DeepSeek的实验：给AI配了助手，它却一次没

DeepSeek 团队最近搞了组实验，想看看给 AI 配个助手，它会不会自己把活分出去。

结果挺打脸。中性提示词跑五次，主会话一次都没叫帮手，全揽在自己身上，还老被新消息打断。换成强调“优先委派”的提示词，五次里四次才分了工。剩下那次，它觉得活儿太小，又决定自己动手，反而拖慢了进度。

这说明啥？有分工工具，跟能稳定分工，完全是两码事。

为了解决这个问题，他们设计了套新架构：专门设了个“调度台”负责接活和派单，真正干活的 Worker 在旁边专心执行。调度台绝不顺手替人干活，免得前台被占住。

这套系统还会自动过滤群聊里的废话，只把需要处理的消息丢给模型。遇到耗时任务，直接扔后台异步跑，不耽误你发新指令。不过代价是，维护多个独立会话挺费算力，缓存读取量比单会话高出好几倍。

所以挑 AI 助手别光看它能开几个窗口，关键看交给它一堆活之后，你自己要切窗口、转述、催促的次数有没有变少。

要不要我帮你把这套架构的核心机制，做成一张方便发给朋友的文字摘要？