所有任务塞进一个 Session，执行容易排队，上下文也会互相干扰。每件事单开一个 Session，信息又彼此隔开。用户需要自己切换窗口，把不同任务的进展接起来。

DeepSeek 开源的 dsh-superagent-prototype，把全局协调交给 Router，把具体任务交给 Worker。跨入口沟通和多任务执行，由两层分别承担。

Router 管沟通，Worker 做任务

Router 常驻在线，统一接收不同入口的交互，负责协调、分派任务和对外回复。它不直接执行任务，甚至可以不配 Bash 工具，因此可以采用轻量模型。

Worker 配备完整执行工具和更强的模型，在独立上下文里处理单一任务。它不直接向用户回复，而是把结果汇报给 Router。用户从飞书群聊转到 GitHub PR 评论区，仍由 Router 承接前后的沟通。

分派之后，同一话题不必反复中转

群聊消息、代码评论、CI 结果都可以成为事件入口。系统先用白名单、来源范围等确定性规则过滤无关事件，通过初筛后，再交给模型判断语义，避免每条消息都调用大模型。

同一个 PR 或 IM 话题下的连续事件组成一条 Thread。Router 创建 Worker 后，Worker 直接订阅对应 Thread，后续消息无需再经 Router 转发。项目披露的消融实验中，这项设计减少了约 30% 的 Router 决策次数和 37% 的读缓存 Token。

协调层也要处理消息积压

Router 不执行具体任务，仍要应对集中到来的消息。它会把上一轮推理期间积压的事件合并成批次，再一起交给模型。项目给出的压测数据中，单次决策分摊耗时从 6.4 秒降至 1.6 秒。

执行层则把耗时工具调用拆成异步的 start() 和 stop()。后台编译或测试运行时，前台仍可接收新指令。回复形式也按入口区分：IM 群聊单次不超过 100 词，GitHub PR 使用结构化报告。

从任务分派读到消息回流

项目披露的多任务并发实验中，这套架构的任务完成时间 p95 为 15.7 分钟，对照的单 Session 加 Subagent 方案为 29.5 分钟。这组结果对应的是项目所述的实验场景。

准备接入项目，可以先让 Coding Agent 读取仓库根目录的 SETUP.md，按引导配置环境、权限与通信通道。需要做二次开发，再按顺序阅读 docs/ 下的 000-philosophy.md 至 008-cookbook.md，跟着任务分派、消息直达和结果回报的路径看实现。