本文分享Lyncore团队对DeepSeek开源Agent dsh-superagent三条铁律的思考：只在被请求或规则允许时行动、仅在需人决策或结果可用时开口、规则明确则执行，未写则不猜。强调AI自主性不等于主动干预，关键在于分寸感——该干时干，该闭嘴时闭嘴，边界清晰才能建立信任。文中结合Lyncore实践，揭示“克制”才是高效协作的核心。

本文分享Lyncore团队对DeepSeek开源Agent dsh-superagent三条铁律的思考：只在被请求或规则允许时行动、仅在需人决策或结果可用时开口、规则明确则执行，未写则不猜。强调AI自主性不等于主动干预，关键在于分寸感——该干时干，该闭嘴时闭嘴，边界清晰才能建立信任。文中结合Lyncore实践，揭示“克制”才是高效协作的核心。

📌 原文由 Lyncore 团队撰写并发布于官网：https://lyncore.top/tech/agent-memory-five-layers/本文为 Lyncore 团队授权转载，仅作分发用途。一个真实事故：你的 AI 助手在跟 B 客户聊天时，突然冒出了 A 客户的报价和项目细节。追根究底，是它把所有对话塞进了一个向量库，检索时串了。这不是模型的问题，是记忆没分层。本文讲五层记忆怎么把

本文探讨Agent系统中任务丢失与重复执行的根源，提出“先存后做”原则：将决策与副作用分离，所有外部动作（如发消息、调API）先入队持久化，再异步执行。通过事务外发队列（Transactional Outbox）模式，实现幂等性、失败隔离与崩溃续跑。dsh-superagent用单库事务，Lyncore则结合NATS事件总线与分布式持久记录，确保多节点环境下任务不丢、不重。该模式是高可靠Agent

本文探讨人机协同中“等待人工审批”状态的正确设计，指出将“等人”误判为异常会导致任务队列卡死。dsh-superagent 与 Lyncore 分别通过 person/* 阶段与 waiting_approval 挂起态，将人工介入显式建模为非终态挂起，实现可观测、可恢复、可原位续走。强调三原则：结构化标记、不重开任务、避免连坐冻结。反例提醒：终止权应由调度层统一裁决，而非执行器自定。

本文揭示了Agent系统中“调度”与“执行”混在同一会话导致的阻塞、上下文污染等问题，提出通过分离主会话（Main/Orchestrator）与执行会话（Worker）来解决。对比dsh-superagent与Lyncore的分层架构，强调二者同构：主会话负责决策与派发，多个独立Worker并行执行任务，互不干扰。分离后实现上下文隔离、并发独立与可恢复性，尤其适用于长任务、多任务及需人工介入场景。