DeepSeek开源Super-agent:AI自己接活,人只负责验收
10月31日DeepSeek Harness团队公开Super-agent架构并开源研究原型dsh-superagent-prototype,采用Router-Worker双层设计,模拟环境中任务完成时间P95为15.7分钟,单会话方案为29.5分钟。
2026-11-08 08:12:02 · Editor: 刘立永2026年10月31日晚间,DeepSeek Harness团队在官方公众号发布技术文章《Super-agent设计探索:迈向更自主的Agent系统》,公开了一套面向自主智能体的架构,原型的开源版本随后以MIT协议发布在DeepSeek AI官方GitHub组织下,项目名dsh-superagent-prototype。
团队在文章里点出的问题很具体:模型完成单个任务越来越不需要人干预,但人管理多任务的注意力没有变——一个人通常只能同时跟进3到5个活跃会话。多任务的上限,正从"模型能力"转向"人的注意力"。
Router加Worker:把调度从人手上挪到系统
Super-agent采用双层设计。Router是持续运行的全局协调节点,统一接收群聊、GitHub、邮件等多渠道消息并分派任务;Worker各自维护独立上下文,并行执行问题复现、代码审查、功能开发等具体工作,必要时可调用Subagent。
更关键的是"订阅与直通"机制:某个Worker接手一个GitHub PR后,可以直接订阅该PR的后续评论,有人提修改意见时消息直达该Worker,不必再经Router层层转发。官方测试显示,取消事件直通后,Router决策次数增加约30%,读取缓存Token增加约37%。这说明直通不是锦上添花,而是直接影响系统成本结构的设计。
公开的实测数字
在模拟多任务环境中,Super-agent任务完成时间中位数为12.4分钟,95分位15.7分钟;作为对照,传统单Session方案在中性提示下95分位达到29.5分钟。
开源原型面向单个GitHub代码仓库,可选接入飞书,默认以观察模式启动:只生成修复思路与补丁方案并标记为待接受,不自动改码;确认稳定后可切到执行模式自动提交PR。团队明确说明,这是源自日常探索的研究原型,不是正式产品。
企业该关心什么
第一,Agent的竞争重心在从"模型多强"转向"系统可不可治理"。Router/Worker意味着要有人管权限、管会话边界、管谁批准合并,这些原来属于管理问题,现在变成工程配置。
第二,测量比能力更重要。12.4分钟和29.5分钟这组数字的意义不在于谁快,而在于它给了企业一个可复现的验收口径:同样的任务流,你的Agent从提交到产出要多久。
第三,先把场景收窄到代码仓库这类边界清晰的地方。原型只面向单仓库,就是这个思路。企业内部同理,先找一个输入输出都能被系统记录的场景,跑通再扩展。
需要提醒的是,官方披露的是模拟环境下的数据,且原型默认不改码,距离生产可用还有治理、审计、权限三道关。把它当成"未来半年的方向标"比当成"现在就能上线的工具"更合适。
新思维软件在给山东制造与商贸企业做系统集成时,判断一个自动化工具能不能进生产,第一条永远是"出事时能不能追到人和单据"。Agent走进业务系统,这条标准不会变。
参考来源:
1. 环球网《DeepSeek发布全新Agent架构"Super-agent",让AI调度AI》(2026-11-01) https://finance.sina.com.cn/roll/2026-11-01/doc-inixeyiz3146996.shtml
2. InfoQ《刚刚,DeepSeek 开源新 Agent 架构:可接 Github 和飞书,研究让 AI 自己接活》(2026-11-01) https://www.toutiao.com/article/7702923173360173587
3. 开源原型 dsh-superagent-prototype(MIT) https://github.com/deepseek-ai/dsh-superagent-prototype