众力资讯网

DeepSeek新架构:AI开始带团队了

以前用 AI 写代码,你得像个保姆。盯着屏幕,复制粘贴,还要在它卡壳时手动喂上下文。现在 DeepSeek 扔出个新东西,叫 Super-agent。
名字挺唬人,道理却简单:AI 从只会接话的“嘴替”,变成了能派活的“主管”。
从“单兵作战”到“虚拟班组”DeepSeek Harness 团队这次发布的《Super-agent 设计探索》,核心就一件事:解决人类注意力的瓶颈。
现实点说,人脑同时盯得住的活跃会话撑死也就三五个,再多就得顾此失彼。
以前的 Agent 是串行的。你问 A,它答 A;你问 B,它得等 A 结束。更麻烦的是,如果你关了电脑,任务就断了。
Super-agent 把这套逻辑拆了。它搞了个双层架构:Router(路由/主管)和 Worker(执行者)。
Router 是个常驻后台的“大脑”。它不写代码,不查 Bug,它只干两件事:看全局、派活。它同时连着你的群聊、GitHub、邮件。
Worker 才是干活的。每个 Worker 有独立的上下文,互不干扰。一个在复现 Bug,一个在写单元测试,一个在审查代码。
这就好比老板不用亲自做 PPT,他只要盯着哪块业务卡壳了,喊一声“小王去搞定”,剩下的交给执行层。
没人 @ 它,它也在干活真正让人意外的,是它那股子“主动”劲儿。
传统 Bot 是被动响应。你不 @ 它,它装死。
Super-agent 不一样。参考文章里有个场景:程序员在群里讨论一个 Bug,没人特意叫 AI。但 AI 在后台默默复现了问题,甚至直接把修复代码提交到了 GitHub PR。
这意味着什么?意味着 AI 开始具备“环境感知”能力了。
它不再是等着喂指令的终端,倒像个能看懂眼色、分清轻重缓急,甚至敢主动插手的同事。
这种主动性,正是它和传统 RPA 的分水岭:RPA 跑的是死脚本,Super-agent 跑的是活逻辑。
省下的 Token,还是省下的命?当然,这种架构不是免费的。
多 Agent 并行,意味着 Token 消耗会激增。Router 要维护全局上下文,Worker 要各自跑任务,算力成本肯定比单会话高。
但 DeepSeek 算的账可能不是 Token,而是“人力”。
如果一个高级工程师能同时管理 10 个 AI Worker,而不是 3 个 Session,他的产出效率翻了三倍。
这时候,Token 成本就变成了“人力成本”的替代项。只要 AI 干活的效率提升幅度,大于 Token 增加的幅度,这笔账就是划算的。
而且,DeepSeek 引入了“订阅机制”。比如 GitHub 的 PR 状态变了,直接同步给对应的 Worker,不用 Router 反复去查。这种工程上的优化,是在给成本“止血”。
谁在监督“AI 主管”?这里有个隐患,很多文章没细说,但我必须提。
当 AI 开始指挥 AI,且具备长期在线、主动行动的能力时,权限边界在哪里?
如果 Worker 犯了一个低级错误,Router 能拦截吗?如果 Router 本身逻辑跑偏了,人类怎么审计一个“自动运行”的 AI 团队?
目前 DeepSeek 的方案里,人类的角色从“操作者”变成了“验收者”。你定目标,AI 跑流程,最后你检查。
但这要求人类具备更高的“抽象能力”。你得能看懂 AI 的调度逻辑,而不是盯着每一行代码。
这对普通开发者是个挑战。以前你会写代码就行,现在你得会“管理 AI”。
结语DeepSeek 这次搞的,与其叫技术升级,不如说是把整个工作流给重构了。
它把 AI 从“工具”推向了“劳动力”的位置。
以前是你用 AI,现在是 AI 用 AI。
至于这会不会导致“AI 内卷”?或者人类彻底沦为“监工”?
试想,如果 AI 同事比你更熟代码库,还不用睡觉,你除了适应,还能指望什么?
免责声明:本文仅代表个人观点,不构成任何建议。