想象一个研发团队的工作日：有人在飞书反馈问题，有人在 GitHub 修改需求，测试系统又报告了一次失败。

如果每件事都要由人新建一个 AI 会话、补充背景、盯住进度，再把结果搬回原来的讨论，团队很快就会忙于管理 AI。

DeepSeek 最近公开的 dsh-superagent-prototype，尝试把这些协调工作交给系统。

它是一套面向研发协作的研究原型，基于 DeepSeek Harness，以插件组合包的形式运行。目前主要围绕一个 GitHub 仓库工作，并可接入飞书。

理解它，可以先抓住一个目标：让 AI 持续承接工作，同时尽量少占用人的注意力。

一份是《Super-agent 设计探索：迈向更自主的 Agent 系统》，讨论更完整的系统架构。文章把目标概括为连续、高效、主动、持久。

另一份是公开代码仓库。它明确说明：这是研究原型，经过公开发布所需的改编，与内部版本及长文中的实现不完全相同，部分设计尚未落地；它也不是 DeepSeek 的正式产品。

两者结合起来，才能看清方向和现状。

DeepSeek Harness 提供模型使用工具、操作文件和运行任务的基础设施。Super-agent 则在其上组织外部消息、工作分派、任务跟进和团队交互。

可以把它理解成：给已有的执行能力，加上一套持续协作的工作机制。

最值得关注的指标，是人的注意力

官方理念文把消息、通知、提问、设置和面板元素，都视为需要付出注意力成本的东西。

这很容易理解。一个 Agent 每隔几分钟报告一次“正在努力”，可能让人更忙；一批缺少证据的代码修改，也会把工作转移给审阅者。

原型因此强调几项具体行为：确认任务后安静工作；在有可用结果、需要决策或无法完成时再发言；需要人回答的问题，用结构化方式单独提出；未完成的成果，明确标为未完成。

由此可以得到一个产品判断：评价团队 Agent，除了看它完成了多少工作，还应看它让人多做了多少协调、纠错和确认。

节省执行时间，只有最终转化为节省人的时间，才更有价值。

Router 与 Worker：把协调和执行分开

公开原型中，主会话与执行会话承担不同职责。

每个工单有自己的执行会话和目录，Worker 内部还可以调用子 Agent。

这样，排查故障和开发另一个功能，可以分别推进。主会话不用持续承载每项任务的全部实现细节，人也不必逐一管理这些底层会话。

一个容易忽略的细节是，独立目录并不自动等于独立仓库。原型需要配置准备命令，才能按需建立 Git worktree，也就是同一仓库的另一份工作目录；没有配置时，Worker 从空目录开始。

这体现了它的工程取舍：把工作组织方式固定下来，把具体执行环境留给部署者配置。

团队消息很多，真正值得启动工作的只占一部分。

原型先通过程序检查事件来源、发送者和接收范围等条件，再由模型结合规则与上下文研判。它还区分明确请求和推断出来的工作机会。

例如，“请修复这个问题”与一条普通讨论，具有不同的授权依据。

对于推断出来的候选，系统提供三种接单模式：

明确授权的请求，在这三种模式下仍可执行。因此，observe 的观察范围是主动接单，不能把它理解成整个系统完全只读。

这个设计很适合逐步验证：先看它会选择哪些工作，检查误判，再决定是否扩大自主行动范围。

自主程度由规则、范围和实际效果共同决定，不能只靠一句“你可以主动工作”。

连续协作，依靠任务与讨论的关联

要让一件事从飞书持续推进到 GitHub，系统需要知道哪些消息属于已有工作。

原型用几个对象组织这些信息：

新任务需要研判和分派；任务建立关联后，后续消息可以直接送到对应执行端，减少主会话反复转发的工作。超出当前范围的请求，可以交回重新路由。

比如，一个 Worker 正在修改某个 Pull Request，后续评审意见就能成为它的输入。人不必每次重新描述“请继续处理刚才那件事”。

但有两条边界很重要：**收到上下文，不代表获得了新的授权；不同平台的账号，也不会自动合并成统一身份。**工单的授权依据与工作范围，仍需单独维护。

任务运行很久，也要能接住新消息

持续协作还意味着：后台命令耗时较长时，人仍然可以补充信息或改变方向。

公开原型会将超过五秒的前台 Shell 命令转为后台作业，使 Worker 能在后续推理步骤接收新输入；后台结果完成后，再唤醒它继续处理。

并发控制也考虑了人的介入。普通工作占满执行名额时，人工跟进或状态请求可以使用额外的保留名额，避免新任务让人无法继续已有工作。

这类细节带来的价值很具体：系统可以持续推进任务，人也保留中途引导的机会。

长文还用 Inline、Spill 和链式召回来组织上下文：近期相关信息直接带入，长内容保留引用，再沿对象关联逐步读取。

用办公场景类比，就是把眼下要用的材料放在桌上，其余材料留在有索引的档案中。组织得好，能减少重复阅读和背景搬运；它仍需要正确检索与核验。

原型会保留会话、目录、订阅和待处理输入。主进程重启后，中断的派工可重新启动，并附带恢复说明；执行端需要先检查目录、Git 历史与 GitHub 状态，再决定怎样继续。

例如，提交已经推送成功，只是回执丢失，恢复后就不应直接把整套操作再做一次。

其架构还将派工、输入投递、消息发送等工作先记录、后执行，并通过持久队列和重试处理投递等失败。这为恢复提供了依据。

不过，持久状态与持续存活的进程是不同的：进程重启会终止其后台作业，恢复机制也不能保证所有外部动作恰好执行一次。

长文进一步提出：由云端运行 Agent 逻辑，数据库保存状态，本地 daemon（后台程序）负责执行命令；内部系统还配置了独立 Watchdog 巡检会话，检查进展并介入异常。这些不能据此被视为已完整进入公开原型。

面板首先回答：现在有什么需要我？

如果后台有多个 Worker，用户真正关心的，通常是哪些事情等自己决定。

原型的面板优先展示待回答、待审阅、受阻或失败的工作，再提供系统健康、历史记录和执行负载。

因此，任务展示需要区分：Agent 还在工作，还是等一条外部消息？结果已经可审阅，还是只是提交了一个尚未完成的草稿？遇到问题后，需要人补资源，还是系统正在重试？

这些状态描述得越准确，人就越容易判断何时介入。

这也给 Agent 产品提供了一个直接的设计原则：把人需要采取的动作放在前面，把运行细节放在可按需展开的位置。

长文报告，模拟实验中 Super-agent 的任务完成时间中位数为 12.4 分钟，p95 为 15.7 分钟。实验每方案运行五次，编码用耗时工具替代，消息间隔与工作时长按四分之一缩放，模型调用耗时保持真实。

因此，这些结果主要评价调度与协作，不能直接推导真实编码质量或生产提效比例。

对于准备采用这类架构的团队，更有用的验证方式，是拿自己的真实任务比较：人介入了几次，响应是否及时，结果是否可验收，总耗时和模型费用分别是多少。

任务完成得更快、人被打扰得更少、成本仍可接受，才构成有意义的改进。

落地时，先分清授权与执行权限

原型中的任务授权机制，解决谁可以发起什么工作；操作系统权限，则决定程序实际能接触哪些资源。

当前公开实现的 Router 和 Worker 以操作员的系统用户运行，并使用完整执行权限。账号包装脚本帮助默认选择 Agent 的凭据，但不构成安全沙箱。官方部署文档建议使用独立系统账号，只放 Agent 所需的凭据。

这意味着，不能因为每项工作都有工单和授权范围，就认为宿主机资源已经获得隔离。

同样，提示词中的交付、审阅与合并要求，也应与 GitHub 等平台的强制规则配合使用。公开实现没有独立的合并决策模块，硬性审阅要求需要平台机制保障。

对研发团队来说，可以先从一个仓库、有限的请求者和观察模式开始，验证它能否正确选择工作、持续跟进、交付可审阅成果，再逐步扩大范围。

DeepSeek Super-agent 提供的启发，是把任务协调本身纳入 Agent 系统设计：既管理执行，也管理持续到来的信息；既考虑模型能做什么，也考虑人何时需要出现。

当这些机制逐渐可靠，人就能把更多注意力留给目标、判断与验收。

DeepSeek新开源架构Super-agent：让 AI 管理任务，把人的注意力留给决策

人工智能

架构设计

新闻资讯

DeepSeek公开的dsh-superagent-prototype研究原型，基于DeepSeekHarness，以插件组合包形式运行，聚焦研发协作场景。其核心机制包括Router与Worker分离协调执行、任务授权与主动候选模式、线程订阅关联持续跟进、后台作业及状态恢复，旨在减少人的注意力消耗，推动连续、高效、主动、持久的Agent协作。原型为研究版本，非正式产品，落地需区分授权与系统权限。

数据库

DeepSeek

路由

GitHub

Agent

快速部署LLM、AI绘画等应用,助你玩转AIGC！


让每一个 Agent，都跑在云上

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

DeepSeek公开的dsh-superagent-prototype研究原型，基于DeepSeekHarness，以插件组合包形式运行，聚焦研发协作场景。其核心机制包括Router与Worker分离协调执行、任务授权与主动候选模式、线程订阅关联持续跟进、后台作业及状态恢复，旨在减少人的注意力消耗，推动连续、高效、主动...

DeepSeek新开源架构Super-agent：让 AI 管理任务，把人的注意力留给决策

DeepSeek新开源架构Super-agent：让 AI 管理任务，把人的注意力留给决策

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐