2026年10月31日晚，DeepSeek Harness团队做了一件让不少开发者熬夜围观的事：开源了Super-agent超级智能体的底层架构，以及一个可以实际运行的原型——dsh-superagent。项目托管在GitHub仓库deepseek-ai/dsh-superagent-prototype，采用MIT协议，TypeScript实现，上线后迅速获得约8.7k star。对于一个底层架构项目来说，这样的关注度，说明它踩中了当前AI工程领域最受关注的一个问题：当单个智能体不够用的时候，多个智能体该如何协同工作。
要理解Super-agent的价值，得先从智能体发展的现状说起。过去一年，AI智能体从“能回答问题”进化到“能完成任务”：写代码、查资料、操作软件、处理文件，越来越多的工作可以交给智能体去做。但随着任务越来越复杂，一个智能体很快就会遇到瓶颈——上下文装不下、任务一多就顾此失彼、一个环节卡住整个流程跟着停摆。于是，行业里很自然地出现了一个方向：让多个智能体分工协作，像一个团队一样工作。问题在于，团队要高效运转，靠的不是人多，而是组织方式。Super-agent开源的，正是这样一套组织方式。
这套架构的核心是五大模块，每一个都对应着多智能体协作中的一个现实难题。
第一个模块是Router-Worker双层架构。它的分工逻辑非常干净：常驻的Router层只负责人机交互与全局协调，只分派、不干活；多个上下文隔离的Worker层则并发执行具体任务，只干活、不抢话。这个设计解决了一个长期困扰多智能体系统的毛病——多个智能体同时说话、互相干扰、上下文彼此污染。用一个生活中的比喻来说，就像一家餐厅里只有一个领班负责接待和派单，后厨的厨师各自埋头做菜，互不打扰，领班也不下厨。角色分得越清，系统就越稳定。
第二个模块是事件驱动的两级过滤。智能体在工作过程中会产生大量事件：工具返回结果、文件发生变化、某个子任务完成，其中很多是噪音。Super-agent的做法是分两级处理：Fast Path用确定性代码快速筛掉噪音，Slow Path再把需要判断的事件交给模型处理。这样一来，模型不用被琐事打扰，可以把算力集中在真正需要决策的地方，既省了成本，也提高了响应速度。
第三个模块是异步多信道交互。现实中的任务常常是“等”的艺术：调用一个耗时工具，可能要等上几十秒甚至几分钟。在传统的单会话设计里，这段时间里用户什么都干不了，只能干等。Super-agent把耗时工具调用设计成异步启动与停止，前台对话不被后台任务阻塞。用户可以一边和智能体聊着，一边等后台的结果慢慢回来，就像发了条消息后可以继续做别的事，不必一直盯着屏幕等回复。
第四个模块是存算分离。计算、会话状态、执行环境三者解耦，听起来是工程细节，实际上决定了系统的扩展能力。分离之后，不同部分可以独立扩容、独立升级，某个环节出问题也不会把整个系统拖垮。对需要长期运行、处理复杂任务的智能体来说，这是一种必要的稳健性设计。
第五个模块是外部Watchdog自愈。这是一个独立的Control Loop，既盯着基础设施故障，也由模型判断各个Worker是否有实质进展、是否偏离目标，一旦发现异常就介入修复。换句话说，系统里有一个“监工”，专门负责发现那些卡住、跑偏、空转的子任务，及时把它拉回正轨。多智能体系统最怕的就是某个Worker悄悄“摸鱼”或者走错方向还无人察觉，Watchdog的存在正是为了堵住这个漏洞。
团队还公布了一些初步实验数据：在基于合成负载与简化环境的测试中，任务完成时间中位数为12.4分钟，95分位为15.7分钟，优于单会话方案。不过团队也明确提醒，这些数据仅供参考——合成负载与简化环境毕竟不是真实世界，真实场景下的表现还需要更多验证。对于习惯了厂商用漂亮数字讲故事的读者来说，这种坦诚反而值得肯定。
更值得注意的是团队的定位声明：这是一个研究原型，不是DeepSeek的正式产品。原型默认只自动合并增删合计少于200行、且已获批准的Pull Request，这条规则本身就透露出团队对项目边界的清醒认识——它提供的是思路与参考实现，而不是一个开箱即用的产品。开发者可以从中学习多智能体系统的组织方式，把其中的模块思想借用到自己的项目里，但不应把它当作可以直接部署的生产系统。
从行业角度看，Super-agent的开源还有另一层意义。DeepSeek此前的开源动作大多集中在模型本身，而这一次开源的是智能体系统的架构与工程实践。这说明开源的战场正在从“模型权重”延伸到“系统架构”：当越来越多的团队开始搭建自己的智能体应用时，真正稀缺的不是某一个模型，而是让多个智能体稳定协作的方法论。
对于关注AI智能体发展的读者来说，Super-agent值得跟踪的不是它今天的star数，而是它接下来在社区里的演化：会不会有人基于它搭建出真实可用的多智能体应用？它的五大模块里，哪些会被证明是通用解法，哪些会被替代？这些问题的答案，将在未来几个月里逐渐浮现。
来源：DeepSeek Harness团队
相关阅读：
DeepSeek登顶全球第一：33.6万亿Token、暴涨801%
从默片到开口说话：Genie 4让虚拟世界第一次有了声音
