DeepSeek 开源 Super-agent：把调度、缓存、看门狗这些老办法搬进智能体

同时开三个智能体会话的人应该都有体会：真正不够用的是你的注意力。这边等确认，那边跑偏了，第三个的上下文你早忘了。

DeepSeek Harness 团队 10 月 31 日晚放出的 Super-agent，想解决的就是这个。它不是一款新产品，官方也说目前属于架构思路探讨，配了一个开源原型放在 GitHub（dsh-superagent-prototype）。

思路很老派，几乎是一门操作系统课：

• Router 层常驻，负责对外说话和派活；Worker 层并发干活，彼此上下文隔离，谁也不堵谁。
• 环境里发生的事（比如 GitHub 上来了个 issue）先过程序层快筛，再过语义层慢判，两级过滤后才算事件，智能体可以自己推进，不用等人开口。
• “脑手分离”，算和存分开；外面再挂一个 Watchdog，出了异常自己拉起来。

用户那头的变化是不用再管会话了，在 IM 或 GitHub 这些平常的地方说一句，后面怎么拆、谁去做，是 AI 在调度 AI。DeepSeek 说内部已经用它做代码审查和系统迭代。

原型的数字：任务完成耗时 p50 为 12.4 分钟，p95 为 15.7 分钟。订阅直通机制给 Router 省了约 37% 的 Token，批处理把单个决定摊到的推理时间从 6.4 秒压到 1.6 秒。

这些数据要带点保留地看。实验环境是简化过的，团队自己也承认双层扩展、安全和隐私都还是开放问题。一个能自己收事件、自己开工的智能体，权限一旦给错，事故也是自动发生的。

有意思的是出手的方式。别家都在卖“更聪明的模型”，DeepSeek 这次讲的是调度和缓存，一半像系统工程论文。这也符合它一贯的路数：先把成本和吞吐算清楚，模型的事另说。