10月31日晚，DeepSeek Harness 团队发布长文《Super-agent 设计探索：迈向更自主的 Agent 系统》，文中最有分量的信息来自其内部已经跑起来的实例：同一个开发任务可以在 IM 和 GitHub 之间连续推进，这个实例还会持续观察公共群聊，在无人 @ 的情况下主动定位缺陷、提交修复 Pull Request。 AI 自己找 bug 改代码不再是演示视频里的桥段，但"开发者能提多少效"，官方给出的证据比许多转述标题克制得多。微信公众号IT之家
自己找 bug 不是玄学，是一套事件驱动的过滤与投机机制
文中描述了这一能力的完整链路：群聊消息、GitHub CI、PR 评论等环境事件被统称为 Trigger，先经一层确定性规则的程序过滤挡掉绝大多数噪音，剩余候选再交给模型判断是否值得行动。更关键的是官方称之为"投机执行"的设计：DeepSeek 已在内部用户群配置了一条"静默复现并修复"策略，当群里有人反馈问题，Agent 先在后台尝试复现并寻找修复方案，只有确认问题并找到简单可靠的方案才交付结果，否则全程保持安静。也就是说，AI"自己找 bug"的前提不是被指派了任务，而是系统允许它在噪音中自行判断哪些事值得先动手。知乎微信公众号
提效的空间来自并行，不是单次变快
DeepSeek 对瓶颈的判断是全文的出发点：单任务的上限越来越取决于模型能力，多任务的上限却取决于人的注意力——一个人通常只能同时跟进 3 到 5 个活跃会话，得自己记住每个窗口聊到哪了。Super-agent 的双层架构就是冲着这个天花板去的：Router 层作为常驻的全局协调者只负责收消息、维护全局上下文、分派任务，每个 Worker 拥有独立会话和完整工具，并行工作、互不阻塞，执行过程不刷屏，最终由 Router 统一向用户反馈。配套设计还包括：把 ReAct 循环改成异步的全双工交互，跑长任务时照样能接收新指令甚至叫停；计算、状态与执行环境三层分离，Agent 循环放云端、本地只留一个轻量 Daemon 执行命令（官方称 BYOM），电脑休眠不再等于任务终止；外加一个独立的 Watchdog 会话巡检各 Worker 是否在无效空转。对开发者而言，效率增益的第一来源不是模型写代码更快，而是可并行推进的任务数第一次摆脱了人眼轮询的约束。微信公众号知乎
数字能信到什么程度
官方的消融实验用群聊和 GitHub CI 消息流同时驱动四种方案，每轮约 300 条消息、约 20 条是真正的工作请求，编码用一个只消耗时间的替代工具模拟，重复运行 5 次：Super-agent 任务完成时间 p50 为 12.4 分钟、p95 为 15.7 分钟，而带 Subagent 工具的单会话方案在中性提示下几乎从不主动分派，尾巴拖到 29.5 分钟。这组数字真正证明的是一个架构结论：把职责划分固化到系统里，比靠提示词让模型临场决定要不要委派更可靠——即便提示改为优先委派，5 次运行仍有 1 次因模型判断工作"很小"而自己动手，形成长尾。但边界必须同时记住：实验基于合成负载与简化环境，官方注明结果仅作初步参考，衡量的是调度能力而非代码产出量。把 p95 减半直接换算成"生产提效 47%"，属于超出证据的读法。微信公众号知乎
开发者现在能拿到什么，还要等多久
离普通开发者最近的载体是官方开源的编码代理 DeepSeek Harness（DSH），但项目仍处于 developer preview、迭代很快且会有不兼容变更，社区对其能否媲美 Claude Code 的判断也偏谨慎。官方在文中确认，支撑 Super-agent 的异步任务机制已经在 DeepSeek Harness 中实现，只是尚未默认开启。随文章同步放出的 dsh-superagent-prototype 仓库自述为"Towards a More Autonomous Agent System"，官方明确其只是验证技术路线的原型，并非 DeepSeek 的正式产品，Super-agent 以产品形态开放时间未披露。知乎微信公众号GitHub
改代码能力本身已有第三方交叉验证：DataCamp 在控制模型的对比中，让同一模型分别跑 DSH 与 Claude Code 完成同一个修 bug 任务，生成的补丁逐字节相同、10 个测试全部通过，不过这只是单次窄任务，长任务上谁强谁弱仍无数据。眼下更现实的收益发生在分工层面：人从逐个会话的任务调度员，转向目标设定、关键决策和结果验收。而越是能长期运行、主动行动、跨设备访问的 Agent，越绕不开权限边界与安全审计——官方在文末的"开放问题"里，把双层架构的扩展、跨实例的 Agent 间协作、安全与隐私列为尚未解决的难题，这些也正是用户敢不敢真正放权之前，必须盯住的下一步。知乎
