一个被注意力卡住的瓶颈
DeepSeek Harness 团队10月31日晚在官方公众号发表技术文章《Super-agent设计探索:迈向更自主的Agent系统》。DeepSeek在文章中指出,过去一年Coding Agent等单任务智能体已经证明,模型能够使用工具解决复杂问题,人类在底层执行中的参与持续减少。但问题并没有因此消失,而是发生了转移:一个人通常只能同时跟进3至5个活跃会话,多任务的上限正在从“模型能力”转向“人的注意力”。
现有主流Agent设计以单一Session为基本单位,不同Session之间相互独立。用户并行推进多项工作时,需要手动切换并维护各自的上下文,还要面对单会话同步阻塞、多任务上下文混乱、设备离线后任务停止等约束。Super-agent的出发点,就是把这层会话管理和上下文同步从人手上移到系统层面,由AI承担调度与执行,人专注于目标设定与结果验收。
五大模块:把操作系统思想装进智能体
DeepSeek提出的整体架构由五个部分组成:双层架构、事件驱动、面向人的交互、计算与状态及环境分离、外部Watchdog。这套设计的本质不是提出一个全新的模型能力,而是把计算机系统中已经被验证过的调度、缓存、隔离和监控思想,重新组织进智能体的运行框架。
双层架构是这套框架的骨架。上层Router负责接收消息、理解任务之间的关系并分派工作;下层Worker在相互隔离的会话中并发执行具体任务。Router是持续运行的全局协调节点,Worker各自保留完成任务所需的背景和过程,减少不同工作的细节相互污染。任务复杂时,Worker还可以继续调用子智能体帮忙。
事件驱动解决的是“没人派活时智能体怎么知道该做什么”。工作群里的Bug反馈、代码自动检查的失败信号,都可以成为任务的起点。原型会先用程序检查消息来源和准入规则,再让模型判断是否需要开始工作;对于没有人直接要求的任务,团队需要事先写下允许执行的规则。
异步多信道交互处理的是“执行耗时任务时如何不阻塞新指令”。文章提出了异步ReAct Loop,将耗时工具调用改为异步的start()和stop(),智能体启动后台任务后即可返回Started状态,继续响应用户的新输入。存算分离则把计算、状态和环境解耦,使智能体在设备离线或进程重启后仍能恢复运行。外部Watchdog在主架构之外建立一个独立的监控回路,不仅监控接口报错,也负责在长期运行中从异常状态恢复。
实验数据:更快、更稳,代价是更多Token
DeepSeek披露了一组初步实验数据。基于Super-agent思路的系统,有一半任务在12.4分钟内完成,95%的任务在15.7分钟内完成,显著优于带Subagent工具的单Session方案。Router批处理能把单个决定分摊的推理时间从6.4秒降到1.6秒。
但效率提升并非没有代价。去掉订阅直通后,Router的决定数增加约30%,读缓存Token从2323万增至3177万。Super-agent是用更多的Token消耗来换取时间和稳定性的提升,而且这组实验基于合成负载与简化环境,属于初步参考,不是正式产品结论。
开源原型与已经跑起来的内部实例
同步开源的研究原型位于GitHub的deepseek-ai/dsh-superagent-prototype仓库,目前主要面向单个GitHub仓库工作,可选择接入飞书,部分设计尚未在原型中完全实现。原型为每个工单建立独立的执行会话和工作目录,任务与相关讨论通过订阅机制建立联系,后续消息沿这条联系送回负责的Worker,无需人重新开一个会话再讲一遍前因后果。
在内部,基于Super-agent思路构建的实例已经在日常研发中持续运行,参与问题复现与修复、代码审查响应以及DeepSeek Harness自身的迭代。当团队成员在群聊中反馈软件问题时,即使没有人主动@AI,它也能识别潜在缺陷,在后台尝试复现问题、寻找修复方案。
DeepSeek团队在文末明确,这次发布是一篇面向工程实践的架构思路探讨,并非对现有产品功能的介绍。Super-agent的价值不在于提出了一个新的理论,而在于把“人同时只能盯住有限几个会话”这个瓶颈,从一个只能靠个人精力硬扛的问题,变成了一个可以用系统设计来分担的问题。这个方向能否在真实工作负载中稳定兑现,取决于开源原型在更多场景中的验证结果。
(素材来自:DeepSeek 智算芯能前沿网综合)
本文由智算芯能前沿网编辑整理,转载请注明出处。
