← 返回全部文章
AI 与工程 · 2026-11-02

DeepSeek Super-agent 深度调研

22 min read
DeepSeek Super-agent 深度调研

原文:https://x.com/DeepSeekHarness/status/2116857257245987236

Super-agent 值得借鉴的是把多项工作的协调交给系统,让人少花时间管理会话和搬运背景。 写代码、显示状态或续接一轮对话,本身都不足以证明它比现有 Agent 更有价值。是否需要这套设计,要看现有工作流程还留下多少人工管理负担。

下文先解释原文的主张和证据,再按配套原型说明如何实现。原文讨论架构思路;原型只实现其中一部分;本文对应用接入的建议另行标明。

多任务先卡在人的注意力上

DeepSeek 原文提出一个判断:AI 越能独立完成单项工作,人就越可能把时间花在多项工作的协调上。同时修问题、做研究、处理评审时,人仍要记住每个会话的背景,判断新反馈该交给谁,并找出哪项工作需要自己决定。

人仍要处理什么交给系统后,希望少做什么
群里提出修复,PR 里补充意见,背景分散在两处自动把反馈送回原任务,减少重新交代背景
多项工作同时进行,要逐个会话查看进度统一呈现需要回答的问题和待审阅结果
一轮执行结束或进程中断,仍要确认整项工作是否完成保留工作记录,核对现场后继续,减少手工找回进度

这说明了架构要解决的问题,但还没有证明每个团队都遇到了它。只有当这些管理动作已成为实际负担,额外的任务协调系统才值得考虑。原文第 1 节

现有 Agent 够用时就直接复用

比较对象应是已有工作流程,而不能只比较功能名称。 “能处理 PR”“能展示等待”“能跨渠道接续”可以由不同产品实现;关键是同一项工作从请求到交付,还需要人手动接回多少次。

已有能力确实与本文重合:Codex 的 GitHub 集成支持 PR 评审;Slack 集成可将仓库工作交给 Codex Cloud,在环境、权限和运行账号满足条件时,同一线程的相关请求可以续接编码任务。GitHub 官方文档;Slack 官方文档

实际情况本文的建议
单项工作背景集中,用户能够轻松跟进直接使用现有 Agent;额外协调层的收益可能有限
多项工作持续进行,反馈分散,人频繁找会话、搬背景或追进度先检查现有工具的任务关联、事件接入和续接能力,只补实际缺口
已有工具已覆盖请求、执行、评审、续接和恢复直接复用完整流程,无须为了采用 Super-agent 再建同一层

因此,不能把“Trae/Codex 做不到”当成这篇文章的前提。下文解释的是一种可借鉴的架构方法;它是否带来新增价值,要由具体工作流程的对照决定。

两层分工兼顾协调与并行

假设确实需要系统接管多项工作的协调,下一步才是选择架构。原文讨论了两种直接做法:把所有事件交给一个会话,或为每个事件新建一个会话。两种做法分别容易保留全局背景和提高并行度,也各有代价。

组织方式得到什么需要解决什么
所有工作进入一个会话背景集中,容易知道任务之间的关系执行容易互相等待,不同任务的细节混入同一上下文
每个事件独立开会话可以并行处理相关工作容易断开,人可能需要重新协调背景和回复
全局协调与任务执行分成两层全局判断集中,具体任务独立并行需要维护任务归属、反馈投递和执行记录,也增加运行成本

Router(全局协调者)处理跨任务判断与对外交流,Worker(任务执行者)专注一项工作。 Session 保存模型历史与工具调用上下文。每个 Worker 有自己的 Session;它内部仍可使用子智能体完成复杂任务。

下面是原型的具体实现:Engine(运行引擎)用程序保存事件、检查授权并派工,Router 用模型提交判断;Source 接入事件,Store 保存记录,Panel 展示工作。Ticket 是一项获准的工单,Assignment 是一轮执行安排。

这是DeepSeek Super-agent原型的架构流程图,对应文档中提及的各核心模块的协作逻辑。图中上层应用/Panel作为入口,可发起查询或人工操作触发Engine模块;Engine接收来自Source(飞书/GitHub事件接入)的触发信号,完成归属校验、授权等核心处理,一方面将持久化的事件与工作记录存入数据库Store,另一方面生成执行安排Assignment派发给对应的Worker任务执行单元;Router模块接收Engine传递的待研判事件,输出决策信息后由Engine完成并行派工,Worker A、Worker B各自持有独立Session处理对应工单,全链路实现了全局协调与任务执行分层的运行逻辑。

层具体负责什么在示意任务中做什么
上层应用 / Panel展示工作、问题和结果,接收人工操作显示“启动崩溃:等审阅”,提供查看 PR、回答和停止入口
Engine保存事件与工单,处理订阅、授权、派工和状态让群消息与 PR 评论落到同一个 Ticket
Router / 主 Session判断新任务、协调跨任务信息、组织对外回复判断需要修复,决定接单,汇总结果
Worker / 执行 Session持有独立上下文,调用工具完成一项工作复现崩溃、修改代码、测试、处理 PR 意见

Super-agent 与常见 Agent Team 的区别,在原文中体现为职责:Router 协调多项相对独立的工作,每项工作的拆解留给 Worker。已有 Agent Team 也可以按这种方式组织。比较时需要看具体职责和运行规则。原文第 2.1 节

原型进一步用订阅关系把已有任务的反馈直接交给负责它的 Worker,减少每次都经 Router 重新判断。新任务才进入接单评估。后半部分会解释这些记录和投递规则。原型架构

实验验证了调度上的取舍

原文实验支持这组调度设计在模拟负载下的效果,尚不能推出它优于 Trae/Codex。 每次约 300 条消息,其中约 20 条是工作请求,其余是闲聊、追问、取消和 CI 结果。每种配置运行 5 次,编码由只消耗时间的工具模拟,测的是调度与协调。

设计完成耗时 p50/p95(分钟)每轮缓存读取 token
Super-agent12.4/15.723.2M
Super-agent,不做反馈直通12.6/15.531.8M
单会话+子智能体,中性提示词20.4/29.56.1M
单会话+子智能体,优先委派提示词13.8/29.010.8M

p50/p95 是任务完成耗时的第 50/95 百分位数;token 是模型计量的文本单位,M 表示百万。对比优先委派基线,Super-agent 的 p95 从 29.0 分钟降至 15.7 分钟,缓存读取量从 10.8M 增至 23.2M,约 2.15 倍。

原文把单会话的长尾归因于委派不稳定:模型有时判断工作“小”,选择自己执行。两层分工将 Router 不执行具体工作的职责固定下来。反馈直通在这次负载中没有明显缩短耗时,但减少了 Router 决策和缓存读取量。

实验没有直接比较现成产品,没有验证真实代码质量,也没有测量人的管理时间。因此,它支持的是调度取舍;是否值得用于我们的工作,仍要同时考虑人工负担、token 开销和系统维护成本。原文第 7 节

先确认人能少做什么

采用这套设计的理由,应落在可观察的人工工作上。 可以沿“群里提出启动崩溃、AI 创建 PR、人在 PR 中要求补测试”这条流程,检查背景是否需要重讲、反馈是否需要手动转交,以及中断后是否需要人重新找回进度。PR 是修改与评审请求,CI 是自动构建和测试等检查。

需要比较的结果怎样判断有实际收益
任务接续同一反馈能回到原任务,用户减少找会话、转发和重讲背景
人的介入需要人回答或审阅时,问题和证据足够清楚,减少逐个任务追问
恢复与成本恢复前能核对已做动作,避免重复;收益足以覆盖 token、部署和维护开销

若现有工具已做到这些,就直接复用;若只缺一段事件接入或任务关联,就先补那一段。任务接得回来、问题交得清楚、进度找得回去,才是值得比较的结果。

原型实现可按需查阅

以下说明固定版本的原型如何接单、投递反馈和恢复工作,供需要理解实现的人查阅。实体和运行规则来自固定源码;应用如何展示任务,是本文结合这些规则提出的建议。

消息如何变成任务线索

Source(来源)收事件,Trigger(事件)记单次发生,Thread(讨论)组织连续消息。 Channel(回复地址)规定结果发到哪里,Subscription(订阅)把讨论与工单连接起来。

这是一张对应消息转化为任务线索流程的实体关系示意图,图中以带说明的紫色模块依次标注六大核心概念:Source·来源示例为监听一个飞书群,可保留读取位置与账号;它“产生”Trigger·单次事件,对应一条报错消息,留存ID、发送人、时间;Trigger“归入”Thread·连续讨论,示例为话题A、PR#42,按时间组织事件;Thread被持有后关联到Subscription·订阅,后者用于连接Ticket与Thread,将后续事件投递到原工单;Thread还关联Channel·回复地址,示例为群话题回复、PR评论,指明结果发送位置,最终交付到Ticket·获准工作,对应修复启动崩溃这类任务,由它关联对应订阅关系。图例标注了图中箭头代表一对多、可选的关联规则。

对象是什么同一个例子
Source,来源事件流;一种接入实现可配置多个实例,各自保存读取位置和账号身份飞书接入实现,配置为监听研发群;GitHub 是另一种实现
Trigger,事件一条不可变的发生记录,包含 ID 与来源元数据“应用启动就崩了”这条消息;之后的 PR 评论是另一条 Trigger
Thread,讨论Source 定义的一组按时间排列的事件飞书话题 A 与 PR #42 是两个 Thread
Channel,回复地址Thread 的写入端;描述如何向外发送结果向话题 A 回复,或向 PR #42 写评论
Subscription,订阅一个 Ticket 与一个 Thread 的连接关系修复工单同时订阅话题 A 和 PR #42
Correlation,关联多个 Thread 共享一个 Trigger 时的上下文关系同一个外部事件归入两个讨论,系统据此查相关背景

Thread 与 Ticket 是多对多。 一项修复可订阅群话题和 PR;同一群话题也可能产生几项独立工作。相关消息会投递到仍在工作的订阅工单,工单是否立即执行还取决于容量、受阻状态等条件。Correlation 只帮助查背景,不投递任务。领域模型

因此,任务详情可以列出关联群话题、问题单(Issue)和 PR,用户沿链接查看背景,不必复制整段消息。

接单与执行各有自己的记录

Ticket 保存“获准做什么”,Assignment 保存“这一轮由谁执行”。 Executor(执行器)是运行派工的接口;原型通过它准备目录、启动 Worker 并传递消息。工作身份留在工单中,模型上下文留在 Session 中。

这张示意图清晰梳理了DeepSeek Super-agent原型实现里的工单与派工关联逻辑:左侧纵向依次关联Ticket工单、Assignment一轮派工、Report结构化报告三类核心对象,Ticket工单示例为修复启动崩溃,标注重试时仍归属同一项工作,遵循先占后验规则;右侧对应展示三类关联对象:Mandate授权依据为工单的引用来源,Input执行输入记录请求与反馈状态,Session执行上下文留存模型调用历史。图中还通过不同连线标识对象间一多、可选的关联关系。

对象是什么同一个例子
Policy,策略有版本的接单规则:谁可发起什么工作,哪些主动任务可接允许指定成员请求修复,主动发现问题先观察
Eval,评估对一批事件作判断;准入检查谁能发起工作,模型研判再判断该做什么判断报错是否要求新工作,是否已有工单处理
Decision,决定Eval 结果:accept 接单、stop 停止、ignore 忽略、unavailable 未完成评估修复请求获接单;普通闲聊被忽略
Mandate,授权依据接单时固定的范围、策略版本、来源身份与依据强度修复请求是人明确提出的;不能因此扩大到重写登录模块
Ticket,工单一项获准的工作,持有授权、输入、交付地址和执行记录“修复启动崩溃”这项工作
Assignment,派工工单与一个 Executor 实例之间的一轮执行绑定第一轮修复;重试后产生第二轮派工
Input,执行输入实际交给工单的上下文,并记录投递与读取情况原请求、CI 结果、补测试的评论、策略变化通知
Report,报告派工返回的结构化进展、等待、就绪、受阻或失败“PR 已准备好,等待审阅”
Executor,执行器运行 Assignment 的接口,连接工单规则与具体执行环境准备目录、启动 Worker、投递 Input、回报 Report
Session,上下文模型的消息历史和工具调用容器原型中的 worker- 执行 Session

接单时,Engine 把 Ticket、Mandate、首轮 Assignment 和订阅一起写入,避免只建工单却漏掉派工。Mandate 的依据强度分为“人明确提出”与“系统按规则推断”;后者是否执行,由当前策略决定。

重试只换一轮 Assignment。这个原型继续使用原来的 Ticket、Session、目录、分支和 PR。模型停了一轮、命令失败或会话空闲,都不自动等于工作结束。执行规则

一项工作怎样跨渠道继续

这个原型按订阅关系把反馈送回原任务。 用户在群里提出修复,在 PR 中补充意见,系统据此找到原 Ticket。图中沿同一项修复说明请求、反馈和结果如何流转。

这是一张跨渠道工作流转时序图,直观呈现单条修复需求从发起闭环落地的全流程。图中沿纵向排布“人”、Source、Engine、Router、Worker五大角色模块:上半部分展示初始修复请求经研判通过后生成工单、派工执行并同步关联PR的流程;下半部分展示跨渠道接续环节,PR新增的补充测试评论生成新Trigger后,依托订阅直通Input,依次完成进展结构化上报、结果推送,最终向用户返回带验证证据的执行结果,清晰对应文本提及的两处核心交接规则。

读图时关注两个交接:新请求经过准入与研判后创建工作;PR 已关联工单后,新的人类评论先交原 Worker。Input(执行输入)保存交给它的消息,Report(结构化报告)保存它回报的进展与结果。最后由发送适配器写到 Channel。

情况系统怎样处理
新请求,尚无工单负责进入 Eval;准入通过后,由主 Session 接新单,或将消息明确关联到已有工单
已订阅讨论中,人要求补测试作为 Input 送到原工单,Worker 在原范围内继续
同一评论要求另一项独立功能Worker 退回;没有其他工单继续负责后,再交 Eval 判断
CI 或机器人发来结果活跃订阅工单收到背景;也可独立进入准入评估,但不能唤醒已结束工单
订阅另一个 Issue 只为查背景能收到信息,但不能因此扩大授权,也不能唤醒已结束工单

“关联已有工单”是绑定消息与讨论的操作,不是再接一份新单。只要原执行者还负责这条人类反馈,Router 就不能同时把它接成另一项工作。 退回或释放后,才重新评估;授权范围始终由 Mandate 保留。授权与续接

长命令先返回 Started(已启动),后台完成后再通知执行者。原型的 shell,即终端命令,前台等待上限为 5 秒;新输入在下一模型步骤处理。仍在运行的后台任务保留执行名额,不能把“这一轮对话结束”误记为“任务空闲”。

主动任务也走接单体系:按规则发现候选、评估后执行。默认 observe(观察)只记“本来会接什么”;auto(自动)才执行合规候选;off(关闭主动接单)不产生推断候选。人明确提出的请求在这三种模式下仍可处理。

任务状态用于提示下一步动作

状态展示是工作台的常规要求。 它的作用是让人知道下一步该回答、审阅还是等待,不能单独作为 Super-agent 的优势。原文第 8.2 节把任务呈现与交互方式列为开放问题;下面说明的是配套原型的一种实现。原文第 8.2 节

原型把“模型空闲”和“任务完成”分开:Ticket 生命周期主要是 open(未结束)与 ended(已结束)。open 内仍可能排队、等待、受阻或待审阅;应用阶段从记录派生,不是另一套独立状态。

这张图是DeepSeek Super-agent的任务状态流转流程图,展示了任务的不同阶段及跳转逻辑。流程从代表起点的“执行中”(Ticket: open)阶段开始,其状态满足不同条件时会发生跳转:当报告ready且存在PR时,会进入“等审阅”(Report: ready + PR)阶段;若PR关闭且工作完成,则跳转至终态“已结束”(Ticket: ended)。“执行中”还可能因“人停止”跳转至“人工停止”状态,同时存在“收到修改意见”“人追问且授权仍有效”等箭头标注的状态触发条件,图例也对各阶段的状态属性进行了说明,对应文档中任务状态用于提示下一步动作的相关内容。

界面阶段判断依据人在这里做什么
输入未送达Input 投递失败查看投递问题;重试或等待恢复
等回答Attention:一项结构化的待人工问题回答具体问题
等审阅最新 Report 为 ready(就绪);PR 任务仍未结束查看结果和证据,决定是否接受
受阻 / 失败Report 为 blocked / failed,尚无人续接处理缺输入或失败原因,续接或重试
排队没有派工或 Assignment 仍为 pending(待启动)看见正在等待执行容量
等后续事件Report 为 waiting(等待),或一轮派工已结束等 CI、相关消息或后续要求
执行中以上条件均不匹配;Worker 在工作或后台任务未完查看进展,必要时补充要求

上表针对 open 工单,从上往下取第一个匹配阶段:同时输入投递失败、又报告就绪,应显示输入未送达。已结束工单另行展示。Assignment 的 pending → running → ended 只是派工从待启动到运行、再到结束,不决定 Ticket 是否结束。

有 PR 的 ready 通常表示等审阅。完成条件优先看工单自己创建的 PR 是否都关闭;没有自建 PR,才看它跟踪的 PR 是否都关闭,并等待未完续接工作。ready 且没有关联 PR 可以直接结束,有没有群讨论并不决定完成。

PR 关闭可能对应合并,也可能对应未合并关闭。界面还应展示结束结果;图中的“已结束”不能一律理解为修改已合入或任务成功。

正常结束保留订阅和授权。人后来在原讨论追问,经当前策略重新校验授权后,可以续接同一 Ticket;机器人和 CI 不会唤醒已结束工单。人工停止会撤回授权,后续工作需要重新接单。

Attention(待人工决定)是一项带明确问题的记录,例如“需要保留旧系统兼容吗?”它必须来自结构化字段。应用可以把问题和待审阅结果置顶,避免从日志措辞猜任务是不是在等人。

历史怎样找回,故障怎样恢复

完整档案在窗口之外,窗口只放当前有用的线索。 这使系统能跨会话继续查证,又不把所有任务的长日志都塞给 Router。

这是一张用于阐释历史找回、故障恢复流程的数据流示意图,整体分为三个依次推进的核心阶段:01/当前线索、02/任务与原件、03/需要的上下文。流程从“PR评论卡片”起始,沿ID查任务跳转至“Ticket卡片”,再追溯源请求抵达“最初群聊请求”;同时Ticket卡片可按引用读取存储在窗口外的“完整历史/日志”,最终向当前模型窗口仅分页选取、加入相关片段。图中通过绿色箭头标识主要数据流向,紫色区块标记数据存储节点,清晰呈现了沿关联ID逐跳召回历史、精简纳入上下文的运行逻辑,和文档中Chain of Recall等召回机制的说明完全对应。

机制具体动作对应用的意义
Inline直接给模型摘要、对象 ID 和邻近信息当前任务有足够线索,不必每次从零搜索
Spill超长内容留在外部,窗口只保留读取引用长日志和原件可追溯,避免撑满上下文
Chain of Recall从当前对象沿关联 ID 逐跳读取从 PR 评论找到 Ticket,再找最初群请求与历史报告

卡片是给模型看的对象摘要,带 ID、内容预览、总长度与读取引用。长文本可分页。应用可对应提供“查看原请求”“查看相关 PR”“查看执行证据”,沿关系打开原件。

恢复还需要保存已经发生的动作。图中三个部分有各自的生命周期:运行进程可以重启;Store 保留任务与待办;执行目录和外部 PR 保留工作现场。

这是一张DeepSeek Super-agent故障恢复与历史回溯机制的流程图,直观呈现了各组件的关联逻辑。图中以不同底色区分组件类型:绿色框为运行进程与Executor,分别对应Runtime/引擎/会话、原Session/目录/分支;紫色框为数据库类的Store-SQLite,负责存储工单、输入、派工与待办;灰色框为外部系统,分别是独立检查存活与进度的外部Watchdog、存储已生成PR与评论结果的GitHub/飞书,橙色框为Effects/Outbox,负责取待办、投递、保存回执。图中箭头标注了各模块的交互规则,完全对应文档中“运行进程可重启、Store保留任务待办、外部系统留存工作现场”的故障恢复逻辑。

部件负责什么崩溃后有什么用
Runtime创建组件,管理启动和停止启动时装配系统并恢复中断派工
Store原型的 SQLite 持久记录找回工单、输入、订阅、派工与回执
Effects持久动作队列;事务提交后才执行找回未完成的启动、投递和转发待办
Outbox对外消息与发送回执找出尚未发送的回复,保留已发送或丢弃记录
Watchdog主系统外的独立检查循环检查基础故障;文章还提出用模型判断是否停滞或偏离目标

例如 PR 已创建、进程在记回执前崩溃,恢复时须先查本地分支和 GitHub,确认 PR 是否存在。持久队列和投递去重支持恢复,但不能保证所有外部动作自动恰好发生一次。

文章进一步提出把 Agent Loop(模型决策与工具调用循环)放在云端,状态放数据库,执行环境留在本机,通过 daemon(常驻连接进程)连回系统。设备离线,依赖它的工作等重连。配套原型仍在本地集中运行,使用专用运行配置和 SQLite 数据库。

新部署需要适配哪些位置

原型提供的是部署扩展边界,接入新工具仍需要适配。 实体和规则可以复用,Source、Policy、Executor 与 Channel 的具体实现属于部署。若希望复用其他 Agent 执行工作,需要核对它的启动、消息投递、状态回报和恢复接口;本文没有验证 Trae/Codex 可直接替换原型执行器。

要迭代的能力接入位置一个具体用法
新的业务入口Source 的接入实现与配置实例将表单提交、业务消息或定时条件翻译为 Trigger,定义 Thread 和回复地址
业务接单与主动规则Policy + 主 Session 研判判断哪些请求应处理;先 observe 看候选,再放开主动执行
某领域的执行能力Executor + Worker 工具与技能给工单准备环境,运行业务工具,返回 Input 已读情况和 Report
新的交付渠道Source 的 Channel 实现把结果发送到指定业务页面或讨论,并保存发送结果
工作台与人工决策管理 API / Panel / 只读视图展示工单、问题、关联讨论、证据;调用回答、停止、重试入口
业务过程与复核要求团队提示词、Worker 技能、平台限制定义结果格式和验证要求,重要动作由真实工具权限约束

Engine 是工单与状态的统一写入入口。应用通过 API(程序操作接口)接入,避免直接改数据库:receive 接收事件,bindThread 绑定讨论,stopTicket 停止工单,retryTicket 重试派工,report 上报结果。

这些是可复用的接口边界。现有原型仍有直接依赖 GitHub、飞书的设置、资源读取与发送逻辑;接入新平台时,需要一起核对这些适配位置。

本文对应用的建议是:以任务详情关联范围、来源、执行轮次、问题和结果,让用户少查会话。一段对话可以谈几项任务,一项任务可以关联几段对话;具体界面应由业务流程决定。

需要接入时,先让一条真实流程完成请求进入、正确归属、反馈续接和结果审阅,再决定是否扩充入口。若现有应用已覆盖这些步骤,直接复用更合适。

来源与证据边界

材料层次支持什么不能据此推出什么
DeepSeek 原文架构主张、内部使用自述、模拟调度实验已证明优于当前 Trae/Codex,或已经量化节省人的管理时间
配套原型与固定源码工单、订阅、授权、执行和恢复的具体规则原文全部方向均已实现,或代码已达到生产可用标准
本文的应用建议用真实流程判断缺口,按需复用任务记录与接口任务详情页是唯一正确界面,或所有团队都需要额外协调层

原型是研究参考代码。独立目录不等于操作系统沙箱,Router 与 Worker 仍以操作者账号运行。后台执行也不能抢占正在进行的模型推理。安全隔离、长期记忆和“虽在运行却没有推进”的判断,仍需单独设计。

材料用于读什么
DeepSeek 原文核心观点、双层架构、事件驱动、引用回忆、异步、云端目标与实验;本次读取的是注明机器翻译的英文版
原型 README原型定位与使用范围
Domain实体、基数、术语及部署扩展点
Authorization接单、直通、退回、授权与停止
Execution派工、展示阶段、后台执行、重试和恢复
ArchitectureEngine、接口、持久队列及代码导航
Cards摘要预览、关联引用和分页读取
Anthropic Managed AgentsDeepSeek 原文直接引用的运行、状态与环境分离参照

源码固定在提交 6337fc823ce20251c8de8085948165c81aaa701e。图示按这些材料重新组织,示意任务用于解释运行过程;图中的结构不是独立性能或部署验收结果。

100%