10月31日晚，DeepSeek Harness團隊正式公佈了其關於自主Agent探索的底層架構——Super-agent（超級智能體），並將其開源至GitHub。

該成果並非一款獨立的新產品，而是通過將計算機系統中的調度、緩存、存算分離與看門狗等經典思想引入Agent架構，試圖在底層接管會話管理與上下文同步，從而解放人類注意力，推動智能體應用體驗從被動對話窗口向持續在線的自主協作者演進。

面對傳統單會話Agent在多任務併發、上下文混亂及人爲干預等方面的侷限，Super-agent的核心架構由五大模塊構成。在雙層架構上，系統拆分爲常駐的Router層（負責統一路由與對外交互）和隔離併發的Worker層(專注執行具體任務)，有效兼顧了全局連續性與高併發吞吐。

事件驅動模塊通過程序層快篩與語義層慢判的兩級過濾機制，結合訂閱與直通、Inline & Spill上下文組織以及後臺投機執行，使智能體能夠主動將環境半結構化事件作爲輸入並自主推進。此外，異步全雙工交互、存算分離的“腦手分離”設計以及由外部Watchdog構成的控制迴路，共同保障了系統的持久在線與異常自愈能力。

初步實驗數據顯示，基於該思路的Super-agent在任務完成效率上表現優異，半數任務可在12.4分鐘內完成，95%的任務在15.7分鐘內完成，顯著優於傳統單會話方案。

同時，訂閱直通機制爲Router層節省了約37%的Token開銷，而批處理機制則將單個決定分攤的推理時間從6.4秒降至1.6秒。儘管當前實驗基於簡化環境且仍面臨雙層擴展與安全隱私等挑戰，但該架構初步證明了系統層接管會話調度的可行性，爲解決多任務智能體的效率與穩定性平衡提供了重要行業參考。

▲Super-agent開源項目地址

GitHub地址:

https://github.com/deepseek-ai/dsh-superagent-prototype