DeepSeek开源Super-agent原型：让AI自己接活，任务完成中位12.4分钟

10月31日晚间，WorkBuddy团队在官方公众号发布技术文章《Super-agent设计探索：迈向更自主的Agent系统》。同日，配套原型dsh-superagent-prototype在GitHub以MIT协议开源。

文章起首做了一处自我限定：这是面向工程实践的架构思路探讨，不是对现有产品功能的介绍。

不过文中给出的判断相当具体。模型能力往上走，AI完成单个任务越来越不需要人插手；人管理多任务的注意力却没跟着涨，一个人同时能跟进的活跃会话依然是3到5个。DeepSeek的原话是：单任务的上限取决于模型能力，多任务的上限取决于人的注意力。

整篇文章正是从这句话展开。文中提到，模型能力提升催生了一批新形态，个人助手开始集中涌现，直接接入消息、日程、邮件与工作平台，持续观察信息流。这种持续在线、事件驱动的做法不限于个人场景，软件开发等商业场景同样适用，但现有主流智能体的设计撑不住这个规模。

新架构的全部设计，都指向这个卡点。

01 会话之间不通，上限就落在人身上

据悉，现有智能体以单个会话为基本单位，会话与会话彼此独立。结果就是一种现象：A会话里得出的结论，B会话里的它并不知道。用户并行推进多项工作时，只能手动切换，还得自己记住每一条上下文。到最后，只有人掌握所有任务的全貌。

DeepSeek的分工思路是这样的：router属持续在线的全局协调层，群聊、GitHub、邮件等各渠道消息先汇总到这里，共享上下文由它维护，任务交给别人干，自己不负责具体执行；worker则各管各的上下文，同时推进问题复现、代码审查、功能开发这些活，需要时还能调起Subagent（子智能体）。

这和常见的“主智能体带几个子智能体”不是一回事。主智能体得理解任务细节、规划子任务、高频协调，推理负担很重；router只管这件事该推给谁，worker之间上下文隔离，冲突靠订阅同一个话题自行发现。worker接手任务后还能直接订阅后续消息，省掉经router转发的协调开销。

DeepSeek自己说，这套设计没有提出全新理论，是把计算机系统里的经典工程思想搬到了智能体身上。

触发行动的可以是群聊消息、邮件、日程提醒、GitHub评论、CI测试结果，一切按事件驱动。执行循环搬上云端、会话状态写进数据库、本地只留下一轻量daemon（守护进程），这是存算分离，电脑关了任务照样继续。任务是否卡在无效循环里由外部watchdog（看门狗）检查并尝试修复。异步ReActLoop（推理—行动循环）的作用是AI跑耗时任务时还能应付新指令，不过这一项目前没有默认开启。

另外还有一层投机执行：结果是否会被采用尚不确定时，先在后台提前尝试，有价值再提交，没有就放弃。

另一个关键词是“主动”，也是最容易失控的地方。群聊里绝大多数消息轮不到AI插手，DeepSeek为此设了两级过滤：程序规则先排除明显无关的内容，剩下的大模型再来分辨是随口吐槽还是真有问题，两道都过了才派任务。

内部有个例子可以说明：团队成员在群聊里说“这个项目有BUG”，也没人@它，Super-agent就在后台悄悄复现，确认问题确实存在、又找到简单修法之后才提PR（拉取请求），回到人手里验收。后来有人在GitHub评论里提出换个修法，它随即从聊天软件的上下文转到GitHub接着干。内部管这套做法叫“静默复现并修复”。

文章还给了一组实验数据：基于该思路的Super-agent，任务完成时间中位数12.4分钟，95分位15.7分钟，优于带子工具的普通会话。DeepSeek同时说明，这是基于合成负载与简化环境的初步实验，不是正式产品结论。

产品边界同样摆得很清楚：GitHub上的原型属于研究原型，并非正式产品。仓库说明提到，公开出去的版本和DeepSeek内部跑的系统不一样，文中有些功能还在开发。目前它主要围绕一个GitHub仓库工作，也可以接飞书。Super-agent的行动前提是被请求，或者团队提前写好规则放行；没结果就不播报过程，没权限就不擅自动手。

做这件事的团队值得注意。发布者是Harness团队，不是模型团队。

02 两轮融资之后，对外输出的东西变了

把时间线拉出来，这条新闻的位置就清楚了。

2026年4月，DeepSeek开启成立以来第一次外部融资，到6月底完成交割，规模约510亿元，投后估值接近4000亿元。钱从哪来？梁文锋个人出资约200亿元，腾讯约100亿元，宁德时代体系约50亿元，网易、京东、砺思资本、IDG资本各约30亿元，国家人工智能产业投资基金也参与其中。

10月22日之后，又一轮融资的说法在市场里流传：拟筹约1000亿元，最初目标500亿元，后来至少两次上调。这一轮出钱最多的是腾讯和宁德时代。多家媒体找了不同信源交叉核对，截至发稿，DeepSeek和相关投资方都没有正式公开回应，最终金额也没定下来。

两轮相加，半年内累计融资规模约1500亿元。

融来的钱有地方花。公开披露的信息显示，7月它参与长鑫科技打新，8月拿出1.41亿元战略配售宇树科技，10月又计划领投一家机器人初创企业；更早的报道还提到，它在内蒙古乌兰察布建数据中心，部署至少16万颗华为昇腾加速芯片。

上市的事也在往前推。8月下旬起DeepSeek开始接触多家投行，传闻中信证券已经进场尽调，市场说法是最快2026年末递交上市申请、2027年挂牌；9月下旬，高瓴创投原合伙人严文韬加入担任CFO。21财经9月的报道则显示，辅导协议还没签，2027年的时间表只是市场传闻。这些说法都没有得到官方证实。

把Harness和这些动作摆在一起看，指向的是同一件事：DeepSeek对外一直贴着模型公司的标签，V3、R1这些开源模型定义了它的身份。融资之后，除了接着训模型、买算力，它开始输出“怎么干活”。过去只交付一个更强的模型，现在要交付一套替人调度、执行、验收的系统。

03 入口已经挤满，DeepSeek选了开源

这个时间点值得留意：Super-agent定在10月底发布，同一个窗口期里，这条赛道已经站满了人。

新浪财经近日的报道给了一个概括：智能体的竞争，正从执行具体任务，走向持续提供个人服务，成为真正的个人代理。

字节跳动、腾讯、阿里、蚂蚁也没闲着。字节跳动8月25日推出面向生产力场景的智能体品牌“豆包工作”，跟飞书做了深度打通，用户授权之后可以跨软件操作电脑；腾讯的Workbuddy已经上线试运营；阿里千问放话要加快打造Personal Agent（个人代理）；蚂蚁的灵光则启动了新版本内测。

月之暗面走的是另一条路：一边把Kimi迭代到3万亿参数、首次推出Pro版本，一边在9月启动“Kimi企业合作伙伴计划”，拉上华胜天成、金山云等IT服务商，帮企业把AI部署进核心业务。

企业侧的动作也在加密。腾讯在10月29日称，其智能体开发平台ADP可让企业定制、管理、协调用于客服、营销和运营的智能体；阿里云7月已推出Agent Loop与Agent Teams，配合原有的Agent Run，做智能体的开发、部署与监控。

争的是同一个位置：AI的下一个入口。聊天是入口，办公是入口，更可能被验证为入口的，是那个不用人开口就把事情办了的智能体。

DeepSeek入场的姿势和前几家不一样。它把底层Harness开源，模型、工具、技能、会话、沙箱，一切皆插件，MIT协议；Super-agent原型同样开源，并且从自己的研发场景切入，第一个场景是常驻代码仓库的Coding Agent。

这种打法会直接冲击应用层。应用层过去靠的是“更懂怎么调用模型”这道坎，可底层模型公司一旦把Agent框架和最佳实践开源出去，这点能力差距很快就会收窄。对DeepSeek而言，这也是块新战场：从前对手只有OpenAI、Anthropic，比的是模型；眼下要跟字节、腾讯、阿里拼产品、拼场景、拼谁真能把智能体塞进实际工作流里。

DeepSeek在文章里这样描述自己的定位：“系统在底层接管了繁琐的会话管理与上下文同步，使人类得以从具体的执行细节，进一步上移到更高层的决策与验收。”

这话讲的是自家产品，并非对行业的判断。想验证它，往后要看两点：内部那个实例跑了多长时间、跑出了什么结果；公开发布的原型能不能从一个“GitHub仓库”铺开到更多场景。

至于那个内部实例跑多大规模、任务成功率多少，文章都没交代。对外摆出来的，是一个研究原型、一个GitHub仓库，外加一组基于合成负载的实验数据。所以现在下结论还早。