DeepSeek 开源 Super-agent 架构：不用人盯着，Agent 自己把活干完 10 月 31 日晚，DeepSeek Harness 团队发布技术文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，同一天在 GitHub 开源了对应的原型仓库。 一句话概括：现在的 Agent 上限，卡在人的注意力上。DeepSeek 想做的，是一个一直在线、能同时干多件事、会主动找活干、出问题能自己恢复的 Agent。 PART 1 为什么要有 Super-agent 过去一年，能自己用工具解决复杂问题的 Agent 已经不少，人越来越少介入底层执行，角色慢慢上移到决策和验收。 但现有的 Agent，基本还是以单一会话（Session）为单位，不同会话之间互相独立。你同时推进几件事，就得手动切换、手动维护每个会话的上下文。 DeepSeek 观察到一个数字：一个人通常只能同时跟进 3 到 5 个活跃会话。这个数字，营销人应该很熟——就像同时开着的微信群、同时跟进的客户、同时推进的排期，一多就乱。 就算用 CLI、MCP 或外部连接器扩展，也还是会有单会话同步阻塞、多任务上下文混乱、本地设备一离线任务就停的问题。限制生产力进一步提升的因素，正从模型能力转向人的注意力。 PART 2 Super-agent 的四个特征 DeepSeek 把这种新型 Agent 形态叫 Super-agent，归纳了四个基础特征。 连续：你在 IM 聊天、GitHub 评论等不同渠道，跟的是同一个 Agent，不需要想"上一个会话里有没有这个信息"。 高效：能并行处理多个复杂任务，不用等上一个命令完成就能接下一条。 主动：能持续观察环境事件，自己推进值得处理的事，不需要介入的时候保持安静。 持久：始终在线，长期运行中遇到异常能自己恢复。 把这四个词翻译到营销场景：连续，就是客户在微信问一句、在邮件追问一句，AI 助理都记得整个来龙去脉；高效，就是写稿、整理数据、回客户，几件事并行推进不用排队；主动，就是没人提醒，它自己发现该更新数据了就更新；持久，就是你下班了它还在线，异常了自己恢复。 PART 3 架构怎么搭：五个模块 要把这四个特征同时做出来，单个 Agent 循环是不够的，底层需要一套架构。DeepSeek 的做法，是把计算机系统里的经典思想搬进 Agent 系统。 双层架构：Router 层加 Worker 层。Router 承接人的交互、维护全局上下文、分派任务；Worker 在相互隔离的会话里并发执行具体工作，不直接回你消息，把状态和结果汇报给 Router，由 Router 统一对外沟通。说白了，一个管家负责接活、派活、汇总，一群员工各自干活互不打扰。 事件驱动：群聊消息、邮件、日程提醒、代码评审评论、CI 运行结果，这些外部信息都叫 Trigger。系统先按程序规则过滤，再交给大模型判断要不要行动，无关的消息不打扰。 异步交互：把耗时的工具调用改成异步的 start 和 stop，启动后台任务后先返回"已启动"，后台结果再作为新事件进来，前台对话不用干等. 就像你让同事去查个资料，他回一句"查着呢"，你继续干别的，不用盯着屏幕等。 存算分离：计算和会话状态放云端，执行环境留在本地，本地只部署一个轻量 daemon 负责执行命令和返回结果——设备离线不影响任务推进。 Watchdog：外部监控与自愈，长期运行出问题能自己拉回来. 相当于给系统配了个值班的，出岔子能自己恢复，不用你半夜爬起来处理。 PART 4 初步实验的数据 团队给了一组实验数据：基于这套思路的任务，一半在 12.4 分钟内完成，95% 在 15.7 分钟内完成，明显优于带子 Agent 工具的单会话方案。Router 的批处理能把单个决定分摊的推理时间从 6.4 秒降到 1.6 秒。 代价也有：去掉订阅直通后，Router 要处理的决定数增加约 30%，读缓存 token 从 2323 万增加到 3177 万——拿更多 token 换时间和稳定性。 要说明的是，这些实验基于合成负载和简化环境，是初步参考，不是正式产品结论。数字能说明方向可行，但别当成现成效果来期待。 PART 5 对营销团队意味着什么 这套东西现在还在设计探索阶段，异步任务机制在 DeepSeek Harness 里已经实现但还没默认开启。但对营销团队来说，方向已经很清楚了。 过去这一年，我们已经习惯让 AI 帮忙写稿、做图、整理数据——但每个任务基本还是一次性会话，需要人发起、人盯着、人收尾。用下来的体感是：AI 干活很快，但围绕"让它干活"这件事，人还是花了不少精力。 Super-agent 的方向是：把重复的流程（收集信息、整理初稿、回复常见问题、盯数据更新）交给一个持续在线的 Agent，人上移到决策和验收。你在群里说一声需求，它在后台把活干完，把结果带回来给你确认. 人从"操作员"变成"验收员"。 对想提前布局的企业，现在能做的有三件事：把能标准化的流程先文档化，为 Agent 化做准备；别把 AI 用成"高级搜索框"，开始按"任务交付"的方式拆你的重复工作；留意这类自主 Agent 工具成熟后的接入机会。方向是确定的，具体哪天铺开，看各家产品落地的速度。 技术文章是探索，趋势是真的：Agent 正在从"你指挥它干一件事"，走向"它替你盯着一个摊子". 营销团队的活，会越来越多地变成"定标准、看结果"。 策略块 我们的 GEO 优化策略：AI + 人工 AI 负责生成基础内容，人工对内容进行二次审定；审定通过后进入人工信源铺设阶段，并针对不同的 GEO 优化阶段制定对应的优化策略。 征集块 正在征集：豆包、小微 GEO 意向客户 如果你的品牌想提升 AI 搜索获客、在 AI 回答里被客户优先看到，欢迎联系，免费诊断你的品牌 AI 可见度。 CTA 专注 GEO 优化与 AI 搜索获客 成都拓跋云 · 15 年数字营销实战 · 500+ 企业信赖 GEO 优化 | SEO | 网站建设 | 投放托管 | AI 营销系统 | 增长陪跑 微信：chunxichage 或致电 177-1356-9698