10月31日晚，DeepSeek Harness 团队在官方公众号发布《Super-agent 设计探索：迈向更自主的 Agent 系统》，并开源原型仓库 dsh-superagent-prototype。文章开篇即声明：这是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，结尾也注明原型插件并非 DeepSeek 的正式产品。所谓"AI指挥AI"，指的是用一个 AI 充当 Router（调度员）统筹对外沟通、把具体任务分派给多个相互隔离的 Worker AI 并发执行，人则上移到决策与验收环节。第一财经微信公众号
热榜刷屏后，多家媒体以"重磅开源""Agent底座架构"为题转述，容易被读成一次产品发布。严格对照官方原文，这篇 1.5 万余字的文章给出的是架构蓝图加一个"为验证技术路线而提供、并非正式产品"的原型插件。文中的性能数字，也全部来自官方自己标注的合成负载初步实验。今日头条微信公众号
瓶颈从模型换成了人的注意力
文章的问题起点很具体：单任务 Agent 的上限取决于模型能力，多任务的上限却取决于人的注意力——据 DeepSeek 观察，一个人通常只能同时跟进 3 到 5 个活跃 Session（会话）。用户并行推进多项工作时，必须手动切换、记住每个会话的上下文；如果群聊消息、GitHub 评论、CI 结果这类环境事件全部塞进一个会话，会被串行执行拖慢；每个事件各开一个新会话，结果又彼此割裂、多头回复。微信公众号
Super-agent 因此把"维护全局连续性"和"高并发执行"拆成两层：常驻的 Router 层统一承接人类交互与任务分派，甚至轻量到可以不配备 Bash 工具；Worker 层挂载完整工具、用最强模型在隔离上下文里专注单一任务，不直接对外发言，只向 Router 汇报，再由 Router 统一回复用户。这就是"AI指挥AI"的准确形态——媒体把它概括为"一个 AI 当主管，多个 AI 同时干活"。与常见的 Agent Team 侧重单个任务内部的拆解协作不同，这里的上层 AI 只管任务之间的高层关联与分派。微信公众号今日头条
让 AI 主动干活的四个机制
光有双层架构不足以"主动、持久"，文章用几个借自经典计算机系统的思路补齐：环境事件被定义为 Trigger，先经程序规则、再经模型两级过滤，滤掉高噪音事件流；同一 GitHub Pull Request 或 IM 话题下的连续事件构成一条 Thread，Worker 订阅后直通收信，不再事事经过 Router 转发；上下文按 Inline & Spill 管理窗口、以链式召回按需找回旧任务；投机执行则允许 AI 在后台"先干着"——DeepSeek 在内部用户群配置了"静默复现并修复"策略，有人反馈缺陷时 Agent 后台自行复现，确认问题并找到简单修复方案才提交 Pull Request，全程无需 @。此外，计算、状态与执行环境按存算分离思路上云，端侧只留一个无状态轻量 daemon，支持把用户日常的开发机接入云端 Agent（BYOM），设备离线后 Agent 仍可在云端持续运行，依赖本机环境的任务等设备重新上线再自动接上；系统外再挂一个独立的 Watchdog Session——同样是一个 AI，负责判断各 Worker 有没有实质进展、陷入死循环时介入修复。微信公众号
实验数字：快了一倍，但代价是 token
官方把四种方案放进同一条模拟事件流对比：每轮约 300 条消息、其中约 20 条工作请求，重复 5 次，且把编码工作替换成纯耗时的模拟工具——衡量的是调度与协作能力，不是写代码能力。结果显示 Super-agent 任务完成时间的中位数（p50）为 12.4 分钟、95 分位 15.7 分钟；作为对照，带 Subagent 工具的单 Session 在中性提示下 5 次运行一次都没有委派子代理、p95 达 29.5 分钟，改为"优先委派"提示后有所改善但仍整体落后。数字背后有两个限定。其一，Super-agent 的快是拿更多 token 换时间和稳定性：官方测得，去掉订阅直通后任务完成时间几乎不变，但 Router 决策数增加约 30%、总读缓存 token 从 2323 万涨到 3177 万——直通机制省的是钱而不是时间。其二，实验基于合成负载与简化环境，官方在文中自陈"部分设置还可以更加严谨"，结果仅供参考。今日头条微信公众号
蓝图之外：现在能用到什么，还缺什么
产品侧的铺垫是今年 8 月开源的 DeepSeek Harness 命令行工具 dsh。10 月 28 日发布的 0.2.2 预览版已被开发者注意到带有实验性 subagent 插件，可把任务派发给本地的 Codex CLI 或 Claude CLI 执行，与文中双层架构一脉相承。此前不少人还在等传闻中的产品更新，这次先等来的是一篇架构探讨文章。对普通用户而言，这更像面向 DSH 开发者生态的路线预告：文中蓝图里真正落到代码的部分还很有限，异步任务机制虽已在 DeepSeek Harness 中实现，但尚未默认开启。知乎今日头条微信公众号
安全与记忆的边界，官方留了白
官方也没有回避未完成的部分：Router 与记忆如何在跨月长周期下扩展、多个 Super-agent 实例间安全通信，以及最现实的一条——当云端 Agent Loop 接入你所有设备的执行环境后，一旦云端被入侵或提示词注入攻破，全部连接的设备都有被控制的风险，文中明确这是走向更广泛应用前必须解决的问题。这些开放问题本身也印证了这次发布的性质：一份写给 Agent 工程界的架构讨论稿，而不是一款已经可以下载使用的产品。微信公众号
