DeepSeek要让AI自己干活 释放人类注意力。10月31日晚,DeepSeek Harness团队在官方公众号发表了一篇技术文章,介绍了Super-agent架构。该架构采用Router与Worker两层结构来接管任务分发,通过事件驱动替代人工指令,并利用存算分离确保设备离线后任务仍能继续运行。同一天,MIT许可的原型dsh-superagent 0.1.0版本被上传至GitHub。
文章指出,一个人同时只能处理三到五个活跃会话,超过这个数量就会出现上下文错乱、任务遗漏和优先级判断失准。目前主流Agent的设计以“一个会话”为基本单位,导致系统的多任务上限受到人脑多任务处理能力的限制。Super-agent试图解决这一问题,将调度、过滤和监督等认知劳动交给系统处理。
Super-agent的核心是Router与Worker的分工。Router作为长期运行的组件,负责用户交互、维护全局上下文,并将任务拆分成Ticket派发给Worker。每个Worker独立执行一张Ticket,指令在执行期内不可变更。Router使用轻量模型进行判断,而Worker则负责具体执行。此外,系统还有一套订阅机制,允许Worker直接接收后续评论,从而减少消息开销。
Super-agent的输入不再是人的指令,而是环境事件,如群聊消息、代码评论、日历提醒和CI测试结果。这些事件通常半结构化且噪音高,因此系统设计了两级过滤:先用程序规则快速筛除,再由模型判断剩余事件是否值得行动。这种设计旨在平衡召回率与成本。
文章提到了一个内部场景,当团队成员在群里反馈软件问题时,即使没有人@AI,系统也能识别出潜在缺陷并在后台尝试复现并寻找修复方案。这展示了系统主动识别问题的能力,但仍需人类进行最终的技术判断。