DeepSeek 开源「Super-agent」原型：想让人从聊天窗口里解放出来

作者：陈一帆

10月31日，DeepSeek 的 Harness 团队发长文提出 Super-agent 架构，并开源了研究原型。它要解决的是「人得守着好几个会话当搬运工」的问题；但按官方说明，这个原型目前只是一个 GitHub 仓库的常驻程序员。

10月31日，DeepSeek 的 Harness 团队在微信公众号发长文《Exploring Super-agent Design》，同日在 GitHub 开源了 MIT 许可的原型 dsh-superagent-prototype 。文章提出的方向叫 Super-agent：AI 不再绑在你手动打开的那一个会话里，而是跨会话记事、同时推进多件事、按规则自己领活。开源一天左右，仓库收到约 6900 star 。

先说清两件事。这不是新模型，而是一套围绕模型和工具的架构设计 。Agent Harness 可以理解为给模型配的工位和工牌：模型是干活的那个人，Harness 决定它坐在哪、能碰什么、活从哪来、结果往哪送。开源这个原型，官方描述就是「打包给 DeepSeek Harness 的一个 bundle」。

「走出聊天窗口」更具体。现在的用法是：你让它改 bug，中途想让它回封邮件，得另开对话；切回来还要重新交代背景。文章引用的说法是，一个人大约只能同时跟住 3 到 5 个活跃会话。这是团队的工作观察，并非测出的普遍上限 。瓶颈因此不在模型多聪明，而在人得当会话之间的搬运工。Super-agent 想要的是另一种画面：群里有人说「构建挂了」，它自己去查、开分支、提 PR，在原来的对话里回复你；没什么值得说的就保持安静 。

架构答案是两层。常驻的 Router 记全局、派活、对外说话，但不下场干活，文章甚至建议它连 shell 都可以没有；Worker 在隔离的上下文里做具体任务，做完向 Router 汇报 。至于「该不该动手」，先用普通代码按规则过滤来源和权限，再让模型判断需要理解的那部分，免得每条群消息都惊动一次大模型 。执行环境被拆了出去：会话状态存在持久存储，云端的大脑通过端侧一个不存状态的轻量进程去碰你本机的代码和文件，即文章说的 BYOM 。文章还设想了一个 Watchdog，用定时消息唤起独立的 agent 会话，盯「进程还活着但活卡住了」的情况，不过没给出检出率、误报率或修复成功率 。

要分清哪些已在运行。开源原型只盯一个 GitHub 仓库，可选接飞书，不支持 Slack 和 Teams；只读 @ 到它的消息；默认 observe 模式，遇到该干的活只记下「本会接受」，不真开工，而且只认白名单里的人 。README 第一句是「仅供研究参考，非 DeepSeek 官方产品」，并注明文中部分设计不在这个原型里 。最硬的数字来自调度实验：每轮约 300 条群聊和 CI 消息、约 20 条工作请求，各跑 5 次，中位完成时间比中性提示基线低 39.2%，代价是缓存读取量约为 3.8 倍；但实验里「写代码」换成了一个只消耗时间的工具，消息间隔还按四分之一缩放，团队自己说只能当初步参考 。安全边界官方也写了：原型以操作者的系统账户全权限执行命令，Harness 未做安全审计，建议用专用账户或一次性虚拟机 ；文章亦承认，在不可信输入的问题解决前，这类系统只能在很小的可信范围内工作 。

36氪转载的报道把镜头转向另一家团队：硅谷的 AFK AI（开源组织 AFK-surf，产品 Comma），称其 4 月 13 日就定下「一个团队，一个对话」，6 月 3 日上线自动派活的 delegate_task，客户端打通 Telegram、微信、飞书、Slack 等多端，并称 Anthropic 到 6 月 23 日才在 Slack 推出类似思路的 Claude Tag 。这些时间点出自团队自述，报道未给出可独立核对的代码记录。从形态看，Comma 是接多平台的成品，DeepSeek 原型还只是一个仓库的常驻程序员，两者的活并不完全相同 。

值得记一笔的是，DeepSeek 在文中致谢了 Anthropic 关于「大脑与执行环境分离」的工作 。方向在收敛，落地还早。彭博社把它讲成对 Claude Code 的挑战，更冷静的评价是：这还不是卸载 Claude Code 或 Codex 的理由 。图纸和可拆开研究的原型都摆出来了，接下来要看代码质量和真实成本，这两项 DeepSeek 都还没公布 。

陈一帆

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] DeepSeek刚发的下一代Agent，竟被这家硅谷团队提前半年实现
• [S2] GitHub - deepseek-ai/dsh-superagent-prototype: Towards a More Autonomous Agent System
• [S3] https://www.reddit.com/r/DeepSeek/comments/1xkt6tb/deepseek_exploring_superagent_design_wechat
• [S4] DeepSeek Super-agent Design Explained: Architecture and Results
• [S5] DeepSeek open-sources its Super-agent prototype. What it does, and how to try it safely
• 配图 1：来源：m.36kr.com（图片署名见原文） · 图片出处
• 配图 2：来源：m.36kr.com（图片署名见原文） · 图片出处
• 配图 3：来源：m.36kr.com（图片署名见原文） · 图片出处
• 配图 4：来源：m.36kr.com（图片署名见原文） · 图片出处