DeepSeek Harness团队于10月31日晚间发布了一篇名为《Super-agent设计探索：迈向更自主的 Agent 系统》的文章，提出了Super Agent这一概念。
同时，他们在GitHub上公开了Super Agent的原型项目dsh-superagent-prototype，供开发者参考使用。
Super Agent可以被理解为一个拥有极强记忆力、全天候在线、从不懈怠的协作伙伴。
你之前交代的任务细节，即便进入新的工作流程，它也能准确记住。并且，它能够在不同平台，例如即时通讯软件、电子邮件和GitHub上，执行同一个任务。
“主动”是Super Agent的核心特性，有些工作不需要你明确下达指令，它就会自行启动。
举例来说，当群聊中出现Bug报告时，即使没有人专门@Super Agent，它也会主动去排查问题，并尝试直接修复。
Anthropic此前推出的Claude Duet，虽然仍处于预览阶段，但它同样具备主动检查邮件和日历的能力，早上为你生成简报，并在日常工作中发现重要事项时主动联系你。
Agent不应该总是等待你的指令，这是Super Agent和Duet的共同理念。
然而，“主动”并不意味着无休止地刷存在感。
一个优秀的Super Agent，不仅知道何时应该主动介入，更懂得哪些事情可以独立处理，什么情况下才需要打扰你，以及何时应该保持静默。
它清楚自己的职责，也明白何时不应打扰你。
01
Super Agent与普通Agent
有何不同？
Super Agent与普通Agent的差异在于，前者更像一名正式员工，而后者则更像临时工。
当你给普通Agent分配一个任务时，它会开始查找资料、编写代码并输出结果。
当你下一次有不同任务时，即使你再次调用同一个Agent，它也需要从头开始查找资料。即使普通Agent经历了所有任务，最终也只有你本人了解整个任务的全貌。
这是因为每个任务都是一个独立的会话（Session），这些会话之间互不连通。普通Agent在A会话中得出的结论，B会话中的它一无所知。只有你才能掌握整个任务的全貌。
然而，DSH团队观察到，人的精力有限，通常只能同时跟进3到5个活跃的会话。因此，问题不仅在于Agent是否足够智能，你能同时监控几个Agent也是提升模型工作效率的关键。
那么，如果让一个员工同时处理所有事情呢？
DSH认为这也不可行。普通Agent一边修复Bug，一边撰写报告，还要不断回复消息，输出速度必然会下降，更严重的是，多个任务的细节容易混淆，导致最终结果出现偏差。
Super Agent要解决的首要问题，就是分配两种角色。
一种称为Router，可以理解为项目主管。它负责听取需求、记录背景、观察全局，并决定任务分配给谁，但不直接参与具体执行。
另一种称为Worker，是实际执行工作的员工。每个Worker只领取一个任务，在独立的空间内完成，修复Bug的专注于修复Bug，撰写报告的专注于撰写报告，多个Worker可以同时工作。
听起来可能有些不可思议，但事实是，这些分工不同的Worker，它们的“人格”也各不相同。有些容易沟通，有些则非常难以沟通。
因此，在Super Agent的架构中，你只需要与最容易沟通的项目主管打交道，无需逐一与每个Worker沟通。
看到这里，你可能会问：这不就是一个主Agent带着几个子Agent吗？前几天Anthropic刚发布了一篇文章，标题是《构建Agent》，核心观点是使用多个子Agent不如单个Agent效率高。
事实上，两者截然不同。
负责统领子Agent的主Agent，其任务非常繁重，包括深入理解任务细节、规划子任务、高频协调，因此它的推理负担很重。同时，子Agent每一步都需要耦合，导致主Agent需要频繁协调。
Router则不关心这些，它只负责“这个任务应该交给谁”，Worker之间上下文隔离、彼此独立，通过订阅同一个Thread来感知冲突。
所以，从产品逻辑上看，Super Agent与子Agent完全是两回事。
02
Super Agent的“主动”从何而来？
Super Agent要做的第二件事是，在没有专门下达命令时，它如何主动工作？
DeepSeek的做法是让它关注工作环境中的动态。
任何动态都可能成为一个“触发器”（Trigger），Super Agent一旦察觉到有动态，就会立即进入工作状态。
任务分配出去后，后续沟通也不必一直经过主管。例如，当Worker开始修复某个Bug时，该话题下的新评论会直接传递给Worker。
这就像维修师傅接单后，你会直接把问题报给维修师傅，无需让客服再转述一遍。
DSH的文章中有一个案例，开头也提到了，群里有人说：“这个项目有BUG。”没有人@Agent，但这句话进入系统后，先经过规则过滤，再由模型判断它符合团队提前写好的“静默复现并修复”策略。
项目主管将任务交给一个Worker，Worker在自己的独立空间里复现问题、查找原因、尝试修复。如果没有复现成功，或者发现修复很复杂，它就保持安静。如果确认问题并找到简单方案，就提交一份PR，最后交给人工验收结果。
后续有人在GitHub评论里要求换个修复方式，Worker也能从原来在聊天软件的场景里切换到GitHub上继续工作。
DeepSeek文章里展示的内部实例，就是这样在群聊和GitHub之间连续推进任务，甚至在无人@的情况下主动提交修复代码的申请。
除了查看聊天软件里的消息，Super Agent还会观察所有能获取到的信息，比如收到一封新邮件、日程有变化、代码自动检查未通过。
但是，群聊里的大部分消息都是闲聊，绝大多数与Super Agent无关。如果每条消息都让模型读取一遍，既慢又贵。
因此，DeepSeek为Super Agent设置了两道筛选网。
第一道是预先设定的规则：哪些群组可以查看、哪些人或机器人的消息算数、哪些来源直接忽略。
第二道交给模型判断：剩下的候选消息中，这句话是随口吐槽，还是真有一个需要处理的问题？
这类需要理解语义的判断，无法通过规则来编写。好在的是，第二道筛网是用自然语言编写的，想改变策略，修改一句提示词即可。
只有两道筛网都通过了，项目主管才会分配任务。
Super Agent的另一大特点是，将工作放到后台处理，先告诉你“已经开始做了”，完成后再将结果返回。在此期间，你仍然可以补充要求、叫停，或者安排下一件事。
DeepSeek称，这一异步任务机制已经在DSH中实现，但尚未默认开启。
你去餐厅点菜，点完之后服务员也不可能站在灶台前等菜炒完，他会回来继续招呼其他客人，等菜做好了他才去端上来给你。
还有一件事，DeepSeek认为Agent需要持续工作，所以Super Agent更要一直在线、持续工作。但工作时间长了，上下文会变得很长，Agent很容易出错。
因此，DeepSeek将Agent的“大脑”、任务记录和实际操作的电脑分开。
大脑可以在云端工作，任务记录单独保存，代码和文件仍留在原来的电脑上。这样，某台云端机器重启了，记录还在。需要操作你的电脑时，再远程连接过去。
同时，DeepSeek还给Super Agent安排了一个Watchdog（看门狗）。
普通的监控只能看Agent有没有宕机，Watchdog还要看任务有没有进展、方向有没有跑偏。
就像店长巡店，不只是看灶台的灯亮没亮，还要看厨师放了几克盐、煮了多长时间。
不过，GitHub上的dsh-superagent-prototype还不能被当成Super Agent的“完全体”。DeepSeek表示，它只是研究原型，不是正式产品。目前主要面向一个GitHub仓库，也可以选择接入飞书，文章里的一些设计还没有实现。
03
Super Agent最强的能力是“闭嘴”
GitHub原型的说明文档里，有这么一句话：尽可能少占用人的注意力，尽可能多地提供价值。
DeepSeek把每一条消息、每一次通知、每一个问题、每一个设置项，都看成一种注意力成本。不能提供足够价值，就应该删掉。
原型还明确规定，Agent工作时保持安静，只有结果可用、需要人做决定，或者任务无法完成时，才再次开口。
这跟过去互联网产品的逻辑几乎是反着来的。
以前做产品，往往希望你多打开。Super Agent要做的是帮你把事情处理掉，让你少打开。
一个真正好用的Agent，不应该把20条群消息总结成另外20条通知，再让你逐个确认。它应该先把大部分事情做完，你只需要做那个非你不可的决定。
因此，Super Agent主动性的核心不是“多说话”，而是它知道什么时候不该打扰你。
DeepSeek文章里有个“静默复现并修复”的例子。
Agent可以先在后台复现Bug、寻找修复方案，但只有确认问题并找到简单方案后才交付结果，否则全程保持安静。
换成一个普通Agent，可能刚看到消息就先回一句“收到，我正在分析”，十分钟后发来一段过程，半小时后再告诉你没复现。
是，这个普通Agent很忙，我看着都累，可你也确实被它折腾了半天。
但Agent产生的信息，其实不等于Agent提供的价值。Super Agent就是在重新定义人跟AI之间的关系，人不应该给AI当秘书。
DeepSeek反复强调一个概念，Session该由系统在背后管理，用户不应该为它操心。
文章提到“从这个角度看，让用户手动管理Session，在很大程度上是从底层LLM API延续下来的设计惯性”。这句话的意思是，会话并不是正确的产品形态，它只是早期大模型API留下的习惯。
既然用户真正想管理的是任务，那就应该让系统自己去管会话，人只需要看事情有没有办完。
有了Super Agent，你就不用每天特意打开某个AI应用，它只要在群里、代码仓库和邮件里，就能自己工作。
当然，Agent越主动，它的边界感也就越重要。
DeepSeek的Super Agent有这样一条规则：Super Agent只在被请求时，或者书面规则允许时行动。没有人直接要求的任务，需要团队预先写下规则。
这就像你新招了一个员工，刚开始，你让他先写方案，你得先过一遍。只有确认他理解任务以后，才慢慢放权给他。哪些结果要审批、哪些操作必须停下来问人，都得提前讲清楚。
Anthropic的Duet也是同样的思路。它可以自己读信息、起草回复、准备工作，但发送消息、付款、签署文件、删除内容之前，必须等人批准。
它每天早上主动提供简报，每隔几小时检查一次，避免后台任务把额度快速烧完。
“闭嘴”不是能力不够，恰恰是一种更高级的产品能力。它是一种克制，没有结果时不播报过程，没有权限时不擅自行动，没有必要时不制造新消息。
而克制，也是梁文锋的关键词。在此前的投资者交流会上，梁文锋说：“你越克制，越有可能做成AGI。”
不过有一点必须要提醒。Super Agent是在用更多的token，换人的时间与注意力。
DeepSeek表示，多Session设计会带来更多token消耗。Duet的晨报和后台检查，同样会占用用户的套餐额度。
本文来自微信公众号“字母AI”，作者：苗正，编辑：王靖，36氪经授权发布。
