DeepSeek Super-agent刷屏:不是新模型、不是产品,普通人现在能用它做什么?

源自180位全网作者

18:00

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》。围绕这个新架构的讨论迅速刷屏,但普通用户最关心的问题需要先说清:这次发布的不是新模型,也不是App或网页版里能直接开通使用的产品,而是一份架构设计探索,外加一个仅供研究参考的原型仓库。配套的原型仓库也已开源,正在做Agent开发的人可以去看。对"普通人现在能用来做什么",最准确的回答是:暂时还用不上。但它讲清楚了一件事——为什么AI越强,人反而越管不过来,这部分比大多数产品发布都更有用。第一财经知乎知乎

瓶颈不在AI聪不聪明,而在人看不过来

设计这套架构的起点是一个很具体的烦恼:现在的AI Agent单个任务干得越来越好,可任务一多,瓶颈反而卡在人身上——你得自己记住每个会话聊到哪了,来回切换盯进度,你同时开五个任务,它就乱成一锅粥。即便有了AI,一个人通常也可能最多就同时管理3到5个活跃的对话。微博知乎

团队做过一组对照实验:同一个模型、同一场景,只换提示词。中性提示下,Agent一次都没有调用子代理,全部自己干,被新消息不断打断,p95延迟拖到29.5分钟;换成"优先委派"的提示词,5次里4次派了活,剩下1次它判断"这活很小"又自己干了。同一个模型、同样的输入,5次运行能给出5种分工决策——所以他们得出的结论不是"提示词写得更好",而是把"要不要分工""凭什么可以干"这类判断,从模型的临场发挥搬进系统结构。知乎

它怎么"自己干活":一个接活派活,一群并发执行

支撑整套设计的,是"连续、高效、主动、持久"四个特征,和双层架构、事件驱动、面向人的交互、计算/状态/环境分离、外部Watchdog五个部件。用大白话说:一个常驻的Router负责跟人类对话、把活派下去,它甚至可以没有干活的工具;多个Worker在隔离的上下文里并行执行,工具最全、通常模型也最强,却没有直接对用户说话的通道,干完只把结构化结果交回Router,由它统一回复。不靠自觉,靠结构。知乎

对来自群聊、邮件、代码评审、CI结果的环境事件,系统先让规则筛、再让模型判断,规则追求高召回,主动干活的默认姿态是"能不说话就不说话"。DeepSeek内部群里就配置了"静默复现并修复":有人反馈问题,Agent先在后台复现、定位,确认问题存在且找到简单修复方案才提交PR,否则全程不发声。原因很直接:一个能主动干活的系统,同样能烧掉整个团队的注意力。知乎

压测数据还给出了一个反直觉的结果:事件到达速率从约每分钟1条涨到40条,单次请求耗时只从2.5秒涨到3.9秒,摊到每个决定上的延迟反而从6.4秒降到1.6秒——越忙,单个决定越便宜。但文章同时写明了上限:受制于上下文长度和模型一轮能准确处理的事件数,超过之后吞吐不会继续涨,准确率会先崩。这套数据来自团队内部测试,距离消费级产品的稳定性还有多远,目前无法从公开材料判断。知乎

刷屏之前,先钉住三个边界

它不是模型:这次DeepSeek没有发布新模型,发布物是文章加原型。它不是产品:仓库README第一段就是免责声明,措辞比一般项目重得多——Research prototype for reference only, not an official DeepSeek product,公开版既不等于DeepSeek的内部版本,也不等于文章里描述的实现,文中一些设计属于"未来方向",原型并未实现。它也不是拿来即用的框架:数据库、事件循环、授权这些底层组件全部手写,性质更接近一份参考实现,读懂源码的收益大于把它当框架调用。机器之心等转载时同样注明,这是一篇面向工程实践的架构思路探讨,不是产品发布。知乎小红书

普通人现在能用来做什么

不写代码的读者:DeepSeek的App和网页版暂时没有这套功能的入口,最实际的做法是把它当"产品路线图"来读。它描述的新形态是一个持续在线的数字同事:你不用切换窗口、不用记住自己开了几个会话,直接在IM聊天、GitHub评论这些熟悉界面里跟它交互,感觉始终只存在一个Agent。分工是:你负责定目标、做决策、验收结果,AI自己安排任务、同时推进几件事。值得留意的观察信号是:主流AI助手什么时候从"每次新开对话"走向"常驻、主动、多任务并行"。微博知乎

会写代码的读者:现在就能动手。原型仓库 deepseek-ai/dsh-superagent-prototype 已开源并采用MIT协议,可以直接clone下来读源码。即便不跑这套代码,几条原则搬进自己现有的脚本和Agent应用也立即有用:把派活和执行拆开、给"人"单独保留不被新任务挤占的位置、让主动行为默认沉默、长任务转后台而不是把会话卡死。知乎

所有用户:这次刷屏真正值得记住的判断是一句话——Agent的瓶颈已经从模型能力转移到人的注意力,而后者不能靠换一个更大的模型来解决。下一轮AI工具的竞争点,不在谁答得更好,而在谁能第一个把你从"盯着AI干活"的位子上解放出来。知乎

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章