深夜的10月31日，DeepSeek Harness团队发布了一项颇具前瞻性的创新，揭示了其在自主智能体研究领域的新进展——Super-agent架构。

在这场技术发布中，DeepSeek团队提出的“超级智能体”并非简单的新产品，而是一种全新的思维方式。它想要打造的是一个能够持续在线、同时执行多任务、主动寻求工作并具备自我恢复能力的智能体。通过将调度、缓存、存算分离和监控等经典计算机系统思想引入智能体架构中，DeepSeek希望在这一技术革命的浪潮中占得先机。

随着单一任务的执行越来越少需要人工介入，瓶颈逐渐转向了人的注意力。DeepSeek Harness设计了五大模块——双层架构、事件驱动、异步多信道交互、存算分离和外部监控（Watchdog），旨在通过这些模块化设计增强会话管理和上下文同步，使得人类能够更加专注于决策与审批，从而提升智能体的应用体验。 long8唯一官网

初步实验数据表明，基于Super-agent架构的任务中，约50%的任务可以在12.4分钟内完成，而95%的任务则在15.7分钟内完成，这一表现显著优于使用Subagent工具的单会话模式。同时，系统在去掉直通订阅后的Router决定数增加了约30%，而读取缓存的token数量也从2323万增加到3177万。Router的批处理能力使其将单个决策的推理时间显著缩短，从6.4秒降至1.6秒。这些数据不仅证明了“系统层接管会话调度”的可行性，更彰显出Super-agent在处理速度和稳定性方面的优势。需要注意的是，这些实验是基于合成负载和简化环境的初步验证，尚需进一步探索和优化。

Super-agent的核心理念是，通过不切换会话，一个智能体能够并行推进多项任务。一年来，像Coding Agent这样的单任务智能体已经充分展示了其利用工具解决复杂问题的能力，使得人类的介入越来越少，更多地转向了决策与验收。与此同时，新的持续在线、事件驱动的个人助手形态不断涌现。然而，当前的智能体仍然局限于单一会话，面临着任务上限和注意力分配的挑战，简单的扩展仍将受到上下文混淆和设备离线等问题的制约。因此，DeepSeek Harness团队的Super-agent应运而生，旨在实现跨会话的持续上下文保持，以及互不干扰的任务并行推进，团队内部已有实例在IM与GitHub之间连续开展任务。

Super-agent具备四大显著特征：首先是连续性，用户可以在IM聊天和GitHub评论等熟悉的界面与之交互，而不会忙于思考“这个上下文是否已经包含了我需要的信息”。例如，当用户在IM中提出采用某个方案，随后又在GitHub上修改方案，Super-agent能够准确理解并自动调整执行方向。其次，高效率体现在快速响应能力上，它能够同时高质量地并行完成多个复杂任务，而不需等待前一个指令的完成。第三，智能体具有主动性，持续监测环境并能够主动处理值得关注的事项，而不需用户一条条下达指令，必要时则安静待机。最后，Super-agent具备持久性，始终在线并能够实时接入用户的工作环境，遇到异常时能够自动恢复。 long8唯一官网

对单一反应循环的要求使得这四个特征的实现变得颇具挑战，因此需要相应的底层架构来支撑。相似的设计约束往往会引导至相近的架构选择。无论是个人助手还是软件开发等商业应用中的智能体，如果目标是创建一个持续在线、能够并发响应环境事件的系统，都将需要类似的底层架构。这样一来，许多面临的问题与传统计算机系统已经探讨的内容高度契合，因此计算机系统中的经典设计理念同样适用于该领域。

为了实现这些目标，DeepSeek Harness团队提出基于五个模块构建的架构框架：通过双层架构兼顾连续交互和高并发执行，通过事件驱动实现主动响应，通过人机交互确保持续性与高效性，以及通过计算、状态与环境的分离加上外部监控实现跨设备的持久在线与自动恢复。