DeepSeek 公佈 Super-agent 架構，由 AI 排程 AI 幹活

2026-10-31，DeepSeek 開源了一套 Agent 底座架構，其中 AI 已能自行定位 Bug 並提交 PR，但公開的元件構成、效能資料和適用場景仍然有限。同日，DeepSeek Harness 團隊發表技術文章《Super-agent 設計探索：邁向更自主的 Agent 系統》，介紹了他們正在探索的 Super-agent 架構。按照設想，未來的 AI Agent 不再侷限於單個聊天視窗，而是持續線上、同時處理多項任務，並根據外部環境變化主動採取行動。

架構上，由持續線上的 Router 統一接收群聊、GitHub、郵件等資訊，排程多個各自持有上下文的 Worker 並行執行任務。團隊已基於 DeepSeek Harness 構建內部 Super-agent 例項，用於日常研發協作。例如，成員在群聊中反饋軟體問題時，即使無人 @，它也能識別潛在缺陷，在後臺嘗試復現、尋找修復方案，並直接提交 GitHub Pull Request 等待開發者審查。同一項開發任務還能在群聊和 GitHub 之間連續推進，開發者先在群聊確定方案，隨後又在 GitHub 評論中修改要求，Agent 能夠理解前後變化並調整執行方向。

目前，Super-agent 仍是一套面向工程實踐的架構探索，部分設計已通過開源原型實現，尚非 DeepSeek 正式推出的獨立產品。過去以 Coding Agent 為代表的 AI 工具已能獨立閱讀程式碼、定位 Bug、執行測試，而大多數 Agent 仍以 Session（會話）為基本工作單位。報道提出，AI 能同時完成的任務越來越多，人類管理這些任務的注意力卻沒有同步增長，AI Agent 的下一個瓶頸可能是人類自己。