11 月 1 日，DeepSeek Harness 团队在 X 发布长文《探索超级智能体设计》，讨论超级智能体（Super-agent）架构。发布约 15 小时后，这篇文章已有约 130 万浏览、9.4K 赞。这是架构理念文章，不是产品功能介绍。
一句话结论： 这套设计让系统接管会话管理，用户只面对一个入口。Router（前台调度）负责接待和派活，Worker（后台干活的会话）并行执行任务，人只做高层决策和最终签核。
DeepSeek 超级智能体为什么要跳出单会话
现在的主流 Agent 仍以单个会话为工作单位。用户同时跑多个任务时，要手动切会话、记上下文。DeepSeek Harness 团队的经验是，一个人通常一次只能处理 3 到 5 个活跃会话。这个数字是团队经验，不是普遍统计，但它指出了一个瓶颈：单个任务受模型能力限制，多任务受人的注意力限制。
给本地 Agent 加命令行工具和外部连接器，只能让它收到外部消息，三个限制依然存在：
- 同步阻塞： 经典 ReAct（边想边调工具的循环）遇到耗时操作会等待，期间无法响应新消息。
- 上下文串味： 不同任务的中间细节混在同一个窗口里，互相干扰。
- 设备绑定： 本地设备一旦休眠或离线，Agent 就停止工作。
文章因此提出，把 Agent 与任何单个手动驱动的会话解耦，让它成为一个连续实体。它要同时具备下面四个特征，而单个 ReAct 循环做不到，必须依靠外围系统架构。
| 超级智能体特征 | 大白话 | 主要靠哪个模块 |
|---|---|---|
| 连续 | 在 IM、GitHub 里交流，始终像同一个 Agent | 双层架构、多通道交互 |
| 高效 | 上一条命令没结束也能接新指令，多任务并行 | 双层架构、全双工交互 |
| 主动 | 监听环境事件，值得处理才行动 | 事件驱动 |
| 持久 | 始终在线，出异常能自动恢复 | 算力与状态分离、Watchdog |
DeepSeek 超级智能体五大模块逐个拆
先看总表。“现在能不能用”这一列最值得注意，因为文章讲的是设计方向，不等于现成功能。
| 模块 | 解决什么问题 | 关键做法 | 现在能不能用 |
|---|---|---|---|
| 双层架构 | 连续性和并发难以兼顾 | Router 只交互和派活，Worker 隔离执行 | 原型有相近流程，完整设计需自建 |
| 事件驱动 | Agent 只能等指令，事件噪声大 | 代码快筛，模型慢判，Thread 订阅直通 | 原型可监听 GitHub，可选飞书 |
| 全双工多通道 | 长任务阻塞对话，日志打扰人 | 异步工具调用，按渠道定回复规范 | DeepSeek Harness 已实现异步任务，默认未开启 |
| 算力、状态与环境分离 | 设备离线就停，够不到其他环境 | 云上跑循环，数据库存状态，端点留原地 | 原文未说明已对外提供，需自建 |
| Watchdog | 进程还在，任务却卡住或跑偏 | 主系统外的独立会话定时巡检 | 原文未说明已对外提供，需自建 |
模块一：DeepSeek 超级智能体的 Router/Worker 双层架构
类比： Router 像餐厅前台，只接待和传单；Worker 像后厨，每个灶台只做一道菜。
所有事件都进一个会话，上下文最连续，但吞吐低；每个事件都开新会话，并发高，却缺少全局上下文，还会出现多个会话分别回复用户的混乱。双层架构把这两件事拆开：长期在线的 Router 负责人类交互和全局协调，甚至可以完全没有 Bash 工具；Worker 上下文隔离，每个只管一个任务，不直接对外发言，状态统一报给 Router。原文的意思是，会话应该成为系统的实现细节，而不是用户的心智负担。
Router 看起来容易成为瓶颈，但一个推理轮次内到达的 Trigger（环境里的事件）会排队，并在下一轮合并处理。它的请求通常输入长、输出短，合并后的事件在 Prefill（模型处理输入的前半段）阶段并行计算，所以单请求时间增长得比批量慢。团队经验是，Router 的工作往往比想象中简单，轻量模型通常就够用。落地时可以先通过 API易 · apiyi.com 接入 deepseek-v4.1-flash 试跑 Router，观察它的派发准确度。
Worker 直接决定任务结果和代码质量，所以原文认为通常要用最强的模型。可以在 API易 · apiyi.com 上用同一批任务对比 deepseek-v4-pro 和 claude-opus-5-5，再决定默认模型。
模块二：DeepSeek 超级智能体的 Trigger 事件驱动
类比： 门卫先按名单拦人，拿不准的再请经理判断；老客户的后续事项直接转给原来的负责人。
Agent 要主动工作，主要输入就得从人工 prompt 变成环境事件，比如群聊消息、CI 结果和代码 review 评论。真实事件流噪声很大，每条都交给大模型判断，延迟和算力都受不了。文章因此设计了两层过滤：
- Fast Path（代码快筛）： 按来源、群、用户或机器人白名单做确定性检查，每个来源可设“只响应明确请求”“当作候选事件”或“忽略”。
- Slow Path（模型慢判）： 通过快筛的候选事件才交给 LLM，由它结合上下文和用 prompt 写的策略决定是否行动。
路由也分快慢。同一个 PR、IM 话题或邮件链上的连续事件构成一个 Thread，Worker 订阅后，后续事件由代码直接透传，不必再经 Router 决策。多个 Worker 订阅同一 Thread 时，会收到相同通知，有机会自行发现并解决冲突。
上下文则按缓存来管理。很快要用的信息直接放进窗口（Inline），很少用的完整信息留在窗口外，只留引用或摘要（Spill）。文章还提到提前行动：在后台先查日历、复现 issue，有用的结果才交付，其余丢弃，用额外算力换取人的等待和介入减少。
模块三：DeepSeek 超级智能体的全双工多通道交互
类比： 烧水时不用站在壶边，水开了会有提示，这期间你可以继续和别人说话。
异步 ReAct 把耗时调用换成 start() 和 stop()。start() 立即返回，工具在后台运行，完成后结果作为新事件送回会话；模型也可以用 stop() 结束跑得太久的命令。这样，用户的新输入在当前推理步骤结束后就能处理。原文明确说，DeepSeek Harness 已经实现这种异步任务机制，但尚未默认开启。
多通道解决的是“怎么说话”。IM 上要轻量、少打扰，只在需要决策或签核时通知，团队验证过的一条硬规则是每条回复不超过 100 词。GitHub、邮件和文档则需要结构化、高信息密度的输出，比如在 PR 中写清问题背景、改动说明和验证结果。
模块四：DeepSeek 超级智能体的算力、状态与环境分离
类比： 档案放进公司的档案室，员工换工位也能接着干；需要用哪台机器上的工具，就派人去那台机器上操作。
文章分两步解耦。第一步，Agent 循环跑在无状态的云容器里，会话状态存数据库，容器重启或替换都不影响任务连续。第二步，执行环境留在原地，每个端点只装一个轻量 daemon（常驻后台的小程序），它不保存会话状态，只负责执行命令和返回结果。
这一设计还支持 BYOM（Bring Your Own Machine，把自己的电脑接到云端 Agent）。这样不必把未提交改动和本地凭据全部同步到云上，设备重新上线后，云端 Agent 还能继续完成需要在那台设备上跑的任务。Anthropic 的 “Decoupling the brain from the hands” 也采用了类似的解耦思路，可以对照阅读。
模块五：DeepSeek 超级智能体的 Watchdog 外部巡检
类比： 值班主管不参与具体工作，定时巡查谁停工了、谁跑偏了。
很多 Agent 异常并不是崩溃，而是进程还在，模型却卡在无产出的循环里，传统存活探针发现不了。Watchdog 是跑在主系统之外的独立会话，由定时消息驱动。它既处理 API 错误、状态恢复失败等基础设施故障，也用模型判断每个 Worker 是否在实质推进。维护人员可以用自然语言问它“为什么失败”，也可以让它在系统运行时调整 prompt 和触发规则。
DeepSeek 超级智能体原型现在能试到什么程度
配套仓库是 github.com/deepseek-ai/dsh-superagent-prototype，采用 MIT 协议，2026-11-02 抓取时有 8,636 stars、863 forks。它是研究原型，不是 DeepSeek 官方产品，也不等同于团队内部版本或文章描述的完整实现，文中部分设计属于未来方向，原型并未实现。
原型是一个面向单个 GitHub 仓库的主动式编程 Agent，打包成 DeepSeek Harness 的 bundle。它监听 GitHub，也可选接飞书；有人派活时就开工作项，在自己的会话和目录中完成，最后回到原对话回复，比如提交 PR。另有网页面板显示需要人处理的事项。
DeepSeek 超级智能体的两组实验数据说明了什么
以下数据均为官方文章自报，实验采用合成负载、简化环境，作者说结果仅供参考。第一组实验的每次运行约 300 条消息，其中约 20 个工作请求，每种设计重复 5 次。编码工作用只消耗时间的工具模拟，所以它测的是调度和协调，不是任务执行质量。
表中的 p50 指一半任务在该时间内完成，p95 指 95% 的任务在该时间内完成。cache-read tokens 是缓存读（直接复用已缓存上下文，不重新处理）的 token 数，这里是所有会话的合计。
| 设计 | p50（分钟） | p95（分钟） | cache-read tokens / 次 |
|---|---|---|---|
| Super-agent | 12.4 | 15.7 | 23.2M |
| 去掉 Pass-through（订阅直通） | 12.6 | 15.5 | 31.8M |
| 单会话 + 子 Agent（中性提示） | 20.4 | 29.5 | 6.1M |
| 单会话 + 子 Agent（委派优先提示） | 13.8 | 29.0 | 10.8M |
中性提示下，模型 5 次运行都没有调用子 Agent。委派优先提示下，5 次中有 4 次委派，另一次模型认为活小而自己做了。这说明在这个负载下，单会话的表现高度依赖 prompt 和模型的临场判断，而双层架构把委派固化到了系统层。代价也很清楚：Super-agent 的缓存读消耗明显更高，是用 token 换更短、更稳定的完成时间。
去掉直通后，完成时间几乎不变，但 Router 决策数多约 30%，cache-read tokens 多约 37%。所以在这个负载下，直通没有提速，主要作用是降低 Router 的开销。
第二组实验单独压测 Router 层：Router 调真实模型，Worker 用模拟模型，逐步提高需要 Router 决策的 Trigger 到达率。
| 到达率（次/分钟） | 平均批大小 | 单请求时间 | 每决策分摊推理时间 |
|---|---|---|---|
| 约 1 | 1.0 | 2.5 秒 | 6.4 秒 |
| 约 40 | 2.8 | 3.9 秒 | 1.6 秒 |
一个决策可能包含多次 LLM 请求，所以分摊时间可能大于单请求时间。这组数据支持的结论是：事件突发时，自动合并能提高 Router 的有效吞吐。但它不能证明真实生产环境也有同样的结果，也无法说明任务质量和不同代码库下的表现。
DeepSeek 超级智能体的四个开放问题
文章明确承认以下问题尚未解决，评估落地方案时应当把它们算进去：
- 架构如何扩展： 任务更大、耦合更紧时，Router 该不该分片、分多细，Worker 何时该直接通信，都没有定论。分片越细，并发越高，但共享记忆和上下文越少，长期记忆也是主要瓶颈。
- 没有会话后怎么用： 任务如何呈现、人如何在不打断后台工作的前提下干预关键细节，还需要新的交互方式。
- 上下文边界与 A2A： A2A（agent-to-agent）泛指不同 Agent 之间的沟通协作。组织变大后，配置 Super-agent 实际上是在决定哪些上下文共享、哪些隔离，跨权限边界如何安全协作尚无答案。
- 安全与隐私： 这是最需要优先评估的一项。云端循环持续接收外部事件，端点又持有私有代码和本地凭据；服务端被入侵或循环被 prompt injection（藏在输入里的恶意指令）攻破时，连着的端点都可能被接管。文章认为，Agent 需要一种“用得到凭据但看不见凭据”的方式。
DeepSeek 超级智能体小团队最小落地清单
下面的顺序是我们基于原文思路给出的建议，并非官方路线。先在单个仓库、可信范围内试点，暂时不做 Router 分片。
第一步：先拆 Router/Worker
- 代码： 建一个长期在线的 Router 入口，不给它 Bash 工具；每个任务开独立 Worker，配独立上下文和工作目录；Worker 的结果只报给 Router。
- 模型： Router 用轻模型，Worker 用能力更强的模型，两者分开配置，便于单独替换。
- 人： 只和 Router 对话，负责定义任务边界、处理决策请求和最终签核。
第二步：再加 Trigger 过滤
- 代码： 配置来源白名单和三档策略，把 PR、IM 话题映射为 Thread，已订阅的后续事件直接透传给 Worker。
- 模型： 只对候选事件做语义判断，判断是否行动、是否新开 Worker。
- 人： 用 prompt 写清行动条件，定期抽查误触发和漏触发，再调整白名单和策略。
第三步：最后加 Watchdog
- 代码： 把它部署在主系统之外，用定时消息驱动，检查 API 错误、状态恢复失败等基础设施问题。
- 模型： 读取 Worker 的进展记录，判断它是在实质推进、卡住还是偏离目标。
- 人： 设定 Watchdog 的修复权限，审批它对 prompt 和触发规则的修改，并复盘失败原因。
从第一天起就应避免把生产凭据直接放进模型上下文，权限也要按最小范围配置。异步工具调用和算力分离可以等前三步跑稳，并确实遇到阻塞或设备离线问题时再做。
DeepSeek 超级智能体的模型搭配与成本估算
下表是 2026-11-02 查询的 API易 · apiyi.com 型号表，单位为 $/1M tokens。型号与价格以平台型号列表为准，实际扣费以控制台为准。
| 型号 | 输入 | 输出 | 缓存读 |
|---|---|---|---|
| deepseek-v4.1-flash | 0.3 | 1.2 | 0.006 |
| deepseek-v4-flash | 0.44 | 1.32 | 0.01408 |
| deepseek-v4-pro | 1.32 | 3.96 | 0.043996 |
| claude-opus-5-5 | 4 | 20 | 0.2 |
以下均为按公开价计算的估算，不是实测。假设一次调用消耗输入 2 万 tokens、输出 2 千 tokens，暂不计缓存：
deepseek-v4.1-flash约 $0.0084，deepseek-v4-pro约 $0.0343，claude-opus-5-5约 $0.12。- Router 用
deepseek-v4.1-flash、Worker 用deepseek-v4-pro各跑一次，合计约 $0.0427；两边都用claude-opus-5-5约 $0.24，约为前者的 5.6 倍。 - 如果每天按这个用量跑 20 组，混合搭配约 $0.85，全用
claude-opus-5-5约 $4.8。真实 Worker 往往不止一轮调用，应换成自己日志里的 token 数重算。
长跑系统还要单独算缓存读。按实验中的 23.2M cache-read tokens 估算，全部按 deepseek-v4.1-flash 计约 $0.14，按 deepseek-v4-pro 计约 $1.02，按 claude-opus-5-5 计约 $4.64。这只是量级参考，实验并未公开各层 token 分布，也不包含输入和输出费用。
Router 和 Worker 的模型最好做成配置项。通过 API易 · apiyi.com，可以用一个 API Key 切换这些模型，OpenAI 兼容接口的 base_url 为 https://api.apiyi.com/v1，切换时主要改模型名，便于用同一批任务比较质量和成本。价格只是选型的一半，Worker 的默认模型仍要看任务成功率和返工量。
上图按 API易 · apiyi.com 型号表的默认标价估算，请替换为自己的 token 用量后再做预算。
DeepSeek 超级智能体常见问题 FAQ
Q1：这是新模型吗？
不是。这是一篇讨论 Agent 系统架构的文章，重点在外围系统如何组织会话、事件、状态和监控，并未发布新模型。
Q2：普通开发者能直接用吗？
不能把五个模块当作开箱即用的功能。目前可以试研究原型，或按文中思路自建；原文唯一明确提到的现有实现，是 DeepSeek Harness 的异步任务机制，且默认未开启。
Q3：dsh-superagent-prototype 是官方产品吗？
不是。它的 README 写明仅供研究参考，不是 DeepSeek 官方产品，也不等同于内部版本或文章描述的完整实现。
Q4：多 Agent 会更贵吗？
在这组实验里，缓存读 token 确实更多：Super-agent 是 23.2M，单会话方案是 6.1M 到 10.8M，换来的是更短、更稳定的完成时间。实际总成本还取决于模型搭配和任务规模，Router 用轻模型、开启 Thread 直通都有助于控制开销。
Q5：国内怎么接这些模型？
可以通过 API易 · apiyi.com 注册并获取 API Key，新用户有免费测试额度。然后把客户端的 base_url 改成上文地址，并在模型参数中填写表内型号。这些 DeepSeek 和 Claude 型号都支持 chat、messages 端点，上线前建议先用小流量验证。
总结
DeepSeek 超级智能体这篇文章的价值，在于把经典系统工程思路用到了 Agent 上。读完可以带走这几点：
- 问题定位： 在单任务上，模型需要的人越来越少，多任务的瓶颈正在转向人的注意力。
- 五个模块： 双层架构、事件驱动、全双工多通道、算力状态环境分离和 Watchdog，分别对应连续、高效、主动和持久四个特征。
- 证据边界： 两组实验都是作者自报的合成负载结果，只能作为设计参考。
- 落地顺序： 先拆 Router/Worker，再加 Trigger 过滤，最后加 Watchdog，全程把安全边界放在前面。
模型搭配不必一次定死，可以通过 API易 · apiyi.com 用同一批任务先跑小规模对比，再根据成功率和账单确定配置。
先把自己从“人肉 Router”的位置上换下来，再考虑加更多 Agent。
作者：API易 技术团队
技术交流：欢迎在 API易 网站首页联系我们，更多资料可访问 docs.apiyi.com 文档中心
