2026年10月31日晚，DeepSeek Harness 团队在公众号发布了技术长文《Super-agent 设计探索：迈向更自主的 Agent 系统》，并同步在 GitHub 开源了研究原型 dsh-superagent-prototype（MIT 协议）。
官方反复强调：这是研究原型，不是正式产品。 但文中描述的内部运行场景确实让人眼前一亮——一个常驻实例能盯着 GitHub 和飞书群，没人 @ 它也能嗅出潜在 bug、后台复现，最后直接提交 Pull Request 等人审核。
这件事最值得关注的点不在于"模型又变强了"，而在于 DeepSeek 团队提出了一个判断：限制产出的不再是模型能不能完成任务，而是人能同时盯住几个会话。
模型地址：DeepSeek官网
一、人的注意力，成了Agent的新瓶颈
当前主流 Agent 大多以单个 Session 为单位工作。用户想并行推进几件事，只能反复切窗口、自己记上下文。DeepSeek 团队观察到，一个人通常只能同时跟进 3 到 5 个活跃会话。
于是怪圈出现了：单任务上限看模型，多任务瓶颈却卡在人身上。Super-agent 要破的正是这道坎。
项目的设计原则写在文档第一行："尽可能少占用人的注意力，尽可能多给出价值。" 它不鼓励 AI 频繁汇报"正在分析代码""已完成初步测试"，而是只在结果可用、需要决策或无法继续时才打扰人。
二、一个Router派活，一群Worker干活
核心架构是双层分工：
- Router（常驻前台）：接收 GitHub、飞书等入口的消息，维护全局上下文，判断新需求该派给谁。它自己不执行具体任务，用轻量模型即可。
- Worker（上下文隔离）：每个任务一个独立会话和工作目录，专注单一任务，用最强模型并行跑，做完回传 Router。
再配上几个关键机制：
- 事件驱动 + 两级过滤：程序层（Fast Path）用确定性规则快速筛掉闲聊和噪音，零 Token 消耗；语义层（Slow Path）才交给大模型研判要不要接单。
- 订阅直通：Worker 接手一个 PR 后，后续评论直接送达，不必每次都绕 Router 一圈。实验显示，关掉直通后任务完成时间几乎没变，但 Router 决策次数增加约 30%，读缓存 Token 多花约 37%。
- 存算分离 + 外部 Watchdog：计算放云端，状态单独存，电脑离线也不丢任务。另起一个独立 Watchdog 会话定时巡检，发现 Worker 陷入无效循环或接口报错时自动介入修复。
三、实验数据：更快更稳，但 Token 花得更多
团队用合成负载做了初步实验：单次约 300 条消息、其中约 20 项工作请求，每种方案跑 5 次。
| 方案 | P50 | P95 |
|---|---|---|
| Super-agent（双层 + 直通） | 12.4 分钟 | 15.7 分钟 |
| 单 Session + Subagent（中性提示） | — | 29.5 分钟 |
| 单 Session + Subagent（优先委派） | 13.8 分钟 | 29.0 分钟 |
Super-agent 的优势主要在尾部稳定性——P95 从近 30 分钟砍到 15.7 分钟，长尾问题明显改善。
但代价是 Token 消耗更高：Super-agent 读缓存 Token 约 2323 万，单 Session 基线仅 605 万，约 3.8 倍。 团队的说法是"用更多 Token 换更短、更稳的完成时间"。
Router 层压测还有一个有意思的发现：事件到达速率从每分钟 1 条升到 40 条时，Router 会自动合并积压事件，单个决定的分摊推理时间从 6.4 秒降到 1.6 秒。 越堵反而越便宜——这是批处理带来的红利。
四、成本账：V4-Pro峰时输出$3.96/百万Token
这套架构跑起来真金白银花多少？以 DeepSeek V4-Pro 峰时价格为例：输入 $1.32/百万 Token，输出 $3.96/百万 Token。 相比 GPT-5.5、Opus 5.5 等旗舰模型，确实低一个量级，但 Super-agent 多会话、长上下文的特性意味着 Token 账单不会低。
团队也坦承实验基于合成负载和简化环境，不衡量真实代码质量，结果仅作初步参考。
五、四道坎还没跨过
文章列了四个待解问题，每一条都挺实在：
- 架构扩展：单 Router Session 何时需要水平切分？同层 Worker 之间何时需要直接通信？
- 人机协作：底层会话不再对应聊天窗口后，任务怎么呈现？人怎么中途介入、接管？
- 上下文边界与 A2A：多个隔离实例之间如何安全可靠地协作？
- 安全与隐私：云端 Agent 接入端侧凭据，一旦被提示词注入攻破，全部连接设备都可能失守。
第四点尤其关键。团队给出的方向是：设计让 Agent 不接触凭据本身也能使用凭据的机制。
六、怎么看这次发布
先把边界钉死：这不是 DeepSeek 正式产品，公开代码和内部版本不完全一致，部分设计尚未实现，代码可能有 Bug。 它适合在测试仓库里跑通、借鉴架构思路，不建议直接上生产。
但设计思路本身有长期参考价值。Super-agent 没有提出全新理论，而是把操作系统里的调度、缓存、看门狗、存算分离这些经典工程思想搬进了 Agent 系统。 当模型执行单任务越来越不需要人干预，瓶颈确实正在从"模型能力"转向"人的注意力"。
对开发者来说，这次最值得读的或许不是代码，而是它把"人盯几个窗口"这件事变成了一个可以被系统接管的工程问题。Agent 从被动对话窗口变成持续在线的自主协作者——这个方向，行业已经在集体往这里走。
更多AI大赛活动请关注
AITOP100平台有收录、承办、推广各类型AI大赛活动业务，需要合作的朋友可以在首页最下方联系商务洽谈
AI人工智能网站--AITOP100平台AI创作大赛专区： 点击此处进入AI创作大赛
AI人工智能网站--AITOP100平台活动专区：点击此处进入AI活动
AITOP100平台大赛社群二维码：
