什么值得买App下载 App ›
连续签到专享现金活动

多任务并行不用手动切会话,Super-agent能解决哪些工作痛点

2026年10月31日晚,DeepSeek Harness 团队发布技术文章《Super-agent 设计探索:迈向更自主的 Agent 系统》,并同步开源了一个技术验证原型。文章开篇就声明,这是面向工程实践的架构思路探讨,“并非对 DeepSeek Harness 现有产品功能的介绍”。第一财经知乎

它针对的,是很多人用 AI 助手时都撞过的墙:并行开多个 Agent 窗口,瓶颈不在模型,而在人的注意力——官方给出的观察是,一个人通常只能同时跟进 3 到 5 个活跃会话。36氪

Super-agent 的解法,是把会话管理从人手上移交给系统:常驻的 Router 统一接住群聊、GitHub、邮件进来的消息,后台一组 Worker 各自隔离上下文并行干活,结果再交回人做决策与验收。但“不用切会话”能不能成立、目前实现到了什么程度,是两个问题。钛媒体

系统替你切换会话:三类痛点各有对应机制

文章对“手动切会话”的定性很直接:让用户手动管理 Session,在很大程度上是从底层 LLM API 延续下来的设计惯性,Session 应当是系统的实现细节,而不应是用户的认知负担。对应的解法是双层分工——由常驻的 Router 层统一承接人类交互与全局协调,由上下文隔离的 Worker 层并发执行具体任务;用户面对的始终是同一个 Agent,多窗口对齐上下文的活儿归了系统。知乎

官方文章的实例给得更具体:同一个开发任务可以在 IM 和 GitHub 之间连续推进;当团队成员在群聊里反馈软件问题时,即使没有人主动 @ AI,它也能识别潜在缺陷,在后台尝试复现问题、寻找修复方案。第一财经

其余痛点对应的设计:异步 ReAct Loop 让后台跑耗时任务的同时仍能接收新指令;存算分离把任务状态持久化,本地设备离线后可恢复继续;外部 Watchdog 负责监测任务是否停滞、偏离目标,并在发现异常时尝试恢复。需要注意的是,异步执行机制虽已在 DeepSeek Harness 中实现,目前却尚未默认开启,此次开源的原型也只覆盖了部分设计。36氪知乎

官方实验:省下来的时间,是多烧 token 换的

在单次实验包含约 300 条消息、其中约 20 条是工作请求、每种方案重复运行 5 次的模拟测试里,Super-agent 的任务完成时间 p50 为 12.4 分钟、p95 为 15.7 分钟,显著优于带子 Agent 工具的单会话对照组。这个对照组受提示词影响很大,常常决定自己直接执行、被新消息不断打断——这正是把调度固化成系统机制的理由。知乎36氪

代价同样写在原文里:维护多个独立会话使读缓存 token 高于单 Session,团队自己的说法是,用更多的 token 消耗换取更短且更稳定的完成时间。实验还基于合成负载与简化环境,DeepSeek 自己标注结果仅作初步参考。知乎

概念不是首发,增量在把整套编排方案摊开开源

质疑来得很快。第一时间通读文章的开发者并不客气:worker、订阅、router、看门狗,“这些概念我之前的系统都有”。这不算苛评,参与文章审阅的崔添翼直接把话挑明:“这套架构基本已经是业界内前沿团队的共识,有多个团队在好几个月前就尝试过了”。知乎知乎

他也顺手纠正了传播最广的误读:Super-agent 的 super 是“above”的前缀,和 Sub-agent 相对,并不是因为这套架构会让 Agent 变得多么“超级”。钛媒体“影子备忘录”专栏的判断更进一步:AI 真正的瓶颈不是模型不够强,是人的注意力不够分,竞争正在从“比模型”转向“比谁能把 Agent 管住”。知乎钛媒体

文章对自身的定位也不回避:没有提出新理论,而是把计算机系统里成熟的调度、缓存、存算分离、看门狗思路搬进了 Agent 系统。它的实验细节同样解释了为什么必须系统层化:在中性提示下,对照组 5 次运行一次都没有调用子 Agent,p95 达到 29.5 分钟;改成提示优先委派后,仍有一次它判断工作“很小”而选择自己做。靠提示词让模型自己分工不可靠,所以路由、过滤、状态管理被固化成工程机制——这次开源真正的增量,是把一套可逐条核对的多任务编排方案摆上了台面,供全行业检验。钛媒体知乎

文章与原型之间,还有几个阶段没走完

对“现在能不能用”,原文的答案并不含糊:部分设计已在 dsh-superagent-prototype 中实现,该插件只是为了验证技术路线而提供的原型,并非 DeepSeek 的正式产品。实验基于合成负载与简化环境,团队自陈部分设置还可以更严谨。知乎

两位知乎开发者分别通读了开源原型代码,交叉得出接近的结论:文章讲的看门狗在开源原型里没有实装——搜 watchdog 和 speculative,全仓 0 个文件。另一位逐字核对仓库后写道,文章讲的 Watchdog 在开源原型里没有实装,原型实装的是另一件事——授权门禁。代码里的接单开关分关、观察、自动三档,默认观察——系统只写一条“本来会接”的记录,不会真的动手,自动接单需要人启用规则。知乎知乎

二次传播里,几条说法和原文对不上。内部实例持续运行、参与问题复现与修复和代码审查响应,这是文章写明的。但一篇 26 万播放的 B 站解说视频,把“内部已在deepseek harness里实现!未来将开放!”直接写进了标题。“在内部跑”和“即将开放给用户”,原文只支持前者。“无人 @ 就自动修 bug 提 PR”同理,官方给的限定更严:如果没有办法很好解决安全与隐私问题,Super-agent 只有在一个很小且可信的范围才能工作。第一财经哔哩哔哩知乎

更远的硬骨头也列在明处,多实例之间的跨边界协作(A2A)被文章自己标注为待解问题:如何实现安全、可靠的 A2A 通信与协作,仍需进一步探索。崔添翼则透露,长程记忆尚无共识,“这导致 DeepSeek Harness 直到现在也没有内置的跨 session 长程记忆能力,不过可能快有了”。“验收”本身也将成为新的难题:一个系统在 20 项请求上跑通,和在 2000 项并发请求上不漂移、每一份结果都能追溯到依据,是两种难度。知乎知乎钛媒体

回到标题的问题:注意力上限、人肉搬上下文、长任务排队阻塞、任务卡死没人盯,这四类痛点都是真的,文章也确实给出了系统化的解法——只是目前“解决”二字,只在合成实验和半成品原型的范围内成立。对普通用户来说,这次开源提供的不是一装上就能多开十个 Agent 的工具,而是一份可以照着检验行业产品的编排方案模板。接下来值得盯的有三件事:看门狗这类未实装模块会不会补齐、跨 session 长程记忆会不会落地、这套能力会不会从原型走进 DeepSeek Harness 产品线——三件事目前都没有官方时间表。

评论

评论区空态插画

当前文章无评论,是时候发表评论了