深度拆解 DeepSeek Super-Agent
当 AI 工具多到需要人来回传话，DeepSeek 开源的 Super-Agent 试图用程序规则替代模型自觉，把调度、筛选、状态管理写死在代码里。本文深入拆解其设计逻辑与局限，看它如何让 AI 团队协作从「人肉中转」走向「自动派活」。
Deepseek Super Agent 是什么鬼？
先问一个问题：你现在同时开着几个 Agent 会话？一个窗口在修 Bug，一个在补测试，一个在等 CI，还有一个刚被你叫停、准备换方案重来。你在它们之间来回切换，还得记住：这件事是在哪个会话里聊的？那个会话知不知道我刚才改了主意？
刚刚，DeepSeek 开源新 Agent 架构：可接 Github 和飞书，研究让 AI 自己接活
作者｜冬梅 当 AI 已经能够独立写代码、修复 Bug，甚至连续工作几个小时，人类为什么反而越来越忙了？这可能是今年 AI Agent 领域一个颇为矛盾的现象。过去，程序员需要亲手编写代码。
DeepSeek 重磅发布全新 Agent 架构：AI 开始指挥 AI 干活
就在刚刚，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》，详细介绍了他们正在探索的 Super-agent 架构。
DeepSeek Super-Agent 没回答的问题：管得了 Agent，管得好上下文吗？
DeepSeek Harness 团队前几天发了篇关于 Super-agent 设计探索的长文，想用 Router + Worker 双层架构，把一个人管理多个 Agent 的负担交给系统。文章出来后讨论不少，大多关注这套调度机制是怎么设计的。
DeepSeek Harness产品分析：从「一切皆插件」到 Agent 运行时
DeepSeek Harness 以 154 万日活和 3.49 万插件证明:Agent 竞争已从模型能力转向运行时生态。
DeepSeek 让 AI 管理 AI，我们实测了super-agent：谁来监督AI「总管」？
把“人主”换成给 AI 派活的人，问题是一样的:Router 成了人和所有 Worker 之间的主要通道，它漏掉的消息，人靠什么发现?
DeepSeek 的 Super-agent 设计，和我们的工程实践
看完 DeepSeek Harness 的 Super-agent 设计，作者把自家一年多的折腾翻了出来:任务分给多个 Worker 并行跑，数据库存会话状态，外部 Watchdog 盯异常，最后落到 Lobe 上真接管了网站维护和选题调研。
DeepSeek 把 Agent 从对话框里放了出来，但别急着欢呼
10 月 31 日晚，DeepSeek Harness 团队发了篇《Super-agent 设计探索：迈向更自主的 Agent 系统》。我读完最直接的感受是：这个毛病很多人天天在忍，只是没人愿意先动刀。
刚刚，DeepSeek 重磅发布全新 Agent 架构：AI 开始指挥 AI 干活
DeepSeek Harness 的 Super-agent 架构，让 Router 负责调度、Worker 并行执行，AI 从会话工具变成长期在线的数字同事。DeepSeek 团队观察到，一个人通常只能同时跟进 3 到 5 个活跃 Session。