DeepSeek Harness团队发布超级智能体架构设计与原型

DeepSeek Harness团队发布了一项关于更自主的超级智能体系统的工程设计探索,认为单任务智能体已足够强大,瓶颈在于一个人能监控多少个会话。该设计用两层Router/Worker架构取代单一聊天窗口,采用带过滤和直接透传的事件驱动触发、异步ReAct、计算、状态与执行环境分离,以及外部Watchdog。文章附带一个研究原型仓库dsh-superagent-prototype,被描述为仅供参考的代码,并非DeepSeek官方产品。
事件版本 1.
Key insights
瓶颈转移至人类注意力
单任务编码智能体被认为已足够强大,限制因素变成一个人能跟踪多少个活跃会话,通常约为3到5个。该设计的目标是多任务吞吐量,而非单任务上限。
两层Router与Worker拆分
一个持久化的Router层负责人机交互、全局协调和记忆,但不执行任务;而上下文隔离的Worker运行单个任务,配备完整工具并通过Router回报。Router可以使用更轻量的模型,因为它只在任务之间进行调度。
带直接透传的事件驱动触发
输入变为来自群聊、电子邮件、日历、代码审查和CI的半结构化触发器,先由确定性规则过滤,再由LLM过滤。一旦Worker订阅了某个线程,后续事件直接透传给该Worker,使Router决策减少约30%,读取缓存令牌减少约37%。
计算、状态与环境分离
智能体循环运行在无状态弹性云容器中,会话状态存储在数据库中,而本地设备上的轻量级守护进程针对重型执行环境执行命令。这使智能体保持持久在线,并与“脑手分离”概念相一致。
原型结果与未解决问题
在约300条消息和20个工作请求的合成负载上,超级智能体的任务完成时间p50为12.4分钟,p95为15.7分钟,优于单会话加子智能体的设置。未解决的问题包括Router分区、长程记忆、会话隐藏后的任务呈现,以及云循环与本地守护进程的安全边界。