DeepSeek Harness团队于10月31日发布《Super-agent设计探索：迈向更自主的 Agent系统》，讲解这套落地导向的Super-agent架构思路。
大模型自主能力提升后，人的注意力成为瓶颈，Agent需要进化为可并行任务的自主协作者。现有Agent会话相互隔离，多任务下切换繁琐，还存在阻塞、上下文错乱、离线中断等问题。DeepSeek提出Super-agent，具备连续、高效、主动、持久四项特性，支持多渠道交互与长期稳定运行。
DeepSeek这套方案包含五大模块，核心双层架构分为Router和Worker。Router接收交互、分配任务；Worker隔离执行任务，结果交由Router统一反馈用户。
外部触发信号叫Trigger，经筛选、判定后，Worker订阅任务线程，减少Router转发压力。同时搭配Inline & Spill和链式召回机制，分别管理上下文内容、回溯历史任务信息。
Super-agent加入投机执行机制，依据环境信号后台预执行任务，节省用户等待时间。它采用异步ReAct Loop，耗时工具调用非阻塞，前台对话可持续接收消息。该功能已在DeepSeek Harness落地，但默认没有开启。
DeepSeek解耦Agent循环的算力、状态与运行环境，支持接入本地或云端设备。额外增设Watchdog会话，监控运行异常，判断任务进度，出现偏差时自动干预修复。
团队开展对照实验，Super-agent相比单会话方案，任务耗时明显更低。测试采用模拟场景，仅评估调度协作能力，不考核单任务执行效果。
Router压力测试显示，Trigger并发提高后，系统合并事件批量处理，分摊下来的推理耗时明显下降，吞吐能力提升。
该架构还有不少难题待攻克，包括扩容、长期记忆、A2A通信、安全隐私等，接入本地设备后的各类权限泄露风险也需要处理。
依托这套方案搭建的Super-agent内部实例已投入使用，协助代码相关工作。同时放出dsh-superagent-prototype原型，仅作技术验证，不属于正式产品。
