量子位报道，DeepSeek发布面向工程实践的Agent架构文章《Super-agent：迈向更自主的Agent系统》，并公开dsh-superagent-prototype原型代码。团队称在约300条消息、20项工作请求的模拟环境中，Super-agent任务完成时间中位数为12.4分钟，传统单Session方案95分位数为29.5分钟。
AI解读：DeepSeek此次公开的是Personal Agent的底层架构思路，文章题为《Super-agent：迈向更自主的Agent系统》，并附有GitHub原型仓库链接；此前外界传闻的「dsh dot」并未出现。
架构分为Router和Worker两层：Router接收消息、分配任务并维护全局上下文，Worker是执行具体任务的多个Agent会话；Worker可直接订阅GitHub PR后续评论，无需Router逐层转发。
团队提出连续、高效、主动、持久四项特征，对应跨会话跨平台保持上下文、并行执行任务、主动观察环境并行动、长期在线并尝试自动恢复。
初步实验中，模拟环境包含约300条消息和20项工作请求，每种配置重复5次；Super-agent任务完成时间中位数12.4分钟、95分位数15.7分钟，传统单Session方案在中性提示下95分位数为29.5分钟。
团队称取消事件直通机制后，Router决策次数增加约30%，读取缓存Token增加约37%；异步ReAct Loop已在DeepSeek Harness中实现，但尚未默认开启。
量子位2026年10月31日报道，DeepSeek公开了一篇面向工程实践的Agent架构文章《Super-agent：迈向更自主的Agent系统》，并给出GitHub原型仓库链接。报道称，文章描述的是Personal Agent的底层架构思路，而非传闻中的「dsh dot」产品发布。
双层架构：Router统筹，Worker执行
DeepSeek设计的架构分上下两层。上层Router负责接收消息、分配任务和维护全局上下文；下层Worker是一组执行具体任务的Agent会话，多个任务可同时推进。
文章还设计了订阅与直通机制：某个Worker接手一条GitHub PR后，可直接订阅后续评论，新的修改意见直接交给该Worker处理，不经过Router层层转发。
- Router：总调度，接收消息、分配任务、维护全局上下文
- Worker：具体执行任务的多个Agent会话，可并行推进
- 订阅直通：Worker可直接接收所跟进任务的后续消息
主动与持续：投机执行、事件过滤、Watchdog
报道称，Super-agent采用「投机执行」：发现某件事可能需要处理时，先在后台尝试。例如群里有人讨论Bug，Agent先复现、查找原因，找到简单可行的修复方案就交给用户，没有有效结果则保持安静。
消息过滤采用两级机制：先由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行动。系统还引入独立的Watchdog（看门狗），检测程序故障、判断任务是否陷入无效循环或偏离目标，并尝试介入修复。
在线运行方面，DeepSeek采用计算、状态与执行环境分离的思路：计算逻辑可在云端运行，会话状态独立保存，本地保留原有工作环境；电脑离线时云端Agent维持任务状态，设备重新上线后继续执行。
- 投机执行：后台预尝试，有结果才汇报
- 两级事件过滤：规则筛除，再由大模型判断是否行动
- 异步ReAct Loop：已在DeepSeek Harness中实现，尚未默认开启
- Watchdog：监督其他Agent，检测故障、无效循环与目标偏离
- 计算、状态、执行环境分离，支持离线后续接
初步实验数字与Token开销
DeepSeek团队称做了一组初步实验：模拟包含约300条消息、20项工作请求的协作环境，对比Super-agent与传统单Session加Subagent方案，每种配置重复测试5次。
结果显示，Super-agent任务完成时间中位数为12.4分钟，95分位数为15.7分钟；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。
团队同时报告了成本侧数据：取消事件直通机制后，Router决策次数增加约30%，读取缓存Token增加约37%。
- 模拟环境：约300条消息、20项工作请求
- 测试方式：每种配置重复5次
- Super-agent：中位数12.4分钟，95分位数15.7分钟
- 传统单Session方案：中性提示下95分位数29.5分钟
- 取消直通后：Router决策次数约增30%，读取缓存Token约增37%