DeepSeek Harness

DeepSeek Super-agent:五个原语管住权限

10月31日DeepSeek以MIT协议开源dsh-superagent-prototype,文档把领域模型拆成五个原语,用无状态Eval和不可变授权把调度与权限分开。

2026-11-08 13:14:09 · Editor: 刘立永

2026 年 10 月 31 日,DeepSeek Harness 团队以 MIT 协议开源了 dsh-superagent-prototype(仓库原名 dsh-superagent)。README 第一句写得很直白:仅供研究参考,不是 DeepSeek 官方产品;代码为对外发布做过改编,与内部版本并不相同,技术文章里的部分设计属于未来方向,原型并未实现。

这份原型真正值得读的是它的领域模型:怎么让持续运行的 Agent 不乱扩权、不刷屏、重启后不乱套。

五个原语:事件归事件,授权归授权

仓库文档把领域模型拆成五个概念。Source 是事件来源(GitHub 通知、issue webhook),负责定义"什么算一个事件",并持有自己的读取位置与 bot 身份;Trigger 是不可变事件,一条评论、一次 CI 结果都算,同一个 Trigger 被接纳两次也只产生一个 Ticket;Thread 是按时间排列的 Trigger 序列,给评估器一个一致的视图;Ticket 是被授权的工作单元,只有评估器能创建;Mandate 是这次接纳授予的东西——策略版本、范围、操作强度、命中规则与发送者身份。

关键约束在 Mandate:它不可变;范围要扩大就得开新 Ticket,Ticket 结束也不等于授权结束,只有人叫停才撤回。

调度器不记事,重启才安全

多数多 Agent 框架会把待处理队列、重试计时器、轮询循环塞进规划 Agent。这个原型反着做:Eval 组件在两次运行之间不持有任何东西,拿到一批 Trigger,对照当前策略,立刻决定开不开 Ticket。

"等 CI 跑完""等评审通过"这类等待,被建模成普通的事件来源——事件发生了就发一个 Trigger 进来,内存里不挂"正在等待"的状态。收益是重启安全:进程中途重启,Source 从 git 历史和 webhook 偏移量恢复读取位置,不需要恢复任何内存调度状态。

订阅能送上下文,送不了权限

Ticket 会订阅它触及的 Thread,后续 PR 评论、CI 结果直接扇出给对应的 Worker 当上下文,不必每次经 Router 转发。这条通路绕过评估器,但改不了 Mandate:评论要求做范围外的事,Worker 必须交回 Router,不能自行升级权限。

执行侧约束同样具体:每个 Ticket 分配一个独立的 git worktree 作为工作目录;任何 shell 命令跑超过 5 秒自动转后台,避免装依赖、跑测试把消息接收堵死;后台任务 30 分钟硬顶,超时杀掉并记入审计。

需要人介入时,系统不解析自由文本去猜 Agent 是不是卡住了,而是要求它写一个结构化的 attention 字段:Ticket 转入等待、释放 Worker 槽位、在原渠道发一条结构化提问,面板只显示真正需要人动手的项。

省注意力的代价:23.2M Token

团队公布的对比实验用的是合成负载:每轮约 300 条消息、20 个工作请求,官方自述结果仅供参考。在这套模拟环境里,Super-agent 任务完成时间中位数 12.4 分钟、P95 15.7 分钟;单会话方案 P95 为 29.5 分钟。

代价写在另一栏:Super-agent 每轮消耗约 2320 万 Token,单会话方案是 610 万和 1080 万。取消事件直通后,Router 决策次数增加约 30%,读取缓存的 Token 增加约 37%。

这就是这套架构的真实取舍:用 2 到 4 倍的 Token,换一半的完成时间,同时把人的注意力从"盯会话"里抽出来。对按 Token 计费的企业,这个账必须先算清楚再谈上线。

给中小企业的三条建议

第一,先抄它的权限模型,别抄它的调度。Mandate 不可变、越界交回、策略变更先通知 Worker 做检查点再终止——这三条与具体模型无关,写进自己的审批流文档就能用。

第二,把"需要人"做成结构化字段,而不是让 Agent 自由发挥。这是能不能规模化的分水岭:没有这一层,十个后台任务就能把群聊刷成噪音。

第三,算 Token 账要用自己的业务流。2320 万 Token 一轮是模拟负载下的数字,换成你的日均工单量、上下文长度和缓存命中率,结果会差很远。

新思维软件给山东制造与商贸企业做 ERP 实施时,最常纠正的一个认知是:并行不等于高效,协调成本会吃掉并行收益。Agent 也一样——先跑通一条可审计、可回退的流程,再谈多会话并行。

参考来源:
1. 开源仓库 dsh-superagent-prototype(MIT,2026-10-31,README 明示为研究原型) https://github.com/deepseek-ai/dsh-superagent-prototype
2. DEV Community《DeepSeek Super-Agent: Coding Agents on an Attention Budget》(2026-11,含 docs/000-philosophy.md、docs/001-domain.md 分析) https://dev.to/ali_82f3409ed625e8ba8515b/deepseek-super-agent-coding-agents-on-an-attention-budget-35of
3. 码农的自留地《Super-agent 原型源码:工单、授权与订阅的领域模型》(2026-11) https://scp.net.cn/blog/super-agent-domain-model-tickets-and-mandates
4. AI Pulse《DeepSeek Harness 团队公开 Super-agent 架构:把多会话管理从人手里收走》(2026-11-03,含 Token 与决策耗时数据) https://ai-pulse-lab.com/signals/2026-11-03/deepseek-harness-团队公开-super-agent-架构-把多会话管理从人手里收走.html