队还介绍依据人工验收和费用调整模型分工;这套工程设计不等于记忆与权限判断必然无误。
上个月告诉助手「订机票选靠窗座位,优先上午的航班」,这次出差让它订票,它还记得吗?换一个对话、交给另一个执行任务的 Agent,这条要求还在吗?
近日,DeepSeek 在《Super-agent 设计探索》中为下一代智能体提出了四个特征:连续、高效、主动、持久,并主张「Session 应当是系统的实现细节,而不应是用户的认知负担」。会话交给系统管理之后,用户交代过的要求、做过的任务、给出的反馈,怎样进入下一次工作,就成了系统设计要回答的问题。
常驻型个人智能体 Comma 给出了一套完整的工程实现:整个工作区只保留一条主会话,用快速决策模型 Jev 维护一份所有 Agent 共享的事实清单,让 Agent 自己编写监控程序,并根据人工验收和实际花费持续调整任务分配。
值得一提的是,Comma 在这条路线上起步更早。今年 4 月 28 日,Comma 的前身 Bridge 公开发布,产品形态就是一个常驻的主 Agent 统一接收请求、把具体任务分派给子 Agent;6 月 3 日,固定的主对话与任务委派在产品中正式上线。作为对照,Anthropic 在 6 月 23 日推出了理念相近的 Claude Tag,让团队在 Slack 频道里共用一个 Claude。10 月 1 日,Comma 正式发布,比 DeepSeek 的文章早了一个月。从公开发布算起,Comma 比 Claude Tag 早了近两个月,比 DeepSeek 公布 Super-agent 设计早了约半年,如今已经在真实的个人与团队工作中持续运行。

图 1 | Comma、Claude Tag 与 DeepSeek Super-agent 的公开时间线。
- 官网:https://comma.surf
- 代码:https://github.com/AFK-surf/Comma
- 技术博客:https://comma.surf/blog

图 2 | Comma 的整体结构。一条主会话汇集所有入口,Worker 并行执行任务,精简工作区在所有会话间共享当前事实。
在深入细节之前,先看看 Comma 日常是怎么工作的。
路上随手拍一张广告牌,让它做一个复古滤镜 app。Comma 会派出 Worker 写好这个小应用并直接部署出预览,照片可以在里面套用各种复古滤镜:

图 3 | 演示:让 Comma 做一个复古滤镜 app。
在手机上,连接的邮箱、Slack 等应用,以及等待你确认的任务,都汇总在同一个地方:

图 4 | 演示:手机端汇总连接的应用和待处理任务。
换个对话,之前的事还在吗?一个工作区只有一条主会话
Comma 为每个工作区运行一个常驻的 Router。群聊、私聊、客户端里的消息都进入同一条会话,Router 在多个讨论之间共享上下文。具体任务交给独立的 Worker 会话执行,完成后将结果和来源交回 Router。Comma 将这种设计称为 single-session。
这样一来,Router 始终在同一条会话中工作,所有任务结果都留在同一份连续记录里。上下文窗口占满时,较早的内容会被压缩出模型上下文,原始记录则完整保留:Router 可以在自己的历史中搜索原始消息和工具结果,包括已被压缩的部分,并读回完整原文。
举个例子,用户想知道上次去上海时为什么订了离地铁站远一些的那家酒店。Router 可以直接检索当时的任务返回、比价结果和执行记录,找到原因后再决定这次是否沿用。
单一主会话也带来新的挑战:Router 需要依次处理所有请求,历史越长,找到某个过去的决定所需的工作也越多。精简工作区正是为此设计的。

图 5 | Comma 客户端。左侧是与 Router 的主会话,右侧是它派出的各项任务及状态。
在同一条对话里,用户可以同时推进几件事。下面的例子中,「查局域网 IP 再连上空调」的任务还在等用户补充信息,用户已经接着让它看最近的邮件、问 OpenAI 昨天发了什么:

图 6 | 演示:一条对话里同时推进多项任务。
该记住什么、何时更新?用 Jev 维护共享事实清单
精简工作区(Condensed Workspace)是一份按工作区维护的事实清单,用户可以在 Comma 设置中开启。开启后,工作区内每个 Router 和 Worker 的上下文中都有这份清单的最新版本,每条内容是一句话。
清单进入了每个会话的上下文,写进去的内容就要可靠,过时的内容也要及时更新。Comma 把这两项判断交给快速决策模型 Jev。Jev 接收一段状态和若干个独立的问题,返回结构化的判断;对是非题,它给出概率,Comma 再按阈值决定如何处理。
写入前:逐条判断是否值得共享
Agent 新增或修改条目时,每一条都作为一个独立的是非题交给 Jev:这条内容是否属于工作区内其他 Agent 也需要知道的当前事实?任何一条的概率低于阈值,这次更新会退回给 Agent,由 Agent 做最终决定;它仍然认为应当写入时,可以确认后再次提交。
问题的问法经过对比测试。在人工标注的样本上,用反向问法提问时,合适的事实也会得到很高的概率,几乎所有更新都会被拒;改为正向提问后,两类内容之间拉开了明显差距,阈值就设在这段差距中。
每轮回复后:判断清单是否过时、工作是否跑偏
Agent 每完成一次回复,Comma 会结合当前清单、最近的对话和本轮的工具调用,向 Jev 提出两个独立的问题:
- 是否需要更新:对话中是否出现了其他 Agent 需要知道的新事实,例如一个决定、一位负责人、一个状态、一项约束或某样东西的位置,而清单尚待补充,或清单中的说法已经过时;
- 是否偏离:Agent 最近的回复和工具调用是否与清单或用户的请求相矛盾,是否在重复已经失败的做法,是否在追求对话之外的目标。
「需要更新」的概率超过阈值,系统会提醒 Agent 修改清单;「偏离」的概率超过阈值,会提醒它先对照当前事实和用户请求检查计划。提醒由 Agent 自行判断是否采纳。这两个阈值同样根据人工标注的回复确定。
回到开头的例子。用户提出「订机票选靠窗座位,优先上午的航班」,Agent 写入清单时,Jev 判断这是工作区需要共享的当前事实,条目随即生效。之后无论机票由 Router 自己预订,还是交给一个新建的 Worker 去比价,这条要求都已在上下文中。用户后来提到「最近腰不好,长途航班改选过道座位」,如果旧条目还留在清单里,下一轮的检查会判断清单已经过时,并提醒 Agent 更新。

图 7 | 精简工作区中的两次 Jev 判断:写入前的共享判断,以及每轮回复后的过时与偏离检查。
私聊里说的事,群里会知道吗?团队版的长期记忆与 IFC
精简工作区存放简短的当前事实,更完整的信息存放在 Router 的长期记忆中,包括用户偏好、相关人员、工作环境和按日期记录的工作日志。长期偏好、用户要求记住的内容和待交接的进度,由 Router 在对话过程中写入;Worker 通过任务交接获得所需信息。
在团队版 Comma for Teams 中,一个 Router 服务整个团队,它同时接收群聊、私聊和私密频道的消息,这些信息的读者各不相同。
为此,Comma for Teams 用信息流控制(Information Flow Control,IFC)管理信息的去向:每份信息都标明了哪些人有权读取,Agent 每次对外发送内容,都要声明用到了哪些来源,IFC 会检查目标对话里的读者是否都有权读取这些来源。检查通过才会发出;被拦下时,Agent 会收到原因,可以去掉受限内容后重新发送,或者请相应的人批准。IFC 的判定由一个用 Lean 实现的内核执行。
在团队版中,长期记忆遵循同样的规则。群组记忆对整个群组可见,所以来自私聊或私密频道的信息会写入按受众划分的笔记,笔记的读者范围由写入时用到的来源决定。比如,你在私聊里提到的客户报价,Router 会记下来供之后使用,而群里的其他成员看到的回复里,只会出现他们有权读取的内容。
长期记忆以文件形式保存,用户可以直接查看和修改:偏好写得过宽、口径已经过时,都可以直接修正;需要作为固定规则的要求,可以写入 Router 的指令。
在团队版里,成员之间的请求也会经过对方确认。下面的例子中,一位同事在 Slack 里让 Comma for Teams 去问另一位成员的 Comma 要 iOS 的进度,请求先送到对方那里,由对方选择拒绝、交给自己的 Router,或者直接创建任务:

图 8 | 演示:团队版中,跨成员的请求先由对方确认。

图 9 | 团队版 Comma for Teams 中,长期记忆按受众写入,对外发送前由 IFC 检查读者范围。
等待交给谁?Agent 自己编写的 Loop
很多工作需要等待外部事件,例如合同签回、代码仓库出现相关变更、航班信息变化。Comma 让 Agent 为每项监控编写一段 C 程序,编译为 eBPF 后在集群中常驻运行,称为 Loop。
每个 Loop 等待定时器或事件,检查条件,必要时唤醒所属的 Agent。需要语义判断时,Loop 可以向同一个决策模型 Jev 提出结构化问题,Jev 只返回判断结果,具体操作和权限仍由 Agent 掌握。
Agent 写出的程序要和成千上万个其他 Loop 运行在同一个进程里,每个程序都只能访问自己的内存,这是整套机制成立的前提。为此,Comma 的 Loop 运行时 async-ebpf 给出了机器检查的证明:约 4 万行 Lean 证明确立,凡是通过校验的程序,编译成 x86_64 机器码后只会访问属于它自己的内存,返回时调用方的状态完整保留。证明针对的正是实际运行的代码:运行时的 Rust 模块经 Charon 和 Aeneas 翻译成 Lean 后再加以证明。编译 Loop 用的 C 编译器本身也被编译成 eBPF,在同样的沙箱中运行。

图 10 | Loop 的工作方式。
以航班比价为例:让 Comma 查第二天上海飞昆明的机票,它会先比出当前最便宜的航班,以卡片形式返回;之后的价格变化交给 Loop 持续关注,出现值得处理的变化时再叫醒 Agent 告诉用户。

图 11 | 演示:航班比价,查询第二天上海飞昆明的最低价机票。
下次交给哪个模型?根据验收和花费调整调度
除了记录要求,Comma 还会根据任务结果调整任务交给哪个模型完成。
每个任务会被归入路由表中的某一类,例如「比价订票」「整理邮件」。调度层为每一类任务分别记录所用的模型和推理强度、完成次数与花费。完成与否以人工验收为准:待审核的任务被验收通过,记为一次成功;任务失败,记为一次失败。
在此基础上,调度层选择每完成一个任务平均花费最低的组合,并让少量任务在团队允许的模型范围内尝试其他组合,以积累比较的依据。每一类任务积累的记录越多,分配就越准确,成本也越低。

图 12 | 两条反馈回路:用户修正改变做事的规则,验收与花费改变任务交给谁做。
结语
DeepSeek 提出的连续、高效、主动、持久,描述了下一代智能体的方向。Comma 在 DeepSeek 发文前约半年就已公开发布,并围绕其中的「持久」给出了自己的实现:一条主会话保留完整的工作记录,Jev 维护所有 Agent 共享并持续校验的事实清单,长期记忆按受众划分并交由用户修改,Agent 编写的 Loop 承担等待,任务调度从每一次验收中积累依据。
对用户来说,交代过一次的事会被记住并沿用,记错的内容也能找到并修改。随着 Agent 越来越多地常驻在团队的工作流里,这类系统层面的设计,会和模型能力一样决定 Agent 能否长期胜任工作。
文章来自于"机器之心",作者 "机器之心"。
Related topics
After reading
Join the AINRK community
Read how to join the community and connect with people working in AI.




