DeepSeek Super-agent是什么｜AI PM
1）是什么DeepSeek Harness 团队 2026.10.31 提出的一套 Agent 系统架构。四特征：连续、高效、主动、持久——跨会话不丢上下文、多任务并行、没人 @ 也按需行动、长期在线自愈。一句话：AI 调度 AI，人只定目标和验收。2）解决什么问题传统 Agent 是「一个 Agent = 一个会话」，彼此独立，切换和记住上下文全靠人。能同时跟进的活跃会话通常只 3–5 个——AI 单任务能力够用，多任务上限变成人的注意力。Super-agent 把会话管理和上下文同步上移到系统层。3）工作原理两层架构：Router 常驻，统一收群聊、GitHub、邮件的消息，分派任务、维护全局上下文；Worker 并行执行，各带独立上下文，必要时再派子 Agent。对用户始终只有同一个助手。省开销：Worker 接手 GitHub 任务后直接订阅后续评论，新意见不经 Router 中转，实测省约 37% 的 Token。主动但不冒进：程序规则先过滤无关消息，模型再判断要不要行动；拿不准就先在后台做，确认有价值才提交，否则安静——群里反馈 Bug 没人 @，它也去复现定位，找到修法才提交。持久：计算在云端、状态存数据库，关机任务继续；Watchdog 盯着无效循环，出问题自己修。4）场景与数据研发团队：Bug 无人 @ 主动修；群里定的方案与 GitHub 评论的修改意见自动对齐。个人助手：收到会议邀请，提前核对日程、整理资料、备好回复草稿。长任务：盯 CI、跑长测试，人下线它接着干。官方实测（约 300 条消息、20 项任务的模拟环境）：完成中位数 12.4 分钟，95% 的任务 15.7 分钟内完成；单会话 95 分位 29.5 分钟。5）注意它不是产品，官方定位是架构探讨，原型已开源（GitHub 搜 dsh-superagent-prototype）。实验在简化环境小规模进行，多层架构也多花 Token——是方向验证，不是实测。秋招有路子 howto入门vibecoding DeepSeek开源superagent AI产品经理 howto用好AI