10 月 31 日晚，DeepSeek Harness 团队发了一篇技术长文《Super-agent 设计探索：迈向更自主的 Agent 系统》，同时把一个 TypeScript 写的原型放上 GitHub（deepseek-ai/dsh-superagent-prototype，MIT 许可）。第二天国内媒体集中跟进。

这不是一个新产品发布，价值在别处：它第一次把 Agent 的瓶颈从"模型够不够聪明"换成了"系统会不会调度"，并且给出了一组可以复现的消融数据。

一、先看那组数字

实验设置：约 300 条消息的测试流，其中只有 20 条是真实工作请求，其余混着闲聊、追问、打断和 CI 消息。四组配置各跑 5 次。

两件事值得停一下。

第一，p95 才是分水岭。四组配置的 p50 差距只有 8 分钟，p95 却差出 14 分钟。尾延迟不是"稍微慢一点"，而是任务被卡住、人类不得不回来接管。这个差距的来源不是模型能力，是结构：完整版里 Worker 之间物理隔离、真并行；单 Session 模式下，主线程被新事件反复打断，退化成串行。

第二，提示词压不住架构。在"单 Session + 优先委派"那一组，5 次里有 1 次模型判断"任务不大，我自己干吧"，直接在主线程串行执行，于是 p95 砸到 29 分钟。把执行能力从协调节点上物理剥夺（Router 连 Bash 工具都不配），比在系统提示里写十遍"请优先派活"要可靠。

二、五个模块，全是操作系统的旧词

Super-agent 的骨架没有发明新概念，它是把操作系统里用了几十年的东西搬进 Agent 运行时：

双层架构（Router / Worker）。 Router 常驻、只做分派与对外沟通，不做具体任务；Worker 各自独立上下文、挂完整工具链、并行执行，不直接对用户说话。Router 用轻量模型就够，因为它每步都是超长输入、超短输出。这套结构与常见的 Agent Team 表面相似，关键差别是负载位置：Agent Team 的 Lead 要深入理解子任务、规划拆解，推理负载很重；Super-agent 的 Router 只管任务之间的关联，不管任务内部。

事件驱动（Trigger + 快慢路径）。 输入不再是人类逐条键入的提示词，而是群聊、邮件、PR 评论、CI 结果这些半结构化事件。过滤分两级：程序规则先按来源、群组、白名单做硬编码快筛，把明显无关的消息挡在模型调用之前；剩下的交给大模型按自然语言策略判断是否值得介入。这套 Fast Path / Slow Path 的分法很务实——不用为"中午吃食堂还是点外卖"付一次推理费。

订阅直通（Thread）。 这是被数据证明最便宜的一项设计。同一个 PR 或同一个 IM 话题下的连续事件构成一条 Thread，Worker 认领后直接订阅，后续事件由程序直推，不再经 Router 倒手。关掉这项，Router 决策次数增加约 30%，读缓存 Token 从 2323 万涨到 3177 万（+36.8%），而交付质量没变。换句话说，中间层转发的成本，比它看起来贵得多。

顺带一个副作用：当多个 Worker 订阅了同一条 Thread，它们不需要彼此点对点通信，也能同时收到"对方刚提交了什么"，冲突可以自己发现并化解。

上下文当缓存管（Inline / Spill + 链式召回）。 近期高频信息内联进窗口，完整代码和日志换出到外部存储、窗口里只留引用 ID 和续读句柄。跨渠道唤醒旧任务时，模型顺着引用图逐跳解开。这解决的是长程任务的上下文线性膨胀。

存算分离与带外 Watchdog。 执行循环在云端无状态容器，会话状态进数据库，本地只留一个轻量 daemon 代行本地命令（BYOM：机器合盖不休眠任务，凭证和未提交代码也不上云）。Watchdog 是独立会话，由硬件定时信号驱动，定期读各 Worker 状态指标，判断任务是否有实质进展；发现同一个错误里反复打转就强行熔断重开。

三、被低估的一条：批处理几乎不要钱

压测里最反直觉的数字是这个：Trigger 到达率从每分钟 1 条涨到 40 条，Router 单次请求耗时只从 2.5 秒涨到 3.9 秒，而单次决定分摊的推理时间从 6.4 秒降到 1.6 秒。

原因是 LLM 推理分两段：Prefill 计算密集、Decode 访存受限。Router 干的活恰好是"超长输入、极短输出"，积压的 Trigger 合并进一次调用，输入侧在 GPU 上被高度并行吃掉，边际成本很低，输出侧本来就没几个字。

这条对做 Agent 平台的人比对做 Agent 的人更有用：中心节点的瓶颈往往不在算力，而在"每条消息单独发一次请求"这个实现选择。

四、该泼的冷水

文章自己列了四条未解难题，值得原样记下：

1. Router 模型没有协同设计。目前用的是通用模型做分派，针对"高频初筛、批量路由"专项微调和蒸馏还有很大空间。
2. 长程记忆会衰减。链式召回在周度任务里顺畅，跑几个月后引用图会稠密成网，缺自动剪枝和分级换出淘汰策略。
3. A2A 跨域权限边界是空白。个人 Agent 与组织公有 Super-agent 之间怎么握手、怎么在互不共享上下文的前提下建立信任，行业还没答案。
4. 接本地环境后的注入与沙箱逃逸。BYOM 模式下 daemon 代行本地命令，这条攻击面是真实存在的。

还有两条外部视角的补充：

• 用 Token 换时间。完整版 2323 万读缓存 Token 对单 Session 中性提示的 605 万，接近 4 倍。多任务并行的账，最后要在账单上再算一次。
• 合成负载。300 条消息的模拟流、简化环境、每组 5 次，这是原型验证的合理规模，但不是生产结论。尤其 p95 这种尾部指标，5 次采样能给出的置信度很有限。

五、这到底在争什么

过去一年 Agent 工程的主流解法是"往上加"：加工具、加子智能体、加编排框架、加更长的系统提示。Super-agent 的路线是"往下沉"：把会话管理、上下文同步、状态持久化这些事从提示词和人的注意力里拿出来，交给运行时。

这个方向不是 DeepSeek 独有。Claude 的 Managed Agents 把子智能体线程持久化，Claude Code 的 agent teams 让队友自己认领任务，都是同一类动作。差别在于 DeepSeek 把"Router 不配备执行工具"做成了硬约束，还公开了消融数据——你可以不同意它的结论，但至少能照着复现。

对具体做产品的人来说，最可直接搬走的三条：

1. 别让协调节点干活。协调与执行分离，且用架构而非提示词保证分离。
2. 给后续事件开直通。同一话题的后续消息直推执行者，别让中心节点当二传手。
3. 中心节点用轻模型 + 批处理。这是这套架构里性价比最高的一处工程红利。

Agent 的下一轮竞争，大概率不在榜单上。榜单量的是单任务能力，而限制一个人同时只能跟进 3 到 5 个会话的东西，从来不是榜单。

参考来源

• DeepSeek Harness 团队《Super-agent 设计探索：迈向更自主的 Agent 系统》，2026-10-31 晚发布
• 开源原型：https://github.com/deepseek-ai/dsh-superagent-prototype （TypeScript，MIT）
• 智东西《刚刚，DeepSeek 把超级智能体"秘籍"公开了》，2026-11-01
• 潮新闻《DeepSeek 发布最新 Agent 架构，让 AI 指挥 AI 干活》，2026-10-31
• 腾讯新闻《DeepSeek 开源 Agent 底座：智能体从"单会话"走向"常驻系统"》，2026-11-01
• IT 时代网《DeepSeek 发布 Super-agent 架构设计》，2026-10-31
• Odaily《DeepSeek Unveils New Agent Architecture》，2026-10-31