DeepSeek 开源 Super-agent 原型：Router 接话，Worker 干活

10 月 31 日，DeepSeek 的 GitHub 组织里出现了一个新仓库：dsh-superagent-prototype，“Towards a More Autonomous Agent System”。单条提交，MIT 许可，本站观察时有 2345 颗星。README 第一行就把身份说清：这是研究原型，仅供参考，“not an official DeepSeek product”——它长自团队日常开发，大量工程由编码代理完成，发布前做过适配，与内部版本以及设计文章《Super-agent 设计探索：迈向更自主的 Agent 系统》描述的实现都不一致；文章里的一些设计是未来方向，这个原型并没有实现它们。这段免责不是套话：它决定了读者能从仓库验证什么（架构骨架、领域概念、授权流程），不能验证什么（文章里的实验环境与数字）。

原型是什么：面向单个 GitHub 仓库的主动式编程代理，作为 DeepSeek Harness 的一个 bundle 打包。它监听 GitHub 的通知、Issue、拉取请求与 CI 状态，可选接入飞书；有人（在允许名单里，或在团队开放给请求的会话里）开口要活，它就开一张工单、在自己的会话与目录里干活，然后回到原来的对话里交结果——比如一个拉取请求。旁边一块网页面板，列出“现在需要人做什么”。这串东西运行在 DeepSeek Harness 上：官方页面写明 Harness 已在全球范围公开预览并开源，桌面应用加一条 npx 命令即可启动 Web UI，架构是“everything is a plugin”，底层是 Cordis 微内核；页面演示的轨迹视图把每次工具调用的负载、结果与耗时摊开可查。

设计文章给这套东西定了四个目标特征（据 IT之家、量子位转引）：连续（跨 IM、GitHub 等多渠道）、高效（并行执行）、主动（观察事件并自行推进有价值的工作）、持久（始终在线、可从故障恢复）。README 用一句话给整个项目立了度量衡——“take as little human attention as possible, and give as much value as possible”（尽可能少占人的注意力，尽可能多地给出价值）：一条消息、一个通知、一个问题、一个设置、面板上的一个元素，都要付出注意力，都必须比它消耗的更有价值，否则移除。

双层架构的名字来自设计文章，骨架就摆在仓库文档里。Router 层是代码里的主会话（orchestrator）：承接人类交互、维护全局上下文、分派任务，不亲自执行具体任务——文档里它的工具集更小，用于路由。Worker 层是每个工单一个的执行器会话（worker-<工单>）：独立会话、独立目录，挂完整的工作工具，专注单一任务；它不对人说话，只向工单发结构化报告——进展（progress）、就绪（ready）、受阻（blocked）、失败（failed）或无需处理（dropped）。

接不接活有完整的授权链。事件从来源进入，先做两层判断：确定性的一层叫 Gate 准入——谁可以在这个来源派活、以什么身份、哪些机器人有候选资格；再由模型研判（Assessment）这一批事件值不值得开工。接单那一刻授予 Mandate：记录策略版本、范围、强度与匹配的规则——为什么可以做、能做多大。之后是派工：领域内只记录“哪个工单绑到哪个执行器”，真正的执行会话在领域外，prepare 命令有十分钟可以用 git worktree 建出检出版。人的「停止」是唯一撤销 Mandate 的人为动作；策略版本升级不会撤销正在跑的授权，只会把变更送达相关工单。

两处设计最能看出“注意力账本”怎么算。其一，订阅直连：工单自己的拉取请求来了后续评论，或者人直接在相关线程里说话，这些消息不经过 Router 的判断、直接回流到工单——后续讨论不需要有人再 @ 代理。其二，面板：只列出等人的工单（待回答、待评审、受阻、失败），“A healthy state takes no space”——健康状态不占面板。文档同时写明：这些包装与目录是默认值，不是安全边界，被禁命令按名调用才会失败；一个 Worker 仍可以用绝对路径执行程序。边界写在自己文档里，这比含糊的安全声明有用。

设计文章附了实验，但原文发布在官方公众号、本站未能读取，以下数字以 IT之家与量子位两家转载相互印证为准。综合负载测试：约 300 条消息、约 20 个工作请求，每种方案重复 5 次——Super-agent 完成任务的 p50 为 12.4 分钟、p95 为 15.7 分钟；对照的中性提示单会话方案 p95 为 29.5 分钟。两家均写明边界：这是简化的合成负载，衡量的是编排能力，不是单任务质量；量子位另写明这是初步实验、模拟环境，效率收益伴随额外的 token 开销。

另一组数字只有 IT之家一家的转引：对 Router 单独压测，事件触发速率从每分钟 1 个加到约 40 个，平均批处理大小从 1.0 升到 2.8，单次请求延迟从 2.5 秒升到 3.9 秒，而单次决策分摊的推理时间从 6.4 秒降到 1.6 秒——事件合流（把一批一起判）换来了有效吞吐。量子位载有第三组对照：去掉订阅直连（事件直接路由）后，Router 决策次数约 +30%，缓存 token 读取约 +37%。三组数字指向同一件事：这套架构的收益主要在“协调多任务”上，而协调本身也要花钱——分摊推理的下降，对应的是更贵的批处理与缓存策略。

原型之外，设计文章还列了待解决问题（据两家转引）：Router 层的扩展性、月度级别的长期记忆、脱离会话的人机协作、代理间（A2A）通信，以及安全——特别是云代理连接本地设备时的提示注入、设备端凭证泄露与跨设备权限。团队提到一个内部 Super-agent 实例已在持续运行，参与缺陷复现、代码审查与 Harness 本身的迭代。这些是方向陈述，不是已交付能力；对照 README 的免责，读者应当把“文章说了什么”和“仓库能跑什么”分开拿。

把仓库文档读完，最值得带走的设计不是“AI 指挥 AI”，而是它把人的注意力当成了稀缺资源来管理：只在被要求或有书面规则时行动，未经要求的工作先以只记录模式运行；只在人必须行动或能用上结果时说话；一次只问一个具体问题；按影响而不是按努力停止——本地修改做到可评审为止，需要设计决策的停在明确的问题上；草稿标未完成、失败报失败、限制不绕过。责任条款同样具体：从短允许名单开始，主动工作只记录，确认“它本来会做的事”看着合适再放宽；代理变吵了，改提示或暂停它，而不是加消息解释噪音；不用它冲拉取请求数量或广播消息；代理以你的名义发出的内容，你要读、要改提示负责。

这条线索接到站内两条已有内容上。个人 AI 伙伴专题记录了 dots、Muse、灵光 2.0 如何处理“记住你、替你管事”——注意力管理是它们的共同难题；DeepSeek 这次交出的是同一问题的一种参考架构：一个常驻代理怎么组队、怎么授权、怎么把“需要人”的部分单独列出来。模型层面，Harness 页面默认会话显示的是 DeepSeek-V4.1-Flash High——就是站内 DeepSeek 专题里 10 月 17 日那批权重（独立 AA/max 45 分的那一代）；从开放权重到开放代理基础设施，DeepSeek 在把“接入”这一层也变成可组装的开源件。

读这份材料要保留的边界：公开原型与设计文章描述的实现不同，文章的部分设计（Watchdog、异步 ReAct 循环的默认启用、长期记忆）未在原型实现；实验为合成负载的厂商口径，本站未部署、未运行、未付费验证；无使用费用信息；MIT 许可只覆盖代码。对一个团队，这份仓库的价值是“怎么组队”的参考答案；对读者，它把一个常被营销词盖住的工程问题摊开了——代理越能干，浪费一个团队注意力的能力也越大，所以授权、汇报与停止要先设计好。