11月1日凌晨，DeepSeek Harness 团队发表技术文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，第一次系统公开了正在探索的下一代 Agent 架构。文章描绘的场景颇具画面感：程序员还在群聊里讨论某个 Bug 怎么修，没有人 @ 任何 AI，后台的 Super-agent 却已经默默完成了问题复现、找到修复方案，并把 Pull Request 提交到了 GitHub——等开发人员回过神来点开群消息时，代码已经躺在仓库里等待审查。
一个 AI 当主管，多个 AI 同时干活
DeepSeek 给这套架构设计了一个形象的双层结构：Router 与 Worker。可以将其理解为一个由 AI 组成的虚拟团队——Router 是持续运行的全局协调节点，统一接收来自群聊、GitHub、邮件等不同平台的信息，判断任务该如何分配，并维护跨任务上下文；真正干活的是 Worker，每个 Worker 拥有独立的上下文和工具能力，分别负责问题复现、代码审查、功能开发等具体任务，必要时还能继续调用 Subagent。任务完成后，Worker 把关键结果汇报给 Router，再由后者统一与用户沟通。
对用户而言，面对的始终是同一个 AI 助手；对系统而言，背后可能已经有多个独立 Agent 同时开工。为了减少协调开销，DeepSeek 还引入了订阅机制：当某个 Worker 接手一个 GitHub Pull Request 后，后续评论和状态变化会直接发送给它，无须每次经过 Router 重新分配。DeepSeek 同时指出，Router 主要负责信息理解和任务分派，相对轻量的模型也可能胜任，能力更强的模型则留给复杂任务执行——这意味着在一套架构内部就能实现模型成本的分层。
从"人类管理会话"到"人类定目标"
这套架构瞄准的真问题，是人类自己的注意力瓶颈。过去一年，以 Coding Agent 为代表的 AI 工具已经能够独立阅读代码、定位 Bug、运行测试，甚至完成复杂的软件开发任务；但随着模型能力增强，另一个矛盾开始显现：AI 能同时完成的任务越来越多，人类管理这些任务的注意力却没有同步增长。目前大多数 Agent 仍以会话（Session）为基本工作单位，用户需要在不同窗口之间反复切换、记住各个任务的上下文、持续跟踪执行进度。DeepSeek 团队观察到，一个人通常只能同时跟进 3 到 5 个活跃 Session；即便通过 CLI、MCP 等工具让 Agent 接入更多平台，单会话串行执行、多任务上下文混乱、本地设备离线后任务中断等问题依然无解。
Super-agent 因此被定义了四项能力：跨会话的连续交互、多任务高效并行、主动响应环境事件，以及长期在线和异常恢复。换句话说，人类可以更多负责确定目标和验收结果，任务调度与执行过程交给 AI 管理。更具突破性的是主动性设计：群聊消息、邮件、日程提醒、GitHub 评论、CI 测试结果都可以成为触发 Agent 行动的事件（Trigger）。考虑到绝大多数群聊消息并不需要 AI 介入，DeepSeek 设计了两级过滤机制——先用程序规则快速排除无关消息，再交给大模型结合上下文判断是否需要行动。更进一步，团队还把计算机系统中的"投机执行"思想搬了进来：在内部群配置的"静默复现并修复"策略下，AI 提前在后台复现问题、寻找修复方案，只有确认问题存在且修复方法足够简单，才把结果提交给开发人员，否则全程保持安静。
关机也不停工，还有一位"AI 监督员"
除了主动性，DeepSeek 还在解决传统 Agent 的响应阻塞和设备依赖问题。在常见的 ReAct Loop 中，模型发起耗时工具调用后需要等待结果返回，期间可能无法及时响应新的指令。DeepSeek 为此设计了异步 ReAct Loop：耗时任务转入后台执行，前台会话继续接收用户消息，任务完成后再将结果发送回来——用户甚至能在执行过程中要求 AI 改变方向或终止任务。该机制已经在 DeepSeek Harness 中实现，但尚未默认开启。
与此同时，DeepSeek 借鉴存算分离的思路，将 Agent 的执行循环放在云端，会话状态保存到数据库，代码仓库、文件和工具链等工作环境仍留在用户设备上，本地只部署一个轻量 daemon 负责接收云端命令并返回结果——电脑关机或离线，任务也能在设备重新上线后继续执行。团队还引入了独立的 Watchdog 机制，相当于给 Agent 安排了一位 AI 监督员，负责检查任务是否取得进展、是否陷入无效循环，并在发现异常时尝试修复。
实测数据显示了架构的收益，也暴露了代价。在模拟群聊与 GitHub CI 消息流的实验中，Super-agent 的任务完成时间 p50 为 12.4 分钟、p95 为 15.7 分钟；采用中性提示词的传统单 Session 方案，p95 则达到 29.5 分钟。差异主要来自任务调度——中性提示配置下，传统方案五次实验里模型一次都没有主动调用 Subagent，所有任务挤在主会话中不断受到新消息干扰。但多会话也意味着更高的缓存读取 Token 消耗：取消事件直通机制后，Router 需要做出的决定增加约 30%，总缓存读取量从 2323 万增至 3177 万 Token，增幅约 37%。
同一条赛道的赛跑：Hy4 与 Qwen4 下周决战
DeepSeek 在 Agent 架构上的探索并非孤例。国产大模型的竞争正以前所未有的方式进入"同台对账"阶段：腾讯已宣布混元 Hy4 正式版即将发布，阿里则在欧洲放出消息 Qwen4 下周登场——Qwen 与 Hy 两个系列将第一次同代、同窗口正面对决，且都把 Agent 与真实生产力作为核心叙事。
腾讯这边，8 月 28 日已开源的 Hy4 Preview 拥有 770B 总参数、49B 激活参数和 1M 上下文，正式版的重点是补上三块短板：长程任务、思维链效率，以及 Preview 缺失的视觉理解，同时推出主打性价比的 Hy4 Flash。阿里那边，8 月底发布的 Qwen3.8-Flash-Next 已被明确为 Qwen4 架构的早期预览，其在注意力机制中结合 Gated DeltaNet 与 Qwen Sparse Attention，主干 125B 参数、每个 Token 仅激活 6B，训练成本只有上一代的九分之一；阿里方面还在云栖大会披露，Qwen3.8-Max 已在人类近乎零参与的条件下完成 33 轮有效自迭代。腾讯云与智慧产业事业群 CEO 汤道生的判断代表了行业共识的转向：企业 AI 正在从"粗放使用最强、最贵的模型"，转向"按任务精准匹配不同模型"。
AI 也在这周走进了手术室和口袋
模型架构之外，本周 AI 落地的密度同样惊人。医疗方向上，Exin Therapeutics 让 Sonnet 5 驱动的 AI Agent 完成了一场活鼠脑内给药：在人类外科人员操作开颅、持证兽医值守、并设有物理急停保护的前提下，AI 逐步执行了定位与给药流程；值得一提的是，另一边的 Opus 5.5 因坐标偏差拒绝继续移动并坚持不重试——同一场实验里，两个模型对"何时该停手"给出了截然不同的答案。
消费端，苹果中国官网 10 月 31 日上线《Apple 智能即将登陆中国》新闻稿：国行 Apple 智能首批核心功能 11 月 4 日起随 iOS 开发者 Beta 版开放测试，12 月随 iOS 27.3 正式版推送，Siri、写作工具和视觉智能将接入阿里千问。算力暗线上，彭博社披露 Anthropic 以"客户B"身份向 SpaceX 租用 Colossus 及 Colossus II 算力，第三季度贡献 SpaceX 营收的 34.5%，且受 SpaceX 断电权约束——这被解读为它在与 Grok 的蒸馏争议中保持沉默的原因之一。与此同时，奥特曼在博客节目中自曝，OpenAI 未公开的新模型已在 Hold-my-beer 内部测试中攻克 Navier-Stokes 方程等难题。
效率的代价与未解的问题
热闹之下，DeepSeek 团队自己对挑战并不回避。首先是长期记忆：当任务积累到数周甚至数月后，如何准确恢复历史上下文，仍然没有成熟方案。其次是安全与隐私：Super-agent 会持续接收外部消息，并通过云端访问本地设备，一旦遭遇提示词注入或服务端入侵，就可能威胁代码仓库、敏感数据和本地凭据。此外，当 Agent 能够同时推进大量任务时，用户应该如何查看进度、介入执行，以及决定哪些操作必须人工批准，也需要重新设计交互。
团队在文章结尾坦言，他们并没有提出全新的理论，而是把任务调度、缓存管理、事件驱动、存算分离等经典计算机系统思想应用到了 Agent 架构中。但这句话背后是一个正在发生的转变：过去，我们需要不断向 AI 发送指令，告诉它下一步做什么；按照 Super-agent 的设想，未来人类负责确定目标、做出决策和验收成果，AI 自己发现问题、协调任务并完成执行。当模型完成单个任务越来越少需要人工干预，"人类能够同时管理多少个 AI"，正在成为继参数量、榜单分数之后，衡量一家公司 Agent 架构成熟度的新标尺。而随着下周 Hy4 与 Qwen4 的正面对决即将上演，这场关于"AI 指挥 AI"的竞赛，显然才刚刚开始。
暂无评论内容