你让 AI 同时盯着工作群、跟进 GitHub 上的代码修改，再处理一个新任务，它很快就会遇到和人一样的问题：窗口太多，前情混乱，顾不过来。DeepSeek Harness 团队提出的 Super-agent，想把这种管理工作也交给 AI：由一个 AI 负责统筹，再让多个 AI 分头干活。
这是一项面向工程实践的架构探索，不是 DeepSeek 已正式推出的独立产品。它关注的也不是让单个模型变得更聪明，而是怎样让多个 Agent——能调用工具、观察结果并继续行动的 AI 系统——长期、并行地协作。
一个管全局，多个做具体工作
DeepSeek 把系统分成 Router 和 Worker 两层。Router 像项目经理，接收群聊、GitHub 评论、邮件等外部信息，维护全局上下文，再决定任务交给谁。Worker 是执行者，各自在隔离的会话中复现 Bug、审查代码或开发功能，完成后向 Router 汇报。
用户表面上仍在和一个助手交流，后台却可能有多个 Worker 同时推进任务。这种多 Agent 调度，解决的是传统单会话的串行瓶颈。DeepSeek 团队观察到，一个人通常只能同时跟进 3 至 5 个活跃会话；Super-agent 试图把切换窗口、记住进度和分派任务变成系统内部工作。
它还减少了不必要的“层层请示”。Worker 接手某条 Thread——围绕同一话题或代码修改形成的连续事件流——后，可以直接订阅它。后续评论和状态变化会绕过 Router，直接送到对应 Worker。这样既保留分工，也降低调度开销。
没人下令，也可以先做准备
Super-agent 的另一处变化，是从等待提问转向观察事件。群聊消息、日程提醒和持续集成测试结果都可以成为 Trigger，也就是触发系统判断的外部信号。
为避免 AI 对每条消息都过度反应，系统先用程序规则滤掉明显无关的事件，再让大模型结合上下文判断是否行动。它还采用投机执行：在结果尚未确定会不会被采用时，先在后台尝试；有价值再报告，无价值就放弃。
DeepSeek 的内部实例会在群聊出现软件问题时，尝试复现 Bug、寻找简单修复方案，满足条件后提交 GitHub Pull Request——供维护者审查代码修改的标准流程。提交 PR 并不等于修改已经获准合并。这个实例还被用于响应代码审查和迭代 Harness 本身。
长期运行，不等于电脑关机也能干完
为了避免耗时工具阻塞对话，DeepSeek设计了异步 ReAct Loop：工具任务转到后台，前台继续接收新消息，结果完成后再作为事件返回。这项机制已在 DeepSeek Harness 中实现，但尚未默认开启。
系统还把 Agent Loop 的计算、持久化会话状态和执行环境拆开。云端可以保留状态，本地只运行轻量 daemon——负责接收命令的小程序。设备离线时任务状态不会丢，但需要本地代码、文件或工具的工作，通常仍要等设备重新上线。独立的 Watchdog Session 则像监督员，检查故障、无效循环和任务偏离，并尝试恢复。
快的是调度，不是编码能力
DeepSeek 的初步实验模拟了约 300 条消息和约 20 项工作请求，每种方案运行 5 次。Super-agent 的任务完成时间中位数为 12.4 分钟，p95——95%任务可在这一时间内完成——为 15.7 分钟；中性提示下，传统单 Session 加 Subagent 方案的 p95 为 29.5 分钟。
但这组测试使用合成负载和简化环境，消息间隔与工作时长还按四分之一缩放。它主要测调度与协作，不测单项任务的真实质量，也不能直接换算成生产效率。
工程代价同样明确。据量子位转载的材料，取消事件直通后，Router 决策次数增加约 30%，缓存读取 Token——模型重复利用既有上下文时计入的文本单位——增加约 37%。这说明分层架构并非免费：并行能力越强，越需要控制会话、上下文和路由成本。
为什么值得关注
本刊此前追踪的是 DeepSeek 对 Harness 与搜索工具的强化；这一次，重点从“Agent 能做什么”转向“谁来组织多个 Agent”。Super-agent 的新意不在发明一种全新理论，而在把任务调度、事件驱动、状态分离和故障监控组合成一套持续运行的工作架构。
DeepSeek 已公开 dsh-superagent-prototype，但内容主要是部分设计的原型实现。它更像一张值得研究的施工图：当单个 Agent 越来越能独立完成任务，下一道瓶颈可能不再是执行，而是如何可靠地分工、监督和收口。
局限与未知
- 现有结果来自 DeepSeek 的初步合成测试和内部案例，尚不能证明它能普遍提升真实研发效率或自主修复 Bug。
- 多会话长期积累后怎样恢复跨月上下文，以及用户如何查看进度、及时介入和设置人工审批，仍待解决。
- 系统持续接收外部消息并连接本地环境，会放大提示词注入、隐私、端侧凭据和跨设备权限风险；公开材料尚未给出完整方案。