过去一年，编码智能体大多还停在「你问一句、它答一轮」的单会话范式。DeepSeek这次把问题换成另一句：当模型已经能搞定单项任务，真正卡住效率的，会不会是人类同时盯不住太多并行线程？
10月31日前后，公开产业梳理显示，DeepSeek Harness团队发表题为面向更自主Agent系统的技术分享，并同步在GitHub组织deepseek-ai下以MIT许可放出dsh-superagent-prototype。仓库说明写得很直白：研究原型仅供参考，不是官方正式产品；代码大量来自团队日常开发，不少工程本身也由编码智能体完成。第三方技术解读亦提醒：设计文章里的部分能力属未来方向，与当前仓库实现并不一一对应。
架构上，Super-agent被描述为双层结构。上层Router像总调度：收消息、分任务、维护全局上下文；下层多个Worker各自推进具体会话，彼此尽量不堵死。团队还提到订阅与直通：某个Worker接手一条GitHub PR后，可直接订阅后续评论，不必每条消息都经Router转发。对应四个目标特征——连续（跨会话跨平台保留任务上下文）、高效（多任务并行）、主动（观察环境变化后必要时自行行动）、持久（长期在线并尝试异常恢复）。
主动并不等于乱抢活。公开材料强调「投机执行」：群里有人讨论疑似Bug，Agent可先在后台复现与排查；若找到简单修复方案再交给人确认，找不到就安静退下，少打扰。消息过滤用两级机制：规则先剔除明显无关流量，再由模型判断是否行动，以压低Token开销。长期在线则把计算、状态与执行环境拆开，并引入Watchdog监督无效循环与偏离目标。模拟实验口径称：约300条消息、20项工作请求的环境里，Super-agent任务完成时间中位数约12.4分钟、95分位约15.7分钟；传统单Session方案在中性提示下95分位约29.5分钟。取消事件直通后，Router决策次数约增三成、读缓存Token约增近四成——说明路由设计直接影响成本。
安全与责任边界同样被写进文档：Worker会以操作者系统用户身份跑命令且默认无逐步审批；建议隔离机、专用GitHub账号、先窄名单再放开。对产业，这是国内头部实验室把「团队级主动Agent」的授权、会话槽位与注意力经济学摊开给同行抄作业；对开发者，价值在参考架构，不在把它当开箱即用的生产SaaS。
一句话：DeepSeek把「少占人注意力」写进Agent底座——下一步看原型能否长成可审计的正式产品线。