事件：一篇架构文章，加一个 MIT 仓库
10 月 31 日晚，DeepSeek 旗下 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》，同日在 GitHub 以 MIT 许可开源配套原型仓库 dsh-superagent-prototype。据科技新报、环球网、链新闻等多家媒体交叉报道，开源上线一天内仓库 star 数即达数千——各家统计时点不一：链新闻截至 11 月 1 日下午记约 4,600，腾讯云开发者社区同日晚间记约 2,800，此处并列说明。需要先讲清楚官方定位：仓库文档明确写着这是「仅供研究参考的原型，不是 DeepSeek 的正式产品」，公开版本经过调整、与内部实现不完全一致，文章里描述的部分设计尚未在原型中实装，代码大部分由代理生成、可能仍有错误。
要解决的问题：瓶颈从模型换成了人的注意力
文章的出发点是一个团队观察：模型完成单个任务已经越来越不需要人介入，限制产出的变成了人能同时盯住多少个会话——按 DeepSeek 的口径，一个人通常只能同时跟进 3 到 5 个活跃会话。传统编程代理多以单一会话为单位工作：开发者在群里定了方案，转头又在 GitHub 的 PR 评论里改了主意，两条信息落在两个会话里，上下文要靠人自己搬。Super-agent 的核心主张，是把「会话管理与上下文同步」从人手上移到系统层面：由 AI 承担调度与执行，人专注目标设定与结果验收。
架构：常驻 Router，加一群隔离的 Worker
结构上分两层：一个常驻运行的 Router（路由）节点统一接收群聊、GitHub、邮件等多渠道消息，掌握全局脉络并分派任务；每个任务进入拥有独立上下文与工作目录的 Worker 会话并行执行，必要时可再调用 Subagent。原型被设计为盯住一个 GitHub 仓库（可选接入飞书）工作：被授权的成员提出需求时，它自行建立任务，完成后回到原讨论串交付——常见形态是直接提交一个 pull request；后续 PR 评论也可通过事件订阅继续喂给对应的 Worker，不必再 @ 一次。团队透露，基于该架构的内部实例已在日常研发中持续运行，参与问题修复、代码审查响应以及 Harness 自身的迭代（官方口径，未第三方验证）。底座框架 DeepSeek Harness 已于今年 8 月以 MIT 协议开源，链新闻口径 star 数约 26.8 万。
主动性的克制：默认只「观察」，不抢活
与「让 AI 更主动」的直觉相反，这份发布把「少打扰」写进了设计原则。仓库文档给出的授权模式有三档：off（不主动接活）、observe（默认，只记录「本来会接什么活」，不真的动手）、auto（自动接单）。DeepSeek 把原则写成一句话：占用尽可能少的人类注意力，交付尽可能多的价值——一个代表整个团队行动的代理，也可能浪费整个团队的注意力，所以它只在有人要求或规则允许时才动作，只在有人必须处理或结果派得上用场时才发言。官方还给出了自报仿真数字：在约 300 条消息、其中约 20 条为真实任务的嘈杂消息流里，Super-agent 的任务完成时间 p50 约 12.4 分钟、p95 约 15.7 分钟，而带子代理工具的单会话方案在中性提示下 p95 约 29.5 分钟（官方仿真口径：样本小、未在真实仓库系统评测，仅作参考）。
为什么值得看：编程代理的竞争挪到了编排层
Bloomberg 等媒体把这个发布解读为对标 Anthropic 的 Claude Code——但更准确的读法是竞争维度的变化：过去半年各家比的是单会话里谁写得更准、更久，Super-agent 把叙事挪到了「一支代理小队怎么在少被人盯着的情况下稳定交活」。对国内团队，开源的是编排范式而非又一个 IDE 插件：Router/Worker、任务隔离、默认观察模式这套工程哲学，可以对照企业 IM 加代码托管的真实工作流直接改一版。风险也写得明白：auto 模式一旦打开，误接任务、提示注入、权限过大都会被放大，官方文档反复强调先隔离环境再试用；仿真数字来自官方自报，真实仓库的编码质量尚无独立第三方评测。后续值得盯两个可验证信号：社区有没有基于飞书/GitHub 的可复现部署案例，以及 Claude Code、Codex 一侧会不会跟进「多会话隔离 + 默认可观察」这一套交互。