你有没有过这种一天？开5个AI窗口：一个在重构鉴权接口，一个在写测试，一个在修CSS，你像个兼职保姆来回横跳，到中午人已经麻了。代码不难写，累的是盯AI。
10月31日深夜，DeepSeekHarness团队冲着这份“累”下了刀：发布技术长文《Super-agent设计探索》，同日开源研究原型dsh-superagent-prototype。原型以MIT协议放出，6天GitHub star干到近1.9万。知乎知乎知乎
但先把定位说清楚：它不是新模型，也不是产品。 设计文章开篇就先把话说死了：这只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。README第一行也自报家门：research prototype、非生产级、可能含bug。截至11月4日，仓库只有一个提交、没有release。即便如此，这仍是今年最值得看的AI编程开源动作之一——因为它把所有人都感觉到、但没人说破的痛点讲明白了：知乎知乎知乎
AI编程的瓶颈，已经从模型能力挪到了人的注意力上。官方一句话目标是“占用最少的人类注意力，产出最多的价值”：模型再强，一个人通常也只能同时跟进3到5个活跃会话。多出来的全是低价值的转述、催办和重新加载上下文——你本人成了那条消息总线。知乎知乎知乎知乎
Super-agent的做法是把“总线”这活儿搬进系统，两层分工：Router层常驻在线，统一承接交互、分派任务；Worker层带着完整工具集在隔离上下文里干活。触发源不再是人敲的提示词：群消息、CI结果、PR评论、飞书里的点名，都会变成事件进入同一个队列。每个Worker在自己独立的git工作区里干活，互不污染，超5秒的命令自动转后台、超30分钟的直接杀掉。最狠的细节是Mandate授权书：接单之后，系统会生成一份不可变的授权书，记下当时的策略版本、工作范围和授权强度；默认模式是observe，模型觉得能接时只记一条方案、不动手，白名单里的人明确点头才算请求。你确认切到执行模式，它才自动提PR。知乎知乎知乎
冷水也得泼：实验数据不是产品战绩。 论文里消息是合成的，编码环节用“耗时模拟器”替代：对照中性提示，p50时延从20.4分钟降到12.4分钟、p95从29.5分钟降到15.7分钟。但代价也是真的：读缓存从约605万涨到约2323万，约为传统方案的3.8倍，官方没给账单。跟“提示模型优先委派”的对照组比，优势缩到约10%；截至11月4日，没有独立复现，也没有PR通过率和返工率数据。官方原话倒是坦率：可能有bug，别直接上生产。知乎知乎知乎
就算不装，也有三个思路可以直接抄回家：给注意力记账，AI的产出只看需要你决策的部分，进展播报一律略过；先方案后放权，AI新接手一类任务，先让它只出方案，跑稳了再给动手权；派活写死范围，别跟AI说“你看着办”，说清楚能改哪几个文件、不能碰什么、干到哪停。
同一周，DeepSeekHarness首次披露运行数据：截至11月4日，日活跃用户已达154万、日消耗Token约92万亿。第三方插件已增至约3.5万个，约60%的活跃用户制作或安装过至少一款插件。编程圈的竞争，正在从“谁写得快”转向“谁更少需要人盯”——程序员剩下的不可替代性，越来越不是敲代码，而是写规则、守边界。知乎
