DeepSeek Harness Team Releases Super-agent Design Exploration and Open-Sources Prototype

文 | 财能圈

10月31日晚，DeepSeek Harness团队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》，配套原型dsh-superagent-prototype同日在GitHub开源，MIT协议。

文章开头有一句自我限定：这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。

但文中给出的判断很具体：随着模型能力提升，AI完成单个任务已越来越不需要人工干预，人管理多任务的注意力却没有同步增长，一个人依然只能同时跟进3到5个活跃会话。DeepSeek的原话是：单任务的上限取决于模型能力，多任务的上限取决于人的注意力。

这句话是整篇文章的起点。文章还提到，模型能力的提升催生了一批新形态，个人助手开始集中涌现，它们直接接入消息、日程、邮件与工作平台，持续观察信息流。这种持续在线、事件驱动的工作方式不局限于个人场景，在软件开发等商业场景同样成立，但现有主流智能体的设计撑不住这个规模。

新架构的所有设计，都在解决这个卡点。

01 会话之间不通，上限就落在人身上

据悉，现有智能体以单个会话为基本单位，会话之间彼此独立。这会导致一种现象，A会话里得出的结论，B会话里的它并不知道。当用户并行推进多项工作时，必须手动切换，自己记住每一条上下文。到最后，只有人知道所有任务的全貌。

DeepSeek的解法是给AI分工。一层叫router，是持续运行的全局协调节点，统一接收群聊、GitHub、邮件等多渠道消息，维护共享上下文，把任务分派下去，自己不深入执行。另一层叫worker，各自维护独立上下文，并行做问题复现、代码审查、功能开发，必要时可调用Subagent（子智能体）。

这个设计和常见的“主智能体带几个子智能体”不一样。主智能体需要理解任务细节、规划子任务、高频协调，推理负担很重；router只管这件事该推给谁，worker之间上下文隔离，冲突靠订阅同一个话题自行发现。worker接手任务后还能直接订阅后续消息，省掉经router转发的协调开销。

DeepSeek自己说，这套设计没有提出全新理论，是把计算机系统里的经典工程思想搬到了智能体身上。

事件驱动，让群聊消息、邮件、日程提醒、GitHub评论、CI测试结果都成为触发行动的事件。存算分离，执行循环放在云端，会话状态存入数据库，本地只留一个轻量daemon（守护进程），电脑离线任务也能继续跑。外部watchdog（看门狗）负责检查任务是否陷入无效循环并尝试修复。异步ReActLoop（推理—行动循环）让AI执行耗时任务时仍能响应新指令，这一项尚未默认开启。

另外，还有一层投机执行，当结果是否会被采用尚不确定时，先在后台提前尝试，有价值再提交，没有就放弃。

此外，“主动”是这套系统的关键词，也是最需要克制的地方。绝大多数群聊消息不需要AI介入，DeepSeek设了两级过滤：先用程序规则筛掉明显无关的消息，再由大模型判断剩下的是随口吐槽还是真有问题，两道都通过才派任务。

文章给了一个内部实例：团队成员在群聊里说“这个项目有BUG”，没有人@它，Super-agent在后台静默复现，确认问题存在并找到简单修复方法后才提交PR（拉取请求），交给人验收。后续有人在GitHub评论里要求换一种修法，它又能从聊天软件的上下文切到GitHub继续做。这套策略在内部叫“静默复现并修复”。

文章还给了一组实验数据，基于该思路的Super-agent，任务完成时间中位数12.4分钟，95分位15.7分钟，优于带子工具的普通会话。DeepSeek同时说明，这是基于合成负载与简化环境的初步实验，不是正式产品结论。

产品边界也写在明处。GitHub上的原型是研究原型，不是正式产品。按仓库说明，公开发布的版本与DeepSeek内部运行的系统并不相同，文中部分功能仍在开发中。目前它主要面向一个GitHub仓库，也可以选择接入飞书。Super-agent只在被请求、或团队事先写好规则允许时行动，没有结果时不播报过程，没有权限时不擅自行动。

值得注意的是做这件事的团队。发布者是Harness团队，不是模型团队。

02 两轮融资之后，对外输出的东西变了

把时间线拉出来，这条新闻的位置就清楚了。

2026年4月，DeepSeek启动成立以来的首轮外部融资，6月底完成交割，规模约510亿元，投后估值接近4000亿元。出资方中，梁文锋个人出资约200亿元，腾讯约100亿元，宁德时代体系约50亿元，网易、京东、砺思资本、IDG资本各约30亿元，国家人工智能产业投资基金也在其列。

10月22日起，新一轮融资的消息在市场间传开：拟筹约1000亿元，最初募资目标500亿元，此后至少两次上调。腾讯和宁德时代是本轮出资最多的投资方。多家媒体从不同信源交叉求证，截至发稿，DeepSeek及相关投资方均未公开正式回应，最终金额仍未确定。

两轮相加，半年内累计融资规模约1500亿元。

钱有去处。据公开披露，7月它参与长鑫科技打新，8月斥资1.41亿元战略配售宇树科技，10月计划领投一家机器人初创企业；更早的报道显示，它还在内蒙古乌兰察布推进部署至少16万颗华为昇腾加速芯片的数据中心。

上市也在同步推进。自8月下旬起，DeepSeek接触多家投行，传闻中信证券已经进场尽调，市场说法是最快2026年末提交上市申请、2027年挂牌；9月下旬，高瓴创投原合伙人严文韬加入出任CFO。21财经9月的报道显示，辅导协议尚未签署，2027年的时间表属于市场传闻。这些说法均未获官方证实。

把这些和Harness放在一起看，指向同一件事：DeepSeek对外的标签一直是模型，V3、R1这些开源模型定义了它的身份。融资之后，除了继续训模型、买算力，它开始输出“怎么干活”；从过去只交付一个更先进的模型，转向交付一套替人调度、执行、验收的系统。

03 入口已经挤满，DeepSeek选了开源

值得注意的是，Super-agent选在10月底发布，同一个窗口期，这条赛道已经站满了人。

新浪财经在近日的报道里给了一个概括：智能体的竞争，正从执行具体任务，走向持续提供个人服务，成为真正的个人代理。

同期在做同一件事的名单不短。字节跳动8月25日发布面向生产力场景的智能体品牌“豆包工作”，与飞书深度打通，用户授权后能跨软件操作电脑；腾讯的Workbuddy早已上线试运营；阿里千问宣布加速打造Personal Agent（个人代理）；蚂蚁的灵光开启新版本内测。

月之暗面则走的是另一条路，一边把Kimi迭代到3万亿参数、首次推出Pro版本，一边在9月启动“Kimi企业合作伙伴计划”，拉上华胜天成、金山云等IT服务商，帮助企业把AI部署进核心业务。

企业侧的动作也在加密。腾讯在10月29日称，其智能体开发平台ADP可让企业定制、管理、协调用于客服、营销和运营的智能体；阿里云7月已推出Agent Loop与Agent Teams，配合原有的Agent Run，做智能体的开发、部署与监控。

DeepSeek入场的姿势和前几家不一样。它把底层Harness开源，模型、工具、技能、会话、沙箱，一切皆插件，MIT协议；Super-agent原型同样开源，并且从自己的研发场景切入，第一个场景是常驻代码仓库的Coding Agent。

这个姿势对应用层有直接影响。过去应用层的护城河是“更懂怎么调用模型”，一旦底层模型公司把Agent框架和最佳实践都开源，这层能力差会迅速变薄。对DeepSeek自己也是新战场：以前只跟OpenAI、Anthropic比模型，现在要跟字节、腾讯、阿里比产品、比场景、比谁能把智能体实实在在地放入真实的工作流。

文章里有一句是DeepSeek对自己的定位：“系统在底层接管了繁琐的会话管理与上下文同步，使人类得以从具体的执行细节，进一步上移到更高层的决策与验收。”

这是公司对自己产品的定义，不是对行业的判断。要检验它，未来得看两件事：内部那个实例跑了多久、跑成了什么；公开发布的原型能不能从“一个GitHub仓库”扩到更多场景。

最后，文章没有披露那个内部实例的运行规模，也没有给出任务成功率。公开的部分是一个研究原型、一个GitHub仓库和一组基于合成负载的实验数据。因此，一切还有待检验。