IT之家10月31日消息，DeepSeek Harness 官方团队今日发布《Super-agent 设计探索：迈向更自主的 Agent 系统》一文，介绍了其面向工程实践的 Super-agent 架构设计思路。 随着大模型执行单个任务时越来不需要人的干预，限制生产力进一步提升的因素正逐渐转向人的注意力，Agent 系统需要从被动响应指令的单任务工具，向持续在线、能够并行处理多项任务的自主协作者演进。 DeepSeek 表示，现有主流 Agent 设计仍以单一 Session（会话）为基本单位，不同 Session 之间相互独立。用户并行推进多项工作时，需要手动切换并维护各个 Session 的上下文。 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。即使通过 CLI、MCP 或外部连接器扩展本地 Agent，也仍可能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。 他们将这种新型 Agent 形态及其系统架构称为 Super-agent，并归纳出四项基础特征：连续、高效、主动和持久。 首先，连续意味着用户可以在即时通讯、GitHub 评论等不同渠道与同一个 Agent 交互；高效意味着能够并行处理多个复杂任务；主动意味着系统可以持续观察环境事件并自行推进值得处理的事项；持久则要求 Agent 始终在线，并能在长期运行中从异常状态恢复。 ▲ 同一个任务在 IM 群聊与 GitHub Pull Request 评审之间连续推进 ▲ 持续关注公共群聊，在无人 @ 的情况下主动识别缺陷并提交修复 Pull Request DeepSeek 提出的整体架构主要由双层架构、事件驱动、面向人的交互、计算与状态及环境分离、Watchdog 五部分组成。 其中，双层架构将系统划分为 Router 层和 Worker 层：Router 负责承接人类交互、维护全局上下文并分派任务，Worker 则在相互隔离的会话中并发执行具体工作。Worker 不直接向用户回复，而是将状态和结果汇报给 Router，由后者统一对外沟通。 ▲ 双层架构：Router 层统一负责路由与对外交互，多个 Worker Session 隔离并发执行任务 在事件驱动机制中，群聊消息、邮件与日程提醒、代码审查评论、CI 运行结果等外部信息被称为 Trigger。系统先通过程序规则过滤事件，再交由大模型判断是否需要采取行动。对于已经分配任务的事件流，Worker 可以订阅对应 Thread，后续相关事件由程序直接发送给 Worker，无需每次都经过 Router，从而降低路由负载。 DeepSeek 团队还介绍了 Inline & Spill 和链式召回（Chain of Recall）机制。前者将近期可能用到的信息直接放入模型上下文窗口，将超出预算或低频使用的内容保留在窗口之外，供模型按需读取；后者则通过 Trigger、Thread 和 Worker Session 等对象之间的引用关系，让模型沿关联 ID 逐步找回历史任务信息。 ▲ Super-agent 整体系统架构 为减少人类等待时间，Super-agent 还引入投机执行机制，可以根据环境信号在后台提前开展工作。例如，收到会议邀约后先检查日程冲突、搜集背景资料并准备回复草稿；在研发协作场景中，则可以在群聊讨论问题时尝试复现故障、寻找修复方案，只有确认问题并找到简单修复方式后才向用户交付结果。 在人机交互方面，文章提出异步 ReAct Loop，将耗时工具调用改为异步的 start () 和 stop ()。Agent 启动后台任务后即可返回 Started 状态，不必等待任务完成，后台结果随后作为新事件进入会话。 这样，前台对话可以继续接收用户的新消息。不过，DS 团队特别说明，这项异步任务机制已经在 DeepSeek Harness 中实现，但尚未默认开启。 ▲ 两级过滤：先由程序层策略筛除大部分无关消息，再交由语义层策略判断 针对长期在线运行，DeepSeek 将 Agent Loop 的计算、会话状态和执行环境进行解耦：计算与持久化状态放在云端，执行环境则可以保留在用户本地设备，仅部署负责执行命令和返回结果的轻量 daemon。该设计支持 BYOM（Bring Your Own Machine），即将用户日常使用的开发机或个人电脑接入云端 Agent，也支持连接云端托管机器或按需创建的计算环境。 此外，系统在主架构之外设置独立的 Watchdog Session，形成外部控制回路。Watchdog 不仅监控接口报错、状态恢复失败等基础设施问题，还会通过模型判断 Worker 是否取得实质进展、执行方向是否偏离目标，并在发现异常时介入修复。 ▲ Th
