10月31日晚間，DeepSeek Harness 團隊喺官方公眾號發表技術文章《Super-agent 設計探索：邁向更自主的 Agent 系統》，正式公開其 Super-agent 架構，相關原型已同步開源。 DeepSeek 同時表示，基於該架構構建的內部實例已喺日常研發中持續運行。
呢個原型（dsh-superagent-prototype）採 MIT 授權，建喺 8月13日已開源的 deepseek-harness（簡稱 dsh）代理底層框架上面。 可以 clone、審視、改動、self-host。 DeepSeek 明講呢個係研究原型、參考代碼，唔係公司產品，亦唔係 production-ready；文檔入面一部分設計思路未喺已發佈代碼中實現。
Router 同 Worker：一個當主管，一夾做手腳
架構分兩層。 持久運行的 Router 負責評估由 GitHub 或（可選）飛書過來的請求，維持跨任務上下文；被批准的工單拆去獨立的 Worker session，每個 Worker 有自己嘅 session 同工作目錄，做完喺原本嘅對話線回覆，可能連帶開一個 Pull Request。 因為 Worker 係並行嘅，可以喺上一個任務未完就接下一個。 某個 Worker 接手某 PR 後會直接訂閲後續評論，唔使再經 Router 逐層轉發。 另有 Watchdog 機制負責監視失敗同卡死嘅迴圈。 呢個係事件驅動設計，唔係無限制嘅自主迴圈。
DeepSeek 提出 Super-agent 應具備四個核心特徵：連續（跨會話、跨平台保持任務上下文）、高效（多任務並行，耗時任務唔阻塞新交互）、主動（持續觀察環境事件，必要時自行行動）、持久（長期在線，異常可自動恢復）。
自己開工，自己驗收
最引人注意嘅係投機執行（Speculative Execution）機制：無需要人 @，AI 喺後台先試重現 bug、分析原因，有可行修復先提交 PR，冇就保持安靜。
DeepSeek 指出多任務上限正由「模型能力」轉向「人的注意力」，一個人通常只能同時跟進 3 至 5 個活躍會話；Super-agent 嘅思路就係將會話管理同上下文同步由人手移去系統層面。
數字係自己嚟嘅
喺模擬約 300 條消息、其中約 20 條為真正工作請求的環境，每組配置重複 5 次：Super-agent 任務完成時間中位數（p50）12.4 分鐘、95 分位數（p95）15.7 分鐘；傳統單 Session 加 Subagent 方案喺中性提示詞下 p95 達 29.5 分鐘。 呢個係廠商自家模擬，唔係獨立測試。
效率提升有代價：由於要維護多個獨立會話，Super-agent 嘅緩存讀取 Token 高於單 Session。 取消事件直通機制後，Router 需要做出的決定增加約 30%，總緩存讀取量由 2323 萬增至 3177 萬 Token，增幅約 37%。
阿調搞兩下：思路冇問題——交底層 plumbing，示範一個例子，畀生態圈自己去建下一個。但「研究原型」三個字唔係擺睇嘅：呢個原型未經歷安全審計，隔離唔保證，p95 15.7 分鐘係廠商自家模擬。你教 AI 做嘢，而家仲可以教 AI 去指揮另外一班 AI 做嘢——但條安全帶要你自己扣。
阿調｜深度調教
