10月31日晚，DeepSeek Harness团队在官方公众号发布长文《Super-agent设计探索：迈向更自主的Agent系统》，抛出一套双层Agent架构设计。配套原型dsh-superagent-prototype同日以MIT协议开源，代码托管在GitHub的deepseek-ai组织下。
这不是一次普通的模型升级。它瞄准的问题很明确：大模型执行单任务已经越来越不需要人盯着，下一步的瓶颈落在了人的注意力上。
为什么现有Agent不够用
DeepSeek团队的观察很扎心：一个人通常只能同时跟进3至5个活跃Session。现有主流Agent以单一Session为基本单位，各Session之间相互独立。你想并行推进多项工作，就得手动切换窗口、维护上下文。
痛点还有三个：单会话同步阻塞、多任务上下文混乱、本地设备一离线任务就停。CLI、MCP、外部连接器都只是打补丁，没解决根子上的问题。
Router加Worker：双层架构怎么分工
DeepSeek把这套新形态命名为Super-agent，归纳出四项基础特征：连续、高效、主动、持久。
- 连续：在即时通讯、GitHub评论等不同渠道，跟同一个Agent交互。
- 高效：并行处理多个复杂任务。
- 主动：持续观察环境事件，自行推进值得处理的事项。
- 持久：始终在线，长期运行中能从异常状态恢复。
架构上，系统分两层。Router层负责承接人类交互、维护全局上下文、分派任务；Worker层在相互隔离的会话中并发执行具体工作。Worker不直接对用户说话，所有结果汇总给Router统一对外沟通。
事件驱动机制是关键。群聊消息、邮件、日程提醒、代码审查评论、CI运行结果，这些都算Trigger。系统先用程序规则过滤，再交给大模型判断要不要行动。已分配任务的事件流，Worker可以直接订阅对应Thread，后续事件绕过Router直达，路由负载大幅下降。
一个外部”监工”：Watchdog Session
主架构之外，DeepSeek设置了独立的Watchdog Session，形成外部控制回路。
它干两件事：一是盯基础设施，接口报错、状态恢复失败都会被捕获；二是用模型判断Worker是否取得实质进展、执行方向有没有跑偏，发现异常直接介入修复。
Agent连续跑几个小时不出事，靠的就是这层保险。
云端大脑加本地手脚：BYOM设计
长期在线的Agent，计算放哪？DeepSeek的选择是解耦：计算与会话状态放云端，执行环境留在用户本地设备，只部署一个轻量daemon负责执行命令、返回结果。
这套设计支持BYOM（Bring Your Own Machine）。你日常的开发机、个人电脑都能接入云端Agent，也可以连云端托管机器，或按需创建计算环境。
数据说话：快了一倍以上
DeepSeek团队做了初步实验。每次实验约300条消息，其中约20条是工作请求，每种方案跑5遍。
结果：Super-agent的任务完成时间p50为12.4分钟，p95为15.7分钟；中性提示词配置下的单Session加Subagent方案，p95达到29.5分钟。差距超过一倍。
Router层压力测试同样有意思。Trigger到达速率从每分钟约1条拉到约40条时，平均批处理大小从1.0升到2.8，单个决定分摊的推理时间从6.4秒降到1.6秒。事件突发时，Router靠合并积压事件提高有效吞吐，越忙反而越划算。
团队自己也提醒：实验基于合成负载和简化环境，衡量的是调度与协作能力，不代表单个任务的执行水平。
遗留问题与行业信号
文章列出了几道没迈过去的坎：Router层如何随任务规模扩展、跨月级长程记忆、脱离Session的人机协作、Agent之间的A2A通信、安全与隐私。云端Agent接入本地设备后，提示词注入、端侧凭据泄露、跨设备权限风险都需要专门应对。
行业层面，这个方向已经拥挤。OpenAI的Dots主打24小时待命，Meta的Muse Wonder用Active Memory让Agent记住用户，Anthropic的Claude Duet关机也能干活。DeepSeek这次把设计文档和开源原型一起放出来，等于给整个赛道立了个公开参照系。
对普通用户来说，Agent正在从”你问我答的工具”变成”常驻在线的同事”。注意力的解放只是开始，接下来要适应的，是给这个数字同事划清边界、定好规矩。
参考资料：
- DeepSeek Harness团队《Super-agent设计探索：迈向更自主的Agent系统》
- GitHub仓库：deepseek-ai/dsh-superagent-prototype
苏公网安备32010502011527号
发表回复