DeepSeek开源Super-agent原型：Router加Worker双层架构

DeepSeek团队发布面向工程实践的架构文章《Super-agent：迈向更自主的Agent系统》，并公开GitHub原型仓库dsh-superagent-prototype。文章要解决的问题是：模型单项任务能力增强后，多任务协作效率受限于人的注意力，团队观察一个人通常只能同时跟进3到5个活跃Session，跨IM群聊、GitHub PR等平台切换时上下文需要人工转述。 Super-agent提出四个核心特征：连续（跨会话、跨平台保持任务上下文）、高效（多任务并行、耗时任务不阻塞新交互）、主动（持续观察环境并自行采取行动）、持久（长期在线、异常自动恢复）。架构分两层，上层Router负责接收消息、分配任务和维护全局上下文，下层Worker是一组执行具体任务的Agent会话；系统还设计订阅与直通机制，Worker接手GitHub PR后可直接订阅后续评论，消息无需经Router层层转发。 主动能力依赖投机执行：发现群里讨论Bug时，Agent可提前在后台复现和定位，找到简单修复方案再交给用户，无有效结果则保持安静。消息处理采用两级事件过滤，先由程序规则筛除无关消息，再由大模型判断是否需行动，以减少Token消耗。异步ReAct Loop已在DeepSeek Harness中实现但尚未默认开启。24小时在线通过计算、状态与执行环境分离实现，本地设备离线时云端维持任务状态；独立Watchdog机制负责检测程序故障、无效循环与目标偏离并尝试介入修复。 初步实验模拟约300条消息、20项工作请求的协作环境，对比传统单Session加Subagent方案，每种配置重复5次。Super-agent任务完成时间中位数12.4分钟、95分位15.7分钟；传统单Session方案在中性提示下95分位为29.5分钟。效率提升伴随Token开销，取消事件直通机制后Router决策次数增加约30%，读取缓存Token增加约37%。