@MinLiBuilds: 今晚的作业来了。 DeepSeek 官方发了一篇超长技术文。 讲的是 Super-agent，一个更自主的 Agent 系统。 核心观点： 单任务，瓶颈是模型。 多任务，瓶颈是人。 一个人同时最多盯 3 到 5 个 Session，再多脑…
摘要
DeepSeek 发布长篇技术文介绍 Super-agent 自主 Agent 系统，采用 Router + Worker 双层架构解决多任务并发瓶颈，实测 p95 完成时间从 29.5 分钟降至 15.7 分钟，原型已开源。
查看缓存全文
缓存时间: 2026/11/01 15:55
今晚的作业来了。
DeepSeek 官方发了一篇超长技术文。
讲的是 Super-agent，一个更自主的 Agent 系统。
核心观点：
单任务，瓶颈是模型。
多任务，瓶颈是人。
一个人同时最多盯 3 到 5 个 Session，再多脑子就炸了。
他们的解法是 Router + Worker 双层架构。
Router 只管跟你聊、分派任务。
Worker 在后面隔离并发地干活。
再加上事件驱动、全双工打断、外部 Watchdog 看门狗。
跟人类组织形式越来越像了。
实测完成时间 p95，从 29.5 分钟降到 15.7 分钟，差不多快一倍。
原型已经开源。
我自己每天带着十几个 bot 跑，这篇说的问题全踩过。
巨长，但值得今晚泡杯茶慢慢啃。
原文👇
相似文章
@katcat_AI: https://x.com/katcat_AI/status/2116724336128381145
本文技术拆解了 DeepSeek Harness 团队开源的 dsh-superagent-prototype，剖析一个可持续接单的编程智能体如何处理授权、任务分发、Worker 调度以及基于事务与持久队列的中断恢复机制。文章强调该原型仅供研究参考，而非 DeepSeek 正式产品。
@huangruiteng: DeepSeek 最新开源 dsh-superagent 的架构设计，指明下一代 agent 系统的核心目标是 much value and little human attention。 这个目标只能说和 loopx 在 8、9 月 b…
文章讨论 DeepSeek 最新开源的 dsh-superagent 架构设计，指出其"much value and little human attention"目标与 loopx 项目一致，并对比了两者在状态/session 分离、上下文优化及 router 委派机制上的异同，同时推广 loopx 的相关 RFC。
DeepSeek 开源超级智能体编程原型：一个路由器，多个工作智能体，极少人工干预
DeepSeek 开源了采用 MIT 许可证的研究原型 dsh-superagent-prototype，该原型采用面向编程任务的 Router-Worker 超级智能体架构，旨在尽可能减少对人类注意力的占用。团队自行报告的测试结果显示，与单会话基线相比，该原型能更快完成耗时较长的任务，但团队强调，这只是研究代码，尚未达到生产环境可用的标准。
@realfxw: 做 Agent 工作流或自主智能体循环时，一个极度影响体验的瓶颈在于：每一个细小的分支判断、工具路由、任务完成度检查或安全拦截，如果全部塞给昂贵的推理大模型（Reasoning LLM），不仅每次调用带来数秒的延迟，Token 成本也会呈…
这篇文章介绍了开源清单awesome-jev-projects，它通过解耦System 1快速决策模型和System 2推理大模型来优化AI代理工作流，降低延迟和成本，并提供代码级参考。
@wsl8297: 平时拿 DeepSeek 写代码的人，可以看看 DeepSeek-Code-Whale。 GitHub：https://github.com/usewhale/DeepSeek-Code-Whale… 开源终端 AI 编程 Agent，专…
DeepSeek-Code-Whale 是一个开源的终端 AI 编程代理，专门为 DeepSeek 模型优化，支持 MCP 工具、Skills 扩展、前缀缓存优化（90% 缓存命中率）和 1M 上下文窗口，旨在降低 AI 编程成本并提供高效的命令行工作流。