10 月 31 日晚，DeepSeek Harness 团队公开了自主 Agent 的新架构 Super-agent，配套原型 dsh-superagent-prototype 同步以 MIT 协议开源。它不是一款产品，而是一套设计思路：把调度、缓存、存算分离、看门狗这些计算机系统的经典机制搬进 Agent。
要解决的是”人的注意力”
团队给出的判断很直接：模型独立完成单任务已经越来越不需要人介入，真正的瓶颈变成了人能同时盯住多少个会话——通常只有 3 到 5 个。现有 Coding Agent 以单个 Session 为单位，用户在群里定了方案 A、又到 PR 评论里改成方案 B，上下文得自己搬。
Super-agent 想要的是四个特征：连续（跨渠道理解同一件事）、高效（不等上一个任务结束就能接新指令）、主动（盯住环境事件自己找活）、持久（常驻在线，异常自恢复）。
架构：Router 只分派，Worker 只干活
- 双层架构：常驻 Router 承接所有人类交互、维护全局上下文，本身不执行任务，甚至可不配 Bash 工具；Worker 之间上下文隔离，挂载完整工具专注执行，不直接对外说话。实践中 Router 用轻量模型即可，Worker 需要最强模型。
- 事件驱动：群聊消息、PR 评论、CI 结果都是 Trigger，过滤分两级——程序按来源与白名单快筛，剩下的交给模型判断要不要动手。
- 订阅直通：Worker 接手 PR 后直接订阅该 Thread，后续评论绕过 Router；多个 Worker 订阅同一 PR 就能互相发现冲突。
- 上下文当缓存管：高频信息内联，长内容截断留续读入口，每个对象内联下一跳 ID，可沿链找回旧任务。
- 存算分离 + Watchdog：计算在云端、会话状态独立存、代码仓库留在本地；另起一个会话定时巡检，判断 Worker 是否陷入无效循环。
初步实验数据
- 任务完成时间 p50 12.4 分钟、p95 15.7 分钟；对比单 Session + Subagent 工具方案，p95 为 29.5 分钟。
- 去掉订阅直通后：Router 决定数增加约 30%，读缓存 Token 从 2323 万涨到 3177 万。
- Router 批处理把单个决定分摊的推理时间从 6.4 秒降到 1.6 秒。
官方也说明了局限：实验基于合成负载与简化环境，只是初步参考；且 Super-agent 用更多 Token 换时间和稳定性，不是正式产品结论。
想上手要付出什么
原型是 DeepSeek Harness 插件，依赖 Node.js 22.19+、pnpm、tmux、GitHub CLI，需要专门给 Agent 用的 GitHub 账号（不要用自己主账号）。更要紧的是权限：Router 与 Worker 均以 danger-full-access 运行，能按路径执行程序。部署前建议先在隔离环境里跑通。
项目地址：github.com/deepseek-ai/dsh-superagent-prototype（截至 11 月 1 日约 2800 星）。
本文综合 DeepSeek Harness 团队技术文章与开源仓库文档整理。
