精华速览

DeepSeek Harness 团队于 10 月 31 日发布《Super-agent 设计探索》，提出面向工程实践的 Super-agent 架构。该架构针对现有 Agent 以单一 Session 为单位、用户并行任务时上下文切换负担重、单会话阻塞及本地离线任务中断等问题，将系统划分为 Router 层与 Worker 层：Router 承接人类交互、维护全局上下文并分派任务，Worker 在隔离会话中并发执行并向 Router 汇报。团队归纳出连续、高效、主动、持久四项特征，并配套事件驱动、投机执行、异步 ReAct Loop、计算与状态及环境分离、Watchdog 等机制。初步实验显示，Super-agent 任务完成时间 p50 为 12.4 分钟、p95 为 15.7 分钟，优于单 Session 方案。团队同时列出 Router 扩展性、长程记忆、安全隐私等待解问题，并强调原型插件并非正式产品。

要点透视

  • DeepSeek Harness 团队于 10 月 31 日发布 Super-agent 设计探索文章，提出 Router 与 Worker 双层架构，Router 统一对外交互并分派任务，Worker 在相互隔离的会话中并发执行且不直接回复用户。
  • 团队观察称，一个人通常只能同时跟进 3 至 5 个活跃 Session；现有 Agent 以单一 Session 为基本单位，并行任务时需手动切换并维护上下文，CLI、MCP 或外部连接器也难以解决单会话同步阻塞与本地离线任务停止问题。
  • Super-agent 被归纳为连续、高效、主动、持久四项特征，分别对应跨 IM、GitHub 等渠道连续交互，并行处理复杂任务，持续观察环境事件并主动推进，以及长期在线并从异常状态恢复。
  • 事件驱动机制将群聊消息、邮件日程、代码审查评论、CI 结果等外部信息定义为 Trigger，先经程序规则过滤再由大模型判断是否行动；已分配任务的事件流可由 Worker 直接订阅 Thread，减少 Router 负载。
  • 实验设置每次约 300 条消息、其中约 20 条为工作请求，每种方案重复 5 次；Super-agent 任务完成时间 p50 和 p95 分别为 12.4 分钟和 15.7 分钟，中性提示下单 Session 方案 p95 为 29.5 分钟。
  • Router 压力测试中，Trigger 到达速率从每分钟约 1 条升至约 40 条，平均批处理大小从 1.0 增至 2.8，单次请求耗时从 2.5 秒增至 3.9 秒，单个决定分摊的推理时间从 6.4 秒降至 1.6 秒。
  • 架构将计算与持久化状态放在云端，执行环境可保留在用户本地设备并仅部署轻量 daemon，支持 BYOM；异步 ReAct Loop 已在 DeepSeek Harness 中实现但尚未默认开启。
  • 团队列出待解问题，包括 Router 层随任务规模扩展、跨月乃至更长时间跨度的长程记忆、脱离 Session 后的人机协作、Agent 实例间 A2A 通信，以及云端接入本地设备后的提示词注入、端侧凭据泄露和跨设备权限风险；原型插件 dsh-superagent-prototype 仅用于验证技术路线，并非正式产品。

文章拆解

DeepSeek 此次提出的 Super-agent 架构，本质上是对当前 Agent 系统组织方式的一次重新设计。现有主流方案以单一 Session 为基本单位，Session 之间彼此独立，用户并行推进多项工作时不得不手动切换并维护上下文。团队观察到的“一个人通常只能同时跟进 3 至 5 个活跃 Session”，说明瓶颈已从模型单任务执行能力转向人的注意力。Super-agent 试图把 Agent 从被动响应指令的工具，转变为持续在线、可并行处理多项任务的协作者，这一方向与行业对自主 Agent 的探索一致，但 DeepSeek 给出了更具体的工程分层。

核心逻辑在于用 Router 与 Worker 双层结构解耦“对外沟通”和“具体执行”。Router 承接人类交互、维护全局上下文并分派任务，Worker 在隔离会话中并发执行且只向 Router 汇报。配合事件驱动机制，外部消息、代码评论、CI 结果等 Trigger 先经程序规则过滤，再由模型判断是否行动；已分配任务的事件流可由 Worker 直接订阅 Thread，从而降低路由负载。投机执行和异步 ReAct Loop 则进一步减少人类等待时间，前者在后台提前准备日程检查、故障复现等工作，后者让耗时工具调用以异步方式返回，前台对话不被阻塞。计算与状态放在云端、执行环境可留在本地的设计，则试图兼顾持久在线与用户本地开发环境的使用习惯。

从实验数据看，Super-agent 在合成负载下将任务完成时间 p95 从单 Session 方案的 29.5 分钟降至 15.7 分钟，Router 在 Trigger 高频到达时也能通过合并积压事件提高有效吞吐。但团队明确说明，实验基于合成负载和简化环境，主要评估调度与协作能力，并不衡量单个任务的实际执行能力，因此这些数字更适合理解为架构调度效率的初步验证，而非端到端生产力的完整证明。

对行业和用户而言，这一设计提示 Agent 产品的竞争点可能从“单次任务做得多好”扩展到“能否长期在线、并行承接多项工作并主动推进”。若该形态成熟，开发者有望把问题复现、代码审查响应等事务交给持续运行的 Agent，减少手动切换上下文的成本。但变量同样明显：Router 层如何随任务规模扩展尚待确认；跨月乃至更长时间跨度的长程记忆仍是开放问题；脱离 Session 后的人机协作方式、不同 Agent 实例之间的 A2A 通信也需进一步探索。安全与隐私风险尤为突出，云端 Agent 接入本地设备后，提示词注入、端侧凭据泄露和跨设备权限管理都需要额外机制。此外，异步任务机制虽已在 DeepSeek Harness 中实现，但尚未默认开启，原型插件也仅用于验证技术路线，距离正式产品仍有距离。

查看原文