DeepSeek发布全新Agent架构

DeepSeek 发布全新 Super-agent 架构：让 AI指挥 AI，迈向更自主的智能体系统

10 月 31 号，DeepSeek Harness 团队在公众号发布技术文章《Super-agent 设计探索：迈向更自主的Agent 系统》，正式提出面向工程实践的全新 Agent 架构——Super-agent。

这一设计想要突破现有主流 Agent 以单一Session（会话）为基本单位的局限，让 AI 从“被动响应指令”转向“主动、持续、多任务协同工作”的更自主形态。相关原型已开源，内部实例已在 DeepSeek 日常研发中持续运行。当前主流 Agent 设计仍高度依赖单次手动会话。不同Session 相互独立，用户并行推进多项工作时，需要手动切换并维护上下文。根据 DeepSeek 团队观察，一个人通常只能同时跟进 3 至 5 个活跃 Session。即便通过 CLI、MCP 或外部连接器扩展本地 Agent，仍面临单会话同步阻塞、多任务上下文混乱，以及本地设备离线后任务停止等问题。

模型能力不断提升，个人助手（Personal Agent）开始集中涌现，但多任务与团队协作的上限却受限于人的注意力。为突破这些限制，DeepSeek 提出打破 Agent 与单次会话的绑定，使其成为能跨会话保持上下文、同时推进多项复杂任务且互不干扰的连续实体，并将这种形态及其系统架构命名为 Super-agent。它具备四个基础特征：

连续：用户可直接在 IM 聊天、GitHub 评论等熟悉界面与它交互，感觉始终只有一个 Agent，无需关心“Session X 是否包含 Y 信息”。

高效：能够并行处理多个复杂任务，互不干扰。

主动：无需等待用户逐条下达指令，能持续观察环境事件并主动推进值得处理的事项，不需要介入时则保持安静。

持久：始终在线、直接接入用户真实工作环境，并在长期运行中遇到异常时自动恢复。

整体架构由五大模块支撑：双层架构、事件驱动、面向人的交互、计算与状态及环境分离、外部 Watchdog。核心是 Router + Worker 双层架构。Router 层作为全局协调节点，持续运行，统一接收来自群聊、GitHub、邮件等不同平台的信息，维护全局上下文，拆解复杂任务并分派给 Worker，同时统一对外沟通。Worker 层则在相互隔离的会话中并发执行具体工作（如问题复现、代码编写、信息检索），任务完成后仅向Router 汇报状态和结果，不直接与用户交互。必要时 Worker 还可调用 Subagent。

这相当于构建了一个由 AI 组成的虚拟团队：一个 AI 当主管，多个 AI 同时干活。事件驱动机制将群聊消息、代码审查评论、CI 结果等外部信息定义为 Trigger。系统先通过程序规则过滤，再交由大模型判断是否需要采取行动，避免全程高算力待命。面向人的交互支持异步多信道，确保跨平台连续推进同一任务。存算分离将执行循环放在云端、状态存入数据库，本地仅保留轻量 daemon，即使电脑离线任务也能继续。独立 Watchdog 负责监控任务是否陷入无效循环并尝试修复，保障长期稳定性。内部已落地的Super-agent 实例日常参与问题复现与修复、代码审查响应，以及 DeepSeek Harness 自身的迭代。例如，当团队成员在群聊中反馈软件问题时，即使无人Request。同一任务也可在 IM 群聊与 GitHub PR评审之间无缝连续推进。

DeepSeek强调，这是面向工程实践的架构思路探讨。它借鉴计算机系统中的调度、缓存、存算分离、看门狗等经典思想，把会话管理与上下文同步下沉到系统层，让人类从具体执行细节上移到更高层的决策与验收。原型已开源至 GitHub（deepseek-ai/dsh-superagent-prototype），为社区探索更自主的Agent系统提供参考。