DeepSeek 开源 Super-agent：这次开的是“派活的那一层”，不是模型

作者：陈一帆

10 月 31 日晚，DeepSeek Harness 团队发布设计长文，并开源 dsh-superagent 原型：MIT 协议、Router–Worker 双层结构，会盯着 GitHub 和飞书消息自己找活干。开源的是多 Agent 的调度骨架和提示词，不是模型权重；官方自测 P95 任务完成时间 15.7 分钟，但只在模拟环境里跑过，真实代码质量还没测。

10 月 31 日晚，DeepSeek 的 Harness 团队发布设计长文《Exploring Super-agent Design: Towards a More Autonomous Agent System》，同时把原型代码 dsh-superagent 放到 GitHub，采用 MIT 协议。和过去“你 @ 它才动”的编程 Agent 不太一样：这套东西会自己看群消息和 GitHub 事件，判断哪些事值得开工，再把活派给底下的 Agent。变化不在模型，而在“谁来决定派活”这一步。

它想解决的是一个很具体的麻烦

场景不复杂。你开着四五个 Agent 窗口，一个修 Bug、一个写测试，群里突然有人报支付出问题，GitHub 上又来了条评审意见。代码是不用自己写了，人却成了这五个 AI 的项目经理——来回切窗口、同步信息、盯进度。

DeepSeek 给出的观察是，一个人通常只能同时跟住 3 到 5 个活跃会话（Session），多任务的上限不在模型能力，而在人的注意力。Super-agent 的做法是把“派活”从人手里拿走：上面一个常驻的 Router，看着所有消息，但只判断该不该开工、交给谁；下面每个 Worker 在自己的会话和目录里干活，改代码、跑测试，干完回到原来的对话里交一个 PR；本地面板只列需要人处理的事。你面对的始终只有 Router 这一个入口。

先看清开源了什么

这里需要把期待降一降：这次放出来的不是模型权重。仓库里是一个 TypeScript 写的 Harness bundle（v0.1.0），模型接的是你自己 Harness 配置里已有的那套。README 写得很直白：研究代码，非官方产品，可能还有 bug，发布版和内部版本也不完全一致，长文里讨论的部分设计（外部 Watchdog、存算分离）属于后续方向，原型里没有实现。异步执行做了，但默认没开。

真正的开放点在调度层：MIT 协议、自托管、规则自己写、模型自己接。连提示词都能单独拿走用——原型里有一大段规则用来约束它少说话，比如群里单次回复不超过一百词、自动评审机器人的意见最多回应三轮、发到 GitHub 的消息第一行必须写明是自动化智能体写的。这些话放进你自己的 AGENTS.md 也不算浪费。

数据与边界

官方做了一组模拟实验：每轮约 300 条消息，混着 20 个真实工作请求。Super-agent 的 P95 完成时间是 15.7 分钟，单会话加子 Agent 的方案是 29.5 分钟；更值得注意的是基线在五轮里一次都没主动调用子 Agent，换一版明确鼓励委派的提示词后，五轮里有四轮用了。这也解释了它为什么坚持用工程架构而不是靠提示词：同样的能力，行为差异可以大到这个程度。

但这些数字要打个括号——合成消息、模拟工具、每套方案跑五轮，真实写代码的质量没有测。它是“协调得更快”的证据，不是“写得更好”的证据。

和已有 Coding Agent 的关系

Claude Code、Codex、Cursor、Devin，以及 Copilot 的云端 Agent，都已经能调子 Agent、并行处理任务，方向并不冲突，重点不同：多数方案围着某一个开发任务分工——写代码、测试、审查各一个人；DeepSeek 想试的是多个独立任务之间的持续协调，消息从不同平台不断涌进来时怎么排队、怎么跟进。

在一个还没有统一答案的领域，先给一份能跑的参照实现，价值不完全等同于再发一个产品。它对闭源产品的直接威胁有限，对想自己搭多 Agent 流程的团队，省下的是踩坑时间。

边界也照实说：默认 observe 模式只记录“本来会接的活”，什么也不做，切到 auto 得自己写规则；原型只监听一个 GitHub 仓库，群聊可选配飞书；它跑在本机、带着完整的系统用户权限，用之前最好先隔离。DeepSeek 内部已经在用它做 Bug 复现、修复和代码审查，但那是内部环境。

如果你也想试试，我的建议是先拿一个仓库、留着默认模式跑两天，看它记下来的那些“本来会接”的活靠不靠谱，再决定要不要让它真的动手。

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开源Super-agent，AI开始自己给AI派活 - 36氪
• [S2] GitHub - deepseek-ai/dsh-superagent-prototype: Towards a More Autonomous Agent System
• [S3] 刚刚，DeepSeek 开源「超级智能体」！这 AI 牛马，没人 @ 都自己干活
• [S4] DeepSeek Open-Sources dsh-superagent, a Router-Worker Coding Agent
• [S5] DeepSeek open-sources Super-Agent, a coding agent that watches team chats for work
• 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