Agent 舰队元年：从 OpenAI dots、GitHub Copilot Projects 到 DeepSeek dsh-superagent，多智能体编排层成为新战场

2026 年 10 月下旬到 11 月初的九天里，四条互不相干的发布线突然指向了同一个方向：10 月 23 日前后的 OpenAI DevDay 2026 集中释出 GPT-6.1 Sol 矩阵、dots 声明式多智能体编排框架、Agents API 与 ChatGPT Spaces [1][2][3]；GitHub Universe 2026 把 Agentic Workflows、Copilot Projects 等能力推到 GA，主打跨仓库 Agent 舰队、并行会话与人工审批 [4]；10 月 31 日 DeepSeek Harness 团队开源 dsh-superagent-prototype，明确把"多 Agent 协作的编排层"摊开 [5][11]；同期 SuperPlane 1.0 以"软件工厂"为定位，覆盖从工单到经核验 PR 的全过程 [6]。与此同时，superpowers、mattpocock/skills、ECC、impeccable 这类"给 Agent 立规矩"的方法论项目在 GitHub 榜单上快速上升 [7][8]。

把这些发布并置，很难再用"各家恰好都做了 Agent"来解释。本文的判断是：模型能力的差异仍在，但已经不是这一轮厂商资源投向的重心；可编排性（并行、跨仓库、上下文复用）与可管控性（审批、核验、责任归属）正在成为新的竞争焦点。随之而来的工程问题是：Agent 上线前的验收标准由谁定、长什么样？开发者的工作会怎样被重塑？

需要先交代材料边界。本文可用的素材以 CSDN、掘金的解读文章与日报、周报为主，属于二手聚合来源，其中数篇具备明显的批量生成特征；所有采集记录的热度字段均为 0，无法据此判断真实讨论热度，“热点"判断只能基于多源重复出现度。因此，下文凡涉及产品名称、许可协议、能力边界与数字之处，均标注来源与口径；无法在官方文档核对的表述，一律降级为"据解读文章称”，并在文末的事实核对表中集中列出。

一、证据：四家玩家，同时押注"编排与管控"

1.1 OpenAI：从模型发布会变成"栈"发布会

据三篇 DevDay 2026 解读文章，本届大会发布超过 20 项内容，可以归纳为四层 [1][2][3]：

层级	发布内容	一句话说明	来源状态
模型层	GPT-6.1 Sol / Sol Mini / Sol Vision / Sol Audio	多模态模型矩阵	二手解读，命名待官方确认 [1]
模型层	Fine-tuning API 2.0、DistillKit	全参微调与 LoRA 混合训练、模型蒸馏	二手解读 [1]
平台层	dots	解读文章称其为"声明式多智能体编排框架"，另一篇称之为"dots 协议"	名词口径不一致 [1][2]
平台层	Agents API（据称由 Assistants API 升级）、dots Studio	Agent 生命周期管理、可视化工作流 IDE	二手解读 [1][2]
产品层	ChatGPT Spaces、Spaces SDK + MCP 适配器	团队协作空间与第三方嵌入	二手解读 [1]
生态层	第三方工具市场	Agent 工具的发布与计费	二手解读 [1]

这张表真正值得注意的不是某一行，而是它的形状：模型只占两行，其余全部是编排、治理入口与生态位。DevDay 解读文章中还有两个细节指向工程化方向：一是评估套件被描述为给 Agent 建立"驾照考试"，即从"看基准分数"转向"看能否通过任务级考核"[2]；二是"跨空间记忆流转"这一更新，指向上下文在协作空间之间的复用 [2]。这两项的官方形态与开放范围都尚待确认，但它们与编排层叙事是自洽的。

1.2 GitHub Universe 2026：把 Agent 舰队塞进软件交付链路

据第 44 周 GitHub 趋势周报，GitHub 在 Universe 2026 把 Agentic Workflows、Copilot Projects、Copilot Fusion 推至 GA；其中 Copilot Projects 主打跨仓库 Agent 舰队管理：并行开启多个 Agent 会话、跨多个代码仓库推进需求、集中追踪进度、由人介入审批 [4]。掘金每日小报转述的大会口径是：开发者角色从写代码转向编排智能体，衡量产出的是"完成的软件工作"而非代码量，并把软件交付流程重构为事件驱动的智能体化系统 [9]。

GitHub 的差异点不在模型，而在"治理位"。它天然占据代码托管、PR、CI、权限与审计的位置，因此可以把审批点直接插进交付链路。这一点比任何单点模型能力都更难迁移。

1.3 DeepSeek 与 SuperPlane：开源侧的"编排层 + 方法论"组合拳

据掘金 11 月 2 日日报，10 月 31 日晚 DeepSeek Harness 团队在 GitHub 开源 dsh-superagent-prototype，采用 MIT 许可，并同步发布技术长文《Exploring Super-agent Design》；媒体将其定位为"正面对标 Claude Code"，这一"对标"属于媒体定性而非官方表述 [5]。CSDN 11 月 1 日行业日报亦记载"DeepSeek Harness 开源 Super-agent 超级智能体原型"[11]，两条独立转述可相互印证事件本身，但仓库地址、LICENSE 具体条款仍应以 GitHub 仓库为准。

SuperPlane 1.0 则走了另一条路：Apache 2.0 开源（据 CSDN 正文；本文早期搜集到的摘要中出现过 MIT 的说法，二者冲突，最终应以仓库 LICENSE 为准），定位"软件工厂"，为团队提供共享、可重复的工作流，覆盖从工单到经核验 PR 的全过程，“最终由人决定什么可以上线”[6]。文章同时给出一个清醒的判断：工具只提供框架，就绪检查、核验规则等"标准"仍要人来定，软件工厂的价值取决于团队是否愿意把这些标准沉淀下来 [6]。

方法论项目的热度则从侧面印证了同样的焦虑。据掘金榜单，统计窗口为 2026 年 10 月 26 日至 11 月 1 日的一周内，mattpocock/skills 周增 +5,628，obra/superpowers 周增 +5,434 [7]；另一份 10 月 28 日的日榜给出 superpowers 总量 306,393、24 小时 +880，ECC 24 小时 +1,147，impeccable 24 小时 +1,399 [8]。这三个数字分属不同口径（周增量、24 小时增量、累计总量），不能相加或直接比较。但方向一致：社区在为编码 Agent 补工程纪律——superpowers 被描述为一套从需求澄清、设计评审、实施计划到测试驱动开发和代码审查的完整方法论 [7][8]。

1.4 横向对比：谁在哪一层卡位

产品/项目	主要卡位	开放性	许可	一手来源状态
dots / Agents API / dots Studio	编排层 + 平台治理	平台内	未明	待官方文档确认 [1][2]
ChatGPT Spaces / Spaces SDK	产品入口 + 上下文	产品生态	不适用	待官方文档确认 [1]
Copilot Projects / Agentic Workflows	编排层 + 交付治理	商业产品	不适用	待 GitHub 官方发布页确认 [4]
dsh-superagent-prototype	编排层	开源	据称 MIT	待仓库 LICENSE 确认 [5]
SuperPlane 1.0	流程编排 + 核验框架	开源	据 CSDN 为 Apache 2.0	待仓库 LICENSE 确认 [6]
superpowers / skills / ECC	方法论与技能层	开源	各自不同	待仓库确认 [7][8]

两个"空格"更有信息量：方法论项目不碰模型，开源编排层不碰交付入口，而 GitHub 和 OpenAI 都在争夺"谁的审批位成为默认审批位"。治理共识先于技术共识出现——Copilot Projects 的人工审批 [4] 与 SuperPlane 的"人决定上线"[6]，来自闭源商业产品与开源工具两条线，却给出了同一条底线。

二、为什么竞争焦点转向编排与管控

2.1 模型层的差异化正在变"薄"，但不能夸大

严谨的说法不是"模型能力已同质化"（这需要公开评测证据，现有材料不支持），而是：厂商的资源投向与发布会叙事重心发生了转移。DevDay 的内容结构已经把平台层、产品层、生态层摆在模型层之上 [1][2]；GitHub 压根不做模型，却用 Agent 舰队成为话题中心 [4]；DeepSeek 在拥有模型能力的前提下，选择把编排层以 MIT 协议开源 [5]。这些是可观察的发布事实，足以支撑"重心转移"的判断，但不足以支撑"模型不再重要"。

2.2 编排层解决的是三个工程瓶颈

并行与吞吐。 单会话串行执行，一个长任务的时间下限等于所有步骤之和；Copilot Projects 的多会话并行、跨仓库推进，把时间下限改为关键路径长度，代价是冲突管理与一致性问题 [4]。

上下文与复用。 每个会话从零重建上下文是巨大的浪费。据解读文章，DevDay 提到跨空间记忆流转 [2]；而 skills 类项目的走红，本质是把"如何做这件事"从个人经验变成可组合、可分发的团队资产 [7][8]。

成本与可调试性。 CSDN 回顾文章给了一张场景对照表：固定格式抽取用小的专用单元"快、稳、便宜"，开放式问答用大模型更好，多步流程"组合后很稳"但大模型"一步到位却难调试"。作者明确注明这是他个人的判断标准，并非官方基准 [3]。但它揭示的取舍是真实的：编排粒度越细，可调试性与可观测性越好，集成与调度开销越大。

2.3 管控层解决的是"责任归属"

多 Agent 一旦获得写仓库、调工具、发消息的能力，问题就从"答得对不对"变成"出了事谁负责"。三个必须回答的问题是：审批点设在哪里、核验证据长什么样、出错之后谁来回滚。SuperPlane 把就绪检查与核验规则定义为团队沉淀物 [6]，Copilot Projects 把审批做成集中式人工介入点 [4]，这不是功能趋同，而是同一责任问题的两种工程答案。

三、技术形态拆解：声明式编排、会话、记忆与技能

3.1 声明式编排与命令式调度

dots 在解读文章中被描述为"声明式多智能体编排框架"，另一篇称之为"dots 协议"，本文不合并这两个口径，仅采用"声明式"这一定位 [1][2]。声明式的工程价值在于：编排描述是数据而非控制流代码，因而可以版本化、可评审、可回放，也便于把门禁条件写进描述本身。下面是一段仅用于表达结构的示意 DSL，不是任何官方 API：

# 示意编排描述（非官方 API，仅表达结构）
workflow: ticket-to-verified-pr
inputs: [ticket_id, repo_list]
steps:
  - id: clarify
    agent: spec-writer
    produces: [acceptance_criteria]   # 验收标准必须显式产出
  - id: plan
    agent: planner
    requires: [acceptance_criteria]
    produces: [task_graph]
  - id: implement
    parallel: true
    agents: [coder-a, coder-b]
    scope: repo_list                  # 跨仓库并行
    guardrails:
      tool_allowlist: [read_repo, write_branch, run_tests]
      max_budget_usd: 20
      max_wall_time: 30m
  - id: verify
    agent: verifier
    requires: [test_report, diff_summary]
    gates:
      - type: tests_pass
      - type: no_secret_in_diff
      - type: human_review            # 人工审批位
        approver_role: release-owner
outputs: [verified_pr]
on_failure: [stop, notify, rollback_branch]

这类描述的要点有三个：验收标准是产物而不是口头共识；工具白名单、预算、超时是编排的一部分；人工审批被建模为门禁类型，而不是事后补救。

3.2 粒度选择：小而专还是大而全

选型时可以按四个问题切分：任务是否固定格式？是否多步？是否需要逐步可调试？是否需要创意性输出？固定格式、可验证的任务交给小的专用单元或规则；开放推理交给大模型；多步流程尽量拆开以便定位失败点 [3]。代价是编排描述与集成代码本身需要维护——这也是编排层成为"新战场"的原因：它成了新的复杂度集中地。

3.3 记忆、MCP 与技能生态

据解读文章，Spaces SDK 与 MCP 适配器用于把 Spaces 能力嵌入第三方应用，跨空间记忆流转用于上下文复用 [1][2]，实际开放范围待确认。工程上可以确定的是：当工具接入、上下文与技能开始跨应用复用，它们就必须被当作团队资产来管理，而不是某个人的配置文件。SuperPlane 的"共享环境"表述——技能、初始化步骤、工具与上下文属于团队 [6]——与 superpowers 类项目的可组合技能设计 [7][8] 在这一点上是一致的。

选型维度	要问的问题	风险信号
编排范式	描述是否可版本化、可评审、可回放	编排逻辑散落在脚本里
并行能力	是否支持跨仓库、多会话、冲突处理	只有单会话，靠人肉复制
审批位	高危动作能否强制人签	全自动或全人工两极
可观测	是否有全程 trace 与失败重放	只能看最终输出
许可与迁移	MIT / Apache 2.0 / 闭源，编排描述能否导出	描述格式与供应商绑定
成本治理	预算、配额、熔断是否可配置	只有事后账单

四、核心干货：Agent 上线前的验收标准

4.1 从"基准分数"到"驾照考试"

静态 benchmark 衡量的是模型在标准题上的表现，不能回答"这个 Agent 在我们的仓库、我们的权限边界下能否稳定交付"。据解读文章，DevDay 提出评估套件，被形象地称为给 Agent 建立"驾照考试"[2]——无论该套件的官方形态如何，方向本身是对的：上线资格必须由任务级、流程级评估给出。

评估层次	关注点	证据形式
单步正确性	工具调用、格式、事实性	单元级用例 + 失败样本库
多步流程	状态维护、失败恢复、重试边界	流程级回放记录
端到端交付	工单到 PR 的完整闭环	验收用例 + 核验报告
对抗与边界	提示注入、越权、超预算、超时	红队用例 + 熔断演练记录

4.2 上线门禁清单

下面这份清单可以直接改造为团队的发布模板。每项都给出证据形式与建议责任人；它是工程建议，不代表任何一家厂商的官方标准。

一、正确性与回归

• 验收用例覆盖每个声明的 acceptance criteria，产出可复核的测试报告；责任人：需求方 + Agent 编排者。
• 建立回归集，把历史失败样本固定为必跑用例；责任人：Tech Lead。
• 失败可重放：保存 trace、输入快照与随机性配置；责任人：平台工程。

二、安全与权限

• 工具白名单按最小权限配置，写操作与外发操作单独授权；责任人：安全 + 平台工程。
• 密钥、凭据、敏感数据边界明确，Agent 会话内不可见明文；责任人：安全。
• 评估提示注入面：外部文本、网页、PR 描述进入上下文时的处理规则；责任人：安全 + Agent 编排者。

三、人工审批位

• 明确必须人签的动作清单：合并、发布、支付、外发、删除数据；责任人：发布负责人。
• 审批位必须在编排描述中建模，而非依赖自觉；责任人：Agent 编排者。
• 审批超时的默认行为是拒绝而不是放行；责任人：发布负责人。

四、可观测与审计

• 全程 trace：谁在何时调用了什么工具、依据什么上下文；责任人：平台工程。
• 决策留痕：验收标准、核验规则、审批记录可追溯；责任人：Tech Lead。
• 成本与延迟预算设上限并实时可见；责任人：平台工程。

五、回滚与熔断

• 超时、超预算、异常调用模式触发自动停机；责任人：平台工程。
• 分支级、发布级回滚路径演练过；责任人：发布负责人。
• 多 Agent 冲突（同文件写入、依赖版本不一致）有明确仲裁规则；责任人：Agent 编排者。

六、标准沉淀

• 就绪检查、核验规则进入团队共享环境并版本化；责任人：Tech Lead。
• 规则的修改走评审流程，与代码同权；责任人：Tech Lead。

这六组与 SuperPlane 的立场是同构的：工具提供框架，标准由团队定义并沉淀 [6]；Copilot Projects 的集中审批则说明商业产品同样把人工介入当作一等公民 [4]。

4.3 责任模型

角色	定标准	执行	审批	事后追溯
Agent 编排者	负责	负责	咨询	负责
领域专家	负责	咨询	咨询	咨询
安全	负责（权限项）	咨询	负责（高危项）	负责
发布负责人	咨询	知情	负责	负责
平台工程	负责（工具与观测）	负责	知情	负责

责任模型的核心只有一句：执行可以委托给 Agent，责任不能委托。审批点必须落在具体的人身上，并且这个人要有拒绝的能力与依据。

五、开发者角色变迁：从"写代码"到"带舰队"

5.1 产出度量的迁移

据掘金每日小报转述的 GitHub Universe 口径，衡量产出的是"完成的软件工作"而非代码量 [9]。这是媒体转述的大会表述，不是行业统计结论，但它指出了一个正在发生的变化：当实现环节被部分吞掉，代码行数作为度量会系统性失真。更可用的度量是：交付了哪些可验收的工作项、回归通过率、平均修复周期、单位交付的模型成本、人工审批的拦截准确率。

5.2 能力地图

升值的能力：规格与验收标准编写（BDD 式的 Given–When–Then 验收条件正是这类工作的方法论基础 [12]）；编排设计与失败路径设计；评审、核验与风险判断；成本与配额治理；可观测体系设计。

被吞掉的工作：样板实现、格式化抽取、简单 CRUD、文档搬运。这与"小而专的确定性单元优于大模型"的选型逻辑一致 [3]。

新增的职责：舰队调度与冲突仲裁、审批值班、技能库与上下文资产维护、失败案例库运营。

superpowers 类项目把流程明确为需求澄清、设计评审、实施计划、测试驱动开发、代码审查 [7][8]，BDD 笔记则强调用可读的场景语言让测试成为规格 [12]。这两条线索共同指向：规格先行正在从"好习惯"变成交付前提。

5.3 组织影响

SuperPlane 强调软件工厂只有在全团队能共享、能看见、能改进时才成立，并给出三个落点：共享环境（技能、初始化步骤、工具、上下文属于团队）、就绪检查、核验规则 [6]。对平台工程而言，这意味着技能库、工具配置、上下文策略要像基础设施代码一样被版本化、评审和发布；对团队而言，"谁维护 Agent 的规格"会成为一个有明确归属的岗位职责。

学习路径	现在可以做的三件事
个人开发者	学会写可执行的验收标准；把重复工作整理成技能文件；建立自己的失败样本库
Tech Lead	定义审批位与 DoD；建立回归集与成本预算；组织评审 Agent 产出的规则
平台工程师	建 trace 与重放能力；实现熔断与最小权限；把技能与上下文纳入版本管理

六、落地建议与风险提示

第一个月：盘点现有 Agent 工作流，画出工具调用面与数据边界，标出哪些动作没有审批位、哪些环节没有证据产物。

第二个月：把隐性标准写成可执行的核验规则，建立回归集与失败样本库，并让规则进入评审流程。

第三个月：在小范围内试点并行舰队（跨仓库、多会话），配套 trace、预算与熔断，跑通"工单到经核验 PR"的闭环后再扩大范围。

五个必须正视的风险：

1. 供应商锁定。闭源编排层的编排描述、技能格式、记忆存储往往不可导出；选择 MIT/Apache 2.0 方案时也要确认描述格式是否可迁移 [5][6]。
2. 安全面扩大。多 Agent 并行 + 工具调用，把提示注入与越权的攻击面放大了若干倍，白名单与最小权限必须前置。
3. 评估不可比。各家"驾照考试"口径不同，不同厂商的评估分数不能横向比较；本文建议按任务级证据而非分数做判断。
4. 信息噪声。本次写作过程本身就是案例：SuperPlane 的许可在不同摘要中出现 Apache 2.0 与 MIT 两种说法 [6]；dots 在不同文章中被称为"框架"或"协议"[1][2]。对聚合日报与批量生成稿件，必须回到仓库 LICENSE、官方文档与 changelog。
5. 治理滞后。并行能力的扩张速度通常快于审批位与审计能力的建设，这个时间差就是事故窗口。

七、结语：标准才是这一年的稀缺品

编排层是战场，管控层是护城河，而验收标准是握在人手里最后、也最重要的一张牌。dots、Copilot Projects、dsh-superagent、SuperPlane 的形态各不相同，但它们共同把问题从"模型能做什么"推进到"我们允许它做什么、凭什么允许"[1][4][5][6]。

留给团队的开放问题只有一个：当 Agent 开始批量产出 PR，我们的"完成定义（Definition of Done）“是否也该重写？如果 DoD 里还写着"代码已编写”，那它描述的是一个已经不重要的环节。

发布事实核对表

#	待核实项	现有来源	写作处理
1	GPT-6.1 Sol 全系列、Fine-tuning API 2.0、DistillKit、dots Studio、工具商店的真实命名	仅 CSDN 解读 [1][2][3]	以"据解读文章称"表述
2	dots 是"框架"还是"协议"	CSDN 两篇口径不一致 [1][2]	不合并口径，两者并列
3	Agents API 与 Assistants API 的关系及能力边界	CSDN [1]	标注"据称"
4	ChatGPT Spaces、Spaces SDK、MCP 适配器、跨空间记忆流转的实际开放范围	CSDN [1][2]	作为方向性线索，不作论证基石
5	DevDay 评估套件是概念口号还是可下载工具	CSDN [2]	仅引用方向，不引用形态
6	Copilot Projects / Agentic Workflows / Copilot Fusion 的 GA 状态与确切功能	掘金周报 [4]	标注为社区转述
7	dsh-superagent-prototype 仓库、MIT 条款、技术长文、“对标 Claude Code”	掘金日报 [5]、CSDN [11]	事件交叉印证，许可与"对标"标注待核
8	SuperPlane 1.0 许可：Apache 2.0 与 MIT 说法冲突	CSDN 正文 [6]	以 CSDN 正文口径书写并明示冲突
9	superpowers、mattpocock/skills、ECC、impeccable 的星标与增量	掘金榜单 [7][8]	标注统计窗口，不混用口径
10	JetBrains"约 90% 每周使用"、Gartner"75%"预测	掘金转述 [5]	本文未作为论据使用
11	Kimi K3.1 Pro 参数与上下文规模	疑似批量生成稿件	不引用
12	DeepSeek 融资、Anthropic 财务数据	聚合日报	与主线无关，舍弃

参考资料

[1] DevDay 2026发布全景：GPT-6.1 Sol、dots与ChatGPT Spaces深度解读，CSDN博客，https://blog.csdn.net/weixin_29040367/article/details/168897101

[2] DevDay 2026重磅：GPT-6.1 Sol、dots协议与ChatGPT Spaces重塑Agent开发，CSDN博客，https://blog.csdn.net/weixin_28235513/article/details/168841789

[3] OpenAI DevDay 2026 全程回顾：GPT-6.1 Sol、ChatGPT Spaces 与 dots 发布，CSDN博客，https://blog.csdn.net/weixin_29531177/article/details/169013535

[4] 2026年第44周GitHub趋势周报导读，掘金，https://juejin.cn/post/7703026774679142441

[5] AI 日报｜2026-11-02（DeepSeek 开源 dsh-superagent 等），掘金，https://juejin.cn/post/7702984654097334281

[6] SuperPlane 1.0 发布：Apache 2.0 开源软件工厂，协调编码智能体全流程，CSDN博客，https://blog.csdn.net/xiaoquqi/article/details/169566022

[7] 26年第44周GitHub最新飙升榜项目（统计时间 2026-10-26 至 2026-11-01），掘金，https://juejin.cn/post/7703224192359055414

[8] GitHub 日榜趋势速报｜2026-10-28，掘金，https://juejin.cn/post/7701256742281887754

[9] AI 每日小报｜2026-10-29，掘金，https://juejin.cn/post/7701986591325896746

[10] GPT-6 Astra技术拆解：从CSDN发布版看下一代模型架构演进，CSDN博客，https://blog.csdn.net/weixin_42609225/article/details/168637013

[11] 2026年11月01日AI行业日报｜可灵AI融资落地、DeepSeek开源超级智能体，CSDN博客，https://blog.csdn.net/Smoothly_Lu/article/details/169744252

[12] Behavior-Driven Development (BDD)，engineering-notes 仓库，GitHub，https://github.com/LinuxDevil/engineering-notes/blob/master/Software%20Engineering/Principles/Behavior-Driven%20Development%20(BDD).md