DeepSeek Harness チームは WeChat 公式アカウントで技術長文『Super-agent 設計探索：より自律的な Agent システムへ』を公開し、プロトタイプ dsh-superagent-prototype（MIT ライセンス）をオープンソース化した。公式は、これが既成製品ではなくエンジニアリング向けの研究プロトタイプであると明言している。しかし、記事中の一場面は非常に印象的だ——社内ですでに稼働しているインスタンスがバグ再現やコードレビューに参加し、グループ内で誰も @ しなくても潜在的なバグを嗅ぎつけ、バックグラウンドで再現する。

マルチタスクを詰まらせているのは、モデルではなく人間だ

主流の Agent は今なお単一 Session を単位としており、会話は互いに分断されている。人間が複数のことを並行して進めたい場合、何度もウィンドウを切り替え、コンテキストを覚えておくしかない。チームの観察では、人間は通常 3 から 5 個のアクティブなセッションしか追えない。そこで悪循環が生まれる：単一タスクの上限はモデル次第だが、マルチタスクのボトルネックは人間の注意力で詰まる。Super-agent が突破しようとしているのは、まさにこの壁だ。

1 つのディスパッチセンター、働く"手"たち

中核は二層の役割分担だ：常駐フロントの Router がインタラクションを管理し、タスクを割り当てる。軽量モデルで十分に対応できる。各タスクにはコンテキストが分離された Worker が 1 つあり、最強モデルで並列実行し、完了後に Router へ返す。さらにイベント駆動、ストレージとコンピュートの分離、Watchdog による監視を組み合わせることで、詰まったタスクは自動検出・修復される。負荷テストでは約 300 件のメッセージに 20 件のリクエストを混在させ、P50 12.4 分、P95 15.7 分。単一 Session 方式の P95 は 29.5 分に達した。

コストはさらに強烈だ——V4-Pro は 100 万 token あたり約 1.32/3.96 ドルで、GPT-5.5、Opus 5.5 より一桁低い。並行上限が"人間の注意力"から"システムスループット"に変わって初めて、Agent はチャットウィンドウの外へ出たと言える。