10月31日晚，DeepSeek Harness团队发了一篇长文《Super-agent设计探索》。几乎同一时刻，GitHub上冒出一个叫dsh-superagent-prototype的仓库，MIT协议，216个文件一次性推上来，一天内三千多颗星。但真值得看的不是数字，是文章开头那句朴素的观察——一个人通常只能同时跟进3到5个活跃会话。

先看两个真实例子。有用户在群里抱怨macOS桌面端窗口没聚焦时点击会被识别成双击、误触发重命名，这条消息没人@ AI，后台的Super-agent自己认出是缺陷，去复现、查源码，提交了一个修复PR。另一个例子：有人提模型输出里的波浪号被渲染成删除线，讨论还没结束，PR已经提好了。

这次没有权重更新，没有跑分。README写着：研究原型，不是DeepSeek正式产品，代码里很大一部分工程是由编程Agent完成的，可能有bug。它是跑在DeepSeek自家Agent运行环境上的一个插件包，一次部署只服务一个GitHub仓库。

架构分两层。Router是常驻的接单台：接住所有入口的人类交互，维护全局上下文，分派任务，自己不干活，用轻量模型往往就够。Worker是干活的工程师：上下文彼此隔离、挂完整工具、配最强模型，一次只做一件事，有结果先报给Router。

表面看是主从编排，区别在于分工的依据。DeepSeek明确否掉了“Team Lead写计划拆子任务”的路线——代码层把主会话派单时的路由备注硬限在最多30个词，严禁主会话写实现方案、选技术栈、定验收标准。理由很直白：不摸代码的路由器拍脑袋写方案，必然产生脱离实际的幻觉。

围绕一条Trigger的生命周期，他们设计了四道机制：两级过滤先用程序层按来源白名单筛噪音，再交模型判断；订阅与直通让同一话题的后续事件直接送达Worker；Inline与Spill把上下文窗口当缓存用。实测里一次约300条消息只有约20条是真需求，信噪比1比15。

最像“自主”的部分是计算机系统的老词“投机执行”：结果用不用得上还不确定，先在后台提前尝试，有价值就交付。配套的还有“静默复现并修复”——有人反馈Bug时，AI先在后台复现、分析、找到简单修复才提交，否则全程安静。

工程上还有三件具体事：异步ReAct Loop把前台对话和后台执行解耦；存算分离把执行循环放云端、会话状态进数据库；Watchdog配置独立监视会话，甚至能用自然语言在线修正主系统的提示词。不过文章自己也泼冷水：Watchdog、投机执行、BYOM在开源仓库里实际都是0次，原型跑在部署的那台机器上。

对比实验显示，架构强制委派比提示词委派稳定得多：中性提示下模型手里有Subagent工具却一次都没调用，p95冲到29.5分钟；改成“优先委派”后明显改善。但数字有三处必须打折：负载是合成的、消息间隔按四分之一缩放、编码被替换成只耗时的工具。

一个把“自主”写在标题里的系统，第一件事是把自主权默认关掉。原型把接单分三档，默认档模型判断“该接”也不开工，只在后台记一条“本来会接”供检查；真动手必须命中团队事先写好的规则。DeepSeek自己承认：并没有提出全新理论，只是把计算机系统的经典工程思想应用到Agent构建中。