DeepSeek Super-agent 深度调研
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。

| 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-agent | 12.4/15.7 | 23.2M |
| Super-agent,不做反馈直通 | 12.6/15.5 | 31.8M |
| 单会话+子智能体,中性提示词 | 20.4/29.5 | 6.1M |
| 单会话+子智能体,优先委派提示词 | 13.8/29.0 | 10.8M |
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。

| 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。

| 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- |
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。

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。

| 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。

| 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。

| 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 |
| Architecture | Engine、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 Agents | DeepSeek 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。