智东西 作者 李水青 编辑 心缘 智东西11月1日报道，10月31日晚间， DeepSeek Harness 团队公布了其关于自主Agent探索—— Super-agent（超级智能体）的底层架构 。 ▲Super-agent开源项目地址 GitHub地址： https://github.com/deepseek-ai/dsh-superagent-prototype DeepSeek想做的“Super-agent”，可以通俗理解为一个 一直在线、能同时干多件事、会主动找活干、出问题能自己恢复 的Agent。该团队本次推出的成果并非一款新产品，而是更接近一种新思路——把计算机系统里的 调度、缓存、存算分离、看门狗（Watchdog） 等经典思想搬进Agent架构。 随着模型执行单任务减少人工干预，瓶颈转向人的注意力。DeepSeek Harness试图通过五大模块—— 双层架构、事件驱动、异步多信道交互、存算分离与外部Watchdog 在底层接管会话管理与上下文同步，使人上移到决策与验收，提升Agent应用体验。 ▲Super-agent整体系统架构 实验上，基于该思路的Super-agent任务有一半任务 12.4分钟 内完成，95%的任务 15.7分钟 内完成，显著优于带Subagent工具的单Session（会话）；去掉订阅直通后，Router决定数增加约30%，读缓存token从2323万增到3177万；Router批处理能把单个决定分摊的推理时间从6.4秒降到 1.6秒 。 这组数据意味着Super-agent在初步实验中 证明了“系统层接管会话调度”的可行性。 一方面，多任务完成 更快更稳 ，Router靠直通省开销、靠批处理扛突发；但另一方面，它是 拿更多token来换取时间和稳定性 ，而且实验基于合成负载与简化环境，只是初步参考，不是正式产品结论。 一、Super-agent：不用切会话，一个Agent并行推进多任务 过去一年，Coding Agent等单任务Agent已证明模型能用工具解决复杂问题，人越来越少介入底层执行，角色上移到决策与验收。个人助手等持续在线、事件驱动的新形态开始涌现。 但现有Agent以单一Session为单位，多任务上限受人的注意力限制，简单扩展仍受同步阻塞、上下文混乱、设备离线即停等制约。 因此，DeepSeek Harness团队提出Super-agent：跨会话保持上下文、并行推进多任务且互不干扰的连续实体，并且已有内部实例在IM与GitHub间连续推进任务。 ▲同一个任务在 IM 群聊与 GitHub Pull Request 评审之间连续推进 ▲持续关注公共群聊，在无人@的情况下主动识别缺陷并提交修复Pull Request 团队认为，Super-agent具备四个基础特征： – 连续：用户可以直接在IM聊天、GitHub评论等熟悉界面与它交互，感觉始终只存在一个Agent，不需要去想“Session X的上下文中是否有Y信息”。例如用户先在IM提出采用方案A，随后在GitHub PR评论里改为方案B，它能理解并调整执行方向。 – 高效：交互响应迅速，同时能并行、高质量完成多个复杂任务。无需等上一个命令或任务完成，就能接受下一条指令。 – 主动：无需等待用户逐条下达指令，能持续观察环境事件并主动推进值得处理的事项，不需要介入时保持安静。 – 持久：始终在线、直接接入用户真实工作环境，并在长期运行中遇到异常时自动恢复。 单个ReAct Loop无法同时支持上述四个特征，底层需要一套相应架构。文章认为，相似设计约束会导出相似架构选择。无论是个人助手，还是软件开发等商业场景的Agent，如果目标是构建持续在线、并发响应环境事件的系统，底层可能采用相近架构。这一过程中面临的许多问题与传统计算机系统长期探讨的问题高度相似，因此计算机系统中的经典设计思想同样适用。 具体落地会有不同变体，但文章认为五个模块构成支撑上述四个特征的基本框架：通过双层架构兼顾连续交互与高效并发，通过事件驱动实现主动响应，通过面向人的交互在交互过程中同时做到连续与高效，并通过计算、状态与环境分离及Watchdog实现跨设备持久在线与异常自愈。 二、双层架构：连续与吞吐不必二选一，一层分派、一层干活 跨信道连续交互与多任务高效并发存在根本权衡：全交给一个Session，上下文最连续，但单ReAct Loop串行、吞吐低、细节混杂；全开独立Session，吞吐最高，但缺全局上下文、结果割裂、交互混乱。 DeepSeek Harness团队的解法是把“维护全局连续性”与“高并发执行”拆成两层：常驻Router层承接人类交互与全局协调，上下文隔离的Worker层并发执行具体任务。Session应成为系统实现细节，而非用户