DeepSeek 甩出 Super-agent：AI 从"等人派活"变成"自己找活干"

DeepSeek Harness 团队在公众号发布技术长文《Super-agent 设计探索：迈向更自主的 Agent 系统》，并开源原型 dsh-superagent-prototype（MIT 协议）。官方点明这是工程向的研究原型，而非现成产品。但文中一幕很抓人——内部已跑着的实例参与缺陷复现、代码审查，连群里没人 @ 它也能嗅出潜在 bug、后台复现。

卡住多任务的，是人不是模型

主流 Agent 至今以单个 Session 为单位，会话彼此割裂。人想并行几件事，只能反复切窗口、记上下文。团队观察到，一个人通常只跟得住 3 到 5 个活跃会话，于是怪圈出现：单任务上限看模型，多任务瓶颈却卡在人的注意力。Super-agent 要破的正是这道坎。

一个调度中心，一群干活的"手"

核心是一套双层分工：常驻前台的 Router 管交互、分派任务，轻量模型即可顶；每个任务一个上下文隔离的 Worker，用最强模型并行跑，做完回传 Router。再配上事件驱动、存算分离和 Watchdog 监督，卡住的任务会被自动检测修复。压测约 300 条消息夹 20 项请求，P50 12.4 分钟、P95 15.7 分钟，单 Session 方案 P95 达 29.5 分钟。

成本更狠——V4-Pro 每百万 token 约 1.32/3.96 美元，比 GPT-5.5、Opus 5.5 低一个量级。当并发上限从"人的注意力"变为"系统吞吐"，Agent 才算走出聊天窗。