DeepSeek新架构 无人@也能自动修Bug

DeepSeek又有新动作。DeepSeek Harness官方团队发布《Super-agent 设计探索：迈向更自主的 Agent 系统》，分享了一套让智能体持续在线、并行处理多项任务的架构思路。团队强调这是面向工程实践的设计探讨，并非现有产品功能介绍，部分设计已实现为开源原型dsh-superagent-prototype上架GitHub。

文章指出了当下Agent设计的痛点：主流方案仍以单一会话为基本单位，用户并行推进多项工作时必须手动切换、维护各会话上下文。据团队观察，一个人通常只能同时跟进3至5个活跃会话，随着模型完成单个任务越来越不需要人工干预，多任务的上限正卡在人的注意力上。

为此，团队提出Super-agent形态，归纳出四个基础特征：连续，用户可以在即时通讯、GitHub评论等不同渠道与同一个Agent交互；高效，多个复杂任务并行推进；主动，系统持续观察环境事件并自行推进值得处理的事项；持久，始终在线并能从异常中自动恢复。

架构上采用Router与Worker双层设计：常驻的Router层只负责承接人类交互与任务分派，可由轻量模型胜任；具体执行交给上下文隔离的Worker层，通常配置能力最强的模型。系统以事件驱动，群聊消息、邮件、CI结果等触发事件先经程序策略快速滤噪，再交大模型语义判断；已归属任务的后续事件通过订阅直通机制直达对应Worker，不再经过Router转发。

内部实例已经跑出了样板：群聊里有人吐槽macOS桌面端窗口未聚焦时点击会被误识别为双击，没人@它，Super-agent便在后台复现缺陷、定位到Electron吞掉激活点击的根因，并附上前后对比截图提交了修复PR。这种投机执行机制会在后台提前尝试，找到可行修复才交出结果，否则保持安静。

初步实验显示，在包含约300条消息、20项工作请求的模拟环境中，Super-agent任务完成时间中位数12.4分钟、95分位15.7分钟，而传统单会话方案在中性提示下95分位长达29.5分钟。代价是Token开销：取消事件直通后，Router决策次数增加约三成，缓存读取量从2323万增至3177万，约增三成七。

团队也坦承挑战：长期记忆如何恢复、持续接入外部消息带来的提示词注入风险、以及任务规模扩大后的人工介入设计，都尚待解决。文章称其并未提出全新理论，而是把存算分离、Watchdog等经典计算机系统思想搬进了Agent架构。

编译自 DeepSeek Harness 官方技术博客，原标题：「Super-agent 设计探索：迈向更自主的 Agent 系统」