DeepSeek公开Super-agent架构 让AI主动推进多任务
DeepSeek近日有了新的技术动作，这次官方直接公开了其Personal Agent的底层架构思路。此前不少人在等待传闻中的「dsh dot」，不过这次先迎来了一篇面向工程实践的架构思路探讨——核心聚焦于Super-agent：迈向更自主的Agent系统。
Super-agent究竟意味着什么？简单来说，AI可以在没有被@、没有收到明确指令的情况下，自主发现Bug、定位问题，甚至主动提交修复PR。它还能持续关注工作群消息，跨平台协作，并行处理多个复杂任务，实现24小时在线运行。
DeepSeek团队还公布了初步实测成绩：在模拟多任务环境中，Super-agent的任务完成时间中位数为12.4分钟，95分位数为15.7分钟，表现优于测试中的传统单会话方案。这意味着AI正从等待人类逐项分配任务，逐步走向主动发现问题、持续推进工作的阶段。
在日常软件开发中，开发人员常面临需要在不同平台间来回切换的问题：先在IM群聊讨论技术方案，随后到GitHub提交代码，再根据PR评论修改实现。对于传统Coding Agent，这些操作分散在不同会话里，用户需要自己记住每个会话的进度，再把相关上下文交代给AI。据行业观察，一个人通常只能同时跟进3到5个活跃Session，这就带来了一个矛盾：随着模型处理单项任务的能力越来越强，多任务协作的效率却越来越容易受到人类注意力的限制。
Super-agent要解决的正是这一痛点。在DeepSeek团队内部运行的实例中，同一个开发任务可以从IM群聊一直延续到GitHub PR评审：用户先在群里决定采用方案A，随后又在GitHub评论里要求改成方案B，Super-agent能够理解这两条消息属于同一项工作，并据此调整后续执行方向。用户面对的始终是同一个Agent，底层的多个会话则由系统自行管理，它还开始主动参与工作。
这里用到了一项关键技术——投机执行（Speculative Execution）。即AI发现某件事可能需要处理时，可提前在后台尝试：比如群里有人讨论一个Bug，Super-agent便先着手复现、查找原因，如果找到简单可行的修复方案，就把结果交给用户；如果没有有效结果，则保持安静避免打扰。同样的思路也可用于个人助手，比如收到会议邀约后，AI能提前检查日程冲突、整理相关资料，准备好回复草稿等待用户确认。
这对应着DeepSeek为Super-agent提出的四个核心特征：
- 连续：跨会话、跨工作平台保持任务上下文，无需反复解释前情
- 高效：多个复杂任务并行执行，耗时任务不会阻塞新的交互
- 主动：持续观察环境变化，在有必要时自行采取行动
- 持久：长期在线运行，遇到异常能够尝试自动恢复
DeepSeek为此设计了一套双层架构：上层叫Router，相当于负责接收消息和统筹任务的调度员；下层叫Worker，是一组负责具体执行任务的Agent会话。上层Router负责接收消息、分配任务和维护全局上下文，下层Worker则处理具体执行，多个任务可同时推进互不干扰。
值得注意的是，DeepSeek还设计了订阅与直通机制：某个Worker接手一条GitHub PR后，就能直接订阅后续评论，之后有人提出修改意见时，消息会直接交给这个Worker处理，无需再经过Router层层转发。这样一来，老任务有人持续跟进，新任务也能及时分配，整个系统运转效率更高。
除了多任务协作，让Super-agent长期自主运行还需解决消息过滤、任务阻塞和异常恢复等问题。针对消息过滤，DeepSeek设计了两级事件过滤机制：先通过程序规则筛除无关消息，再由大模型判断剩余事件是否需要采取行动，减少不必要的Token消耗。同时，Super-agent引入了异步ReAct Loop，AI执行耗时任务时仍能继续响应新指令，无需等待上一项任务完成，该机制已在相关工具中实现但尚未默认开启。
关于24小时在线，DeepSeek采用了计算、状态与执行环境分离的思路：Agent的计算逻辑在云端运行，会话状态独立保存，本地设备保留原有工作环境，即便电脑暂时离线，云端Agent也能维持任务状态，等设备重新上线后继续执行。团队还引入了独立的Watchdog（看门狗）机制，相当于专门监督其他Agent的AI，既能检测程序故障，也能判断任务是否陷入无效循环、偏离目标，并尝试介入修复。
DeepSeek团队的初步实验显示：在包含约300条消息、20项工作请求的协作环境中，Super-agent的表现远超传统方案。测试中，传统单Session方案在中性提示下，95分位任务完成时间达到29.5分钟，而Super-agent仅为15.7分钟。不过效率提升也伴随Token开销的变化：取消事件直通机制后，Router的决策次数增加约30%，读取缓存Token增加约37%，这说明合理的事件路由能有效降低系统运行成本。
从这次技术分享来看，DeepSeek正在探索让Agent进一步摆脱单次会话限制，实现持续在线、并行执行、主动响应和异常自愈。当AI逐渐能够独立完成复杂任务，如何让它长期、稳定地推进多项工作，正成为Agent系统需要解决的新课题。
