程序员还在群聊里争论这个Bug怎么修，AI已经默默复现了问题、找到修复方案，把代码提交到GitHub等人审查——没人@它，也没人给它下指令。
这不是科幻设定。10月31日晚，DeepSeek Harness团队发表技术文章《Super-agent设计探索：迈向更自主的Agent系统》，同时在GitHub开源了研究原型dsh-superagent-prototype，采用MIT许可证。今天百度热搜上，「DeepSeek重磅发布：AI开始指挥AI干活」「DeepSeek发布全新Agent架构」两条同时挂在榜上。
我把量子位、爱范儿、第一财经的报道和开源仓库的说明挨个翻了一遍，这次发布最值得普通人看懂的，不是技术，而是一句扎心的判断。
用外包公司打比方，这套架构一分钟就能懂
Super-agent分两层。Router像项目经理：唯一跟你对话的角色，负责接活、拆任务、汇总进度。Worker像员工：每个都有独立会话和隔离的上下文，各自查资料、改代码、跑测试，干完把结果交回项目经理。
活从哪来也变了：群聊消息、代码仓库报错、CI失败、邮件，都能自动触发任务，AI自己判断值不值得介入。DeepSeek内部实例已经在这么跑了，日常参与问题复现与修复、代码审查。团队公布的实测里，模拟多任务环境下任务完成时间中位数12.4分钟，95分位15.7分钟，优于传统单会话方案。
而它要解决的问题，文章里说得很直白：一个人通常只能同时跟进3到5个活跃会话。AI能并行干的活越来越多，人类管理这些任务的注意力却没有同步增长——Agent的下一个瓶颈，可能是人类自己。
先别急着部署：官方亲自划了三条安全红线
开源不等于能用。仓库README写得明明白白，这三条我建议你原样记住：
- 这只是研究代码，不是正式产品，也不等同于DeepSeek内部版本；
- 执行器以部署者的系统用户身份跑命令，工作目录限制不等于完整隔离——把它装在存有敏感凭据的机器上，有真实风险；
- 对未经明确请求的主动任务，原型提供off、observe、auto三种接纳模式，默认observe：只记录判断，不真正动手。
连DeepSeek自己都给主动式AI上了"先观察、别乱动"的紧箍咒。这个细节比任何架构图都值钱：越自主的AI，越需要明确的授权边界——每个任务都有一份Mandate，记录它为什么被允许执行、边界在哪里。
普通人今天就能用的"丐版Super-agent"
不用碰代码，这套思路你现在就能手工复刻：
**第一步，让一个AI当项目经理。**接到复杂任务，先别让它直接干，让它输出"子任务拆解+每个子任务的验收标准"。这一步就是把Router的职责交给它。
**第二步，并行开窗，你只做验收。**每个子任务开一个独立对话窗口——这就是Worker的"上下文隔离"：写文案的窗口别混进做表格的上下文。你不再逐个盯过程，只在各窗口交付时对照验收标准打分。
**第三步，把跑顺的流程固化成工具链。**手工当Router终究费人，能用现成的就别自己扛。我在spark1.cn/toolchains里把常用任务做成了固定流程，比如"内容产出链"：资料收集→初稿→润色→配图，一个AI环节的产出自动交给下一个——本质上就是一条平民版Super-agent流水线，配好一次，以后一键跑完。
一张自查清单，判断你该不该上"主动式AI"（建议收藏）
- 任务能不能写清验收标准？写不清→先别交给AI自动跑
- AI要碰的账号/文件里有没有敏感凭据？有→物理隔离，别省这一步
- 出错的代价你能不能兜住？不能→用observe思路：先让AI"只建议、不动手"，跑稳一周再放权
- 你是不是同时开着5个以上AI窗口来回切？是→你已经撞上"人类注意力瓶颈"，该上流程化工具链了
一句话总结：Super-agent真正开源的不是代码，是一种分工方式——AI负责执行和调度，人退到决策与验收位。位置换对了，你才不会成为自己AI团队里最慢的那个环节。
xAI智工场，每天一个AI实操干货，不讲道理只教你做。DeepSeek这条线我们一直在跟——从Harness框架到Cyber模型再到这次的Super-agent，AI打工人的进化系列持续更新，点关注不错过下一篇。
评论