10月31日晚，DeepSeek Harness團隊在官方公眾號釋出技術文章《Super-agent設計探索：邁向更自主的Agent系統》，首次系統披露其名為Super-agent的Agent架構設計。文章指出，模型能力提升正催生個人助手（Personal Agent）這類新應用形態，但現有主流Agent設計在多工和團隊協作規模上存在瓶頸——多工上限往往取決於人的注意力。

針對這一限制，DeepSeek團隊提出雙層架構、事件驅動、非同步多通道互動、存算分離與外部Watchdog等思路。其核心在於讓系統底層接管繁瑣的會話管理與上下文同步，從而將人類從具體執行細節中解放出來，上移到更高層的決策與驗收環節。DeepSeek將這種Agent形態及其系統架構統稱為Super-agent。

值得注意的是，這套設計並非停留在理論層面。文章提到，基於該思路構建的內部Super-agent例項已在持續執行，日常參與問題復現與修復、程式碼審查響應以及DeepSeek Harness自身的迭代。一個典型場景是：當團隊成員在群聊中反饋軟體問題時，即使沒有人主動@AI，它也能識別潛在缺陷，並在後台嘗試復現問題、尋找修復方案。

從行業背景看，Agent（智慧體）正成為大模型落地的重要方向，如何讓AI從單輪問答走向多工、長週期的自主協作，是各家廠商探索的焦點。DeepSeek此次披露的架構思路，強調系統層對會話與上下文的接管，以及事件驅動和非同步互動，試圖在工程層面解決多工並行與團隊協作的規模難題。其內部例項的持續執行，也為這套設計提供了初步的實踐驗證。

不過，文章並未披露該架構的具體效能指標、對外產品化時間表或與競品的對比資料。Super-agent能否從內部工具走向更廣泛的應用場景，仍有待後續觀察。