10月31日晚,DeepSeek Harness团队在官方公众号发表技术文章《Super-agent设计探索:迈向更自主的Agent系统》。随后,这个词条被推上热榜。第一财经
先说清楚:这不是新模型,也不是“超级智能”。文章开头就写明,这是一篇面向工程实践的架构思路探讨,并非对现有产品功能的介绍。DeepSeek
审稿人崔添翼在知乎解释得更直接:“super-”是“在上面”的意思,和sub-agent的“在下面”相对。它是在干活的Agent头上加一层,不是让Agent变超级。知乎
它要解决的不是“单个任务做不好”。Coding Agent已经能独立写代码、修Bug、跑测试;问题出在多任务:每个任务一个Session,人得记住每个窗口的进度。
团队观察,一个人通常只能同时跟进3到5个活跃Session。多任务的上限,因此不在模型,而在人的注意力。DeepSeek 公众号
Super-agent把这层管理交给系统。最核心的是Router和Worker两层。Router常驻,负责接人和派活,自己不执行具体任务。
Worker各自隔离上下文,带完整工具干活,不直接跟人说话,结果汇报给Router。多个Worker可以并行,互不打断。
另一块是事件驱动。群聊、GitHub评论、CI结果都能触发;先由程序筛掉噪音,再让模型判断要不要介入。人没开口时,它也能主动复现Bug、提交PR。
DeepSeek说内部实例已经在做这些事,参与问题复现、代码审查和Harness自身的迭代。但这是团队自述,不是第三方验证。36氪
为了不让耗时任务堵住对话,Super-agent把工具调用改成异步,后台跑测试时还能接新消息。
计算放云端,状态进数据库,本地只留轻量daemon。再加一个Watchdog,定期检查任务有没有卡住或跑偏。
目前能拿到的是MIT协议的原型仓库。README写得很清楚:这个仓库是研究原型,不是DeepSeek的正式产品。GitHub
它只覆盖部分设计,和内部版本也不一样。异步执行在DeepSeek Harness里已经实现,但尚未默认开启。
初步实验约300条消息、约20个工作请求:Super-agent的p50/p95为12.4/15.7分钟;作为对照,单Session+Subagent在中性提示下p95为29.5分钟。DeepSeek
但作者自己标了前提:合成负载、简化环境、每种方案只跑5次,结果“仅作为初步参考”。
更关键的是,那个29.5分钟的基线,模型在5次运行里一次都没调用Subagent。这更像在说明:把分工写进系统,比靠提示词让模型自己决定更稳定。
代价也写得很直白:同一组实验里,Super-agent的读缓存token是2323万,单Session+Subagent是605万到1082万。它用更多token换更短、更稳的完成时间。DeepSeek 公众号
DeepSeek没回避剩下的问题。文章第八节列了四项:Router怎么扩展、人怎么接管、实例间怎么通信、安全隐私。
最后一项最硬:云端Agent一旦被入侵或提示词注入攻破,它连接的所有端侧设备都可能被控制。DeepSeek
崔添翼也说,原型只在公司内部较小规模的受信环境跑通,“计算和状态、环境”解耦要在dsh里实现还有很多工作。知乎
它的价值不在“又发了个大招”,而在换了个问法:过去比谁的Agent更能干,现在比谁能把一堆Agent可靠地组织起来,并且算得清token、权限和验收的成本。
对普通用户,短期内不会有叫Super-agent的App替你上班;对开发者,可以借鉴其中的分工和事件路由思路,而不是照搬原型。
文章把人的位置写得很清楚:从执行细节上移到“决策与验收”。会话可以交给AI,验收还在人手里。这大概是Super-agent最真实的边界。
当前文章无评论,是时候发表评论了