10月31日晚，DeepSeek Harness团队发布《Super-agent设计探索》，并开源了能跑的研究原型。
它不是新模型，也不是正式产品，而是挂在DeepSeek Harness上的插件，目前只盯一个GitHub仓库，可选接飞书。GitHub
官方把边界写得很清楚：这是一篇架构探讨，不是产品介绍。DeepSeek Harness 团队
几天过去，第一批实测陆续出来。最抓眼的一条来自B站UP主“1024工程笔记”。
他在一个订单价格小项目里，故意改坏3处代码：两个比较符号，一个向上取整。推送后，GitHub上自动开出3个CI失败issue。
没人@它，它自己判断、分给3个Worker；每个Worker在自己的目录里只改源码，不动测试。
从推送到3个修复PR建好，用了2分13秒。合并后，主分支CI全绿。哔哩哔哩
知乎用户“澄心”的测试更能看出“连续”：他让它处理两个GitHub Issue，最后拿到三份PR。知乎
第二个Issue执行到一半，他回到原Issue要求改成中文文档，Worker在同一条任务线里继续，又交了新PR。
原理不复杂：Router分派，Worker干活。
哈苏哈把文章和代码对了一遍：官方写了五个模块，原型只落地三个，面向人的交互还只做了一部分，存算分离和Watchdog没实现。知乎
默认还是observe模式：只记录，不真动手。GitHub
真正值得看的，是jiaoqsh的另一份“体检”：他搭了回放台，把中文群聊灌进原型，专门测Router。
78个难例，deepseek-flash和v4-pro都判对77个。知乎
但坏消息也在这里。原版提示词下，Router错误叫停了9次，连带影响18条后续消息。
它会把“你不用管了”按发送人去猜，猜成对方手上唯一在办的那件事。叫停是破坏性操作，进行中的上下文会丢。改一句提示词后，误停降到0次，代价是回复从42条涨到56条。
更隐蔽的是漏消息。人在别的Thread补充一句，如果没@它，原型会直接静默丢弃：完全不@时丢100%，一半@时丢45%。
还有卡死。测试里15%的Worker随机卡住，不报告也不读新消息。默认只有3个槽位，3个一起卡住，整个系统就停摆，而且没人收到通知。
Watchdog能兜住卡死，但发现不了循环。它和显式触发最大的差别是：@它、指派它，漏了你会知道；让Router自己判断，错了往往很安静。知乎
官方实验也给了两组容易误读的数字：Super Agent的p50是12.4分钟，p95是15.7分钟；带Subagent工具的单Session，中性提示下p95到29.5分钟。DeepSeek Harness 团队
官方同时写明，Super Agent整体读缓存token高于单Session：用更多token换更短、更稳的完成时间。
所谓“直通省27% token”也是同一个口径：去掉直通后，读缓存token从2323万涨到3177万。DeepSeek Harness 团队
按这组数字折算约27%，省的是内部转发开销，不是比单Session省。
官方还提醒，实验用的是合成负载与简化环境，结果只能算初步参考。
所以现在该怎么看它？它是一个方向清楚的预览：Agent从“会话工具”变成常驻协作实体，调度从人手里交给系统。
但它离“开箱即用的数字同事”还有距离。装它要过一堆环境步骤，最好单独准备一个GitHub账号。GitHub
一旦接下任务，Worker会以你的系统用户身份、免审批执行命令。GitHub 文档
官方自己也把安全与隐私列为开放问题。DeepSeek Harness 团队
更现实的是验收：派活省下的注意力，会转移到看PR上。
如果你有一个边界清楚的GitHub仓库，愿意先用observe模式看它想干什么，就能提前看到“Agent同事”长什么样。
如果你想要能操作各种App的通用助手，它现在还不是。
它最像同事的地方，可能不是会找活，而是犯了错也不吭声。
