文 | 财能圈
10 月 31 日晚，DeepSeek Harness 团队在官方公众号发表技术文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，配套原型 dsh-superagent-prototype 同日在 GitHub 开源，MIT 协议。
文章开头有一句自我限定：这是一篇面向工程实践的架构思路探讨，并非对现有产品功能的介绍。
但文中给出的判断很具体：随着模型能力提升，AI 完成单个任务已越来越不需要人工干预，人管理多任务的注意力却没有同步增长，一个人依然只能同时跟进 3 到 5 个活跃会话。DeepSeek 的原话是：单任务的上限取决于模型能力，多任务的上限取决于人的注意力。
这句话是整篇文章的起点。文章还提到，模型能力的提升催生了一批新形态，个人助手开始集中涌现，它们直接接入消息、日程、邮件与工作平台，持续观察信息流。这种持续在线、事件驱动的工作方式不局限于个人场景，在软件开发等商业场景同样成立，但现有主流智能体的设计撑不住这个规模。
新架构的所有设计，都在解决这个卡点。
01 会话之间不通，上限就落在人身上
据悉，现有智能体以单个会话为基本单位，会话之间彼此独立。这会导致一种现象，A 会话里得出的结论，B 会话里的它并不知道。当用户并行推进多项工作时，必须手动切换，自己记住每一条上下文。到最后，只有人知道所有任务的全貌。
DeepSeek 的解法是给 AI 分工。一层叫 router，是持续运行的全局协调节点，统一接收群聊、GitHub、邮件等多渠道消息，维护共享上下文，把任务分派下去，自己不深入执行。另一层叫 worker，各自维护独立上下文，并行做问题复现、代码审查、功能开发，必要时可调用 Subagent（子智能体）。
这个设计和常见的 " 主智能体带几个子智能体 " 不一样。主智能体需要理解任务细节、规划子任务、高频协调，推理负担很重；router 只管这件事该推给谁，worker 之间上下文隔离，冲突靠订阅同一个话题自行发现。worker 接手任务后还能直接订阅后续消息，省掉经 router 转发的协调开销。
DeepSeek 自己说，这套设计没有提出全新理论，是把计算机系统里的经典工程思想搬到了智能体身上。
事件驱动，让群聊消息、邮件、日程提醒、GitHub 评论、CI 测试结果都成为触发行动的事件。存算分离，执行循环放在云端，会话状态存入数据库，本地只留一个轻量 daemon（守护进程），电脑离线任务也能继续跑。外部 watchdog（看门狗）负责检查任务是否陷入无效循环并尝试修复。异步 ReActLoop（推理—行动循环）让 AI 执行耗时任务时仍能响应新指令，这一项尚未默认开启。
另外，还有一层投机执行，当结果是否会被采用尚不确定时，先在后台提前尝试，有价值再提交，没有就放弃。
此外，" 主动 " 是这套系统的关键词，也是最需要克制的地方。绝大多数群聊消息不需要 AI 介入，DeepSeek 设了两级过滤：先用程序规则筛掉明显无关的消息，再由大模型判断剩下的是随口吐槽还是真有问题，两道都通过才派任务。
文章给了一个内部实例：团队成员在群聊里说 " 这个项目有 BUG"，没有人 @它，Super-agent 在后台静默复现，确认问题存在并找到简单修复方法后才提交 PR（拉取请求），交给人验收。后续有人在 GitHub 评论里要求换一种修法，它又能从聊天软件的上下文切到 GitHub 继续做。这套策略在内部叫 " 静默复现并修复 "。
文章还给了一组实验数据，基于该思路的 Super-agent，任务完成时间中位数 12.4 分钟，95 分位 15.7 分钟，优于带子工具的普通会话。DeepSeek 同时说明，这是基于合成负载与简化环境的初步实验，不是正式产品结论。
产品边界也写在明处。GitHub 上的原型是研究原型，不是正式产品。按仓库说明，公开发布的版本与 DeepSeek 内部运行的系统并不相同，文中部分功能仍在开发中。目前它主要面向一个 GitHub 仓库，也可以选择接入飞书。Super-agent 只在被请求、或团队事先写好规则允许时行动，没有结果时不播报过程，没有权限时不擅自行动。
值得注意的是做这件事的团队。发布者是 Harness 团队，不是模型团队。
02 两轮融资之后，对外输出的东西变了
把时间线拉出来，这条新闻的位置就清楚了。
2026 年 4 月，DeepSeek 启动成立以来的首轮外部融资，6 月底完成交割，规模约 510 亿元，投后估值接近 4000 亿元。出资方中，梁文锋个人出资约 200 亿元，腾讯约 100 亿元，宁德时代体系约 50 亿元，网易、京东、砺思资本、IDG 资本各约 30 亿元，国家人工智能产业投资基金也在其列。
10 月 22 日起，新一轮融资的消息在市场间传开：拟筹约 1000 亿元，最初募资目标 500 亿元，此后至少两次上调。腾讯和宁德时代是本轮出资最多的投资方。多家媒体从不同信源交叉求证，截至发稿，DeepSeek 及相关投资方均未公开正式回应，最终金额仍未确定。
两轮相加，半年内累计融资规模约 1500 亿元。
钱有去处。据公开披露，7 月它参与长鑫科技打新，8 月斥资 1.41 亿元战略配售宇树科技，10 月计划领投一家机器人初创企业；更早的报道显示，它还在内蒙古乌兰察布推进部署至少 16 万颗华为昇腾加速芯片的数据中心。
上市也在同步推进。自 8 月下旬起，DeepSeek 接触多家投行，传闻中信证券已经进场尽调，市场说法是最快 2026 年末提交上市申请、2027 年挂牌；9 月下旬，高瓴创投原合伙人严文韬加入出任 CFO。21 财经 9 月的报道显示，辅导协议尚未签署，2027 年的时间表属于市场传闻。这些说法均未获官方证实。
把这些和 Harness 放在一起看，指向同一件事：DeepSeek 对外的标签一直是模型，V3、R1 这些开源模型定义了它的身份。融资之后，除了继续训模型、买算力，它开始输出 " 怎么干活 "；从过去只交付一个更先进的模型，转向交付一套替人调度、执行、验收的系统。
03 入口已经挤满，DeepSeek 选了开源
值得注意的是，Super-agent 选在 10 月底发布，同一个窗口期，这条赛道已经站满了人。
新浪财经在近日的报道里给了一个概括：智能体的竞争，正从执行具体任务，走向持续提供个人服务，成为真正的个人代理。
同期在做同一件事的名单不短。字节跳动 8 月 25 日发布面向生产力场景的智能体品牌 " 豆包工作 "，与飞书深度打通，用户授权后能跨软件操作电脑；腾讯的 Workbuddy 早已上线试运营；阿里千问宣布加速打造 Personal Agent（个人代理）；蚂蚁的灵光开启新版本内测。
月之暗面则走的是另一条路，一边把 Kimi 迭代到 3 万亿参数、首次推出 Pro 版本，一边在 9 月启动 "Kimi 企业合作伙伴计划 "，拉上华胜天成、金山云等 IT 服务商，帮助企业把 AI 部署进核心业务。
企业侧的动作也在加密。腾讯在 10 月 29 日称，其智能体开发平台 ADP 可让企业定制、管理、协调用于客服、营销和运营的智能体；阿里云 7 月已推出 Agent Loop 与 Agent Teams，配合原有的 Agent Run，做智能体的开发、部署与监控。
争的是同一个位置：AI 的下一个入口。聊天是入口，办公是入口，更可能被验证为入口的，是那个不用人开口就把事情办了的智能体。
DeepSeek 入场的姿势和前几家不一样。它把底层 Harness 开源，模型、工具、技能、会话、沙箱，一切皆插件，MIT 协议；Super-agent 原型同样开源，并且从自己的研发场景切入，第一个场景是常驻代码仓库的 Coding Agent。
这个姿势对应用层有直接影响。过去应用层的护城河是 " 更懂怎么调用模型 "，一旦底层模型公司把 Agent 框架和最佳实践都开源，这层能力差会迅速变薄。对 DeepSeek 自己也是新战场：以前只跟 OpenAI、Anthropic 比模型，现在要跟字节、腾讯、阿里比产品、比场景、比谁能把智能体实实在在地放入真实的工作流。
文章里有一句是 DeepSeek 对自己的定位：" 系统在底层接管了繁琐的会话管理与上下文同步，使人类得以从具体的执行细节，进一步上移到更高层的决策与验收。"
这是公司对自己产品的定义，不是对行业的判断。要检验它，未来得看两件事：内部那个实例跑了多久、跑成了什么；公开发布的原型能不能从 " 一个 GitHub 仓库 " 扩到更多场景。
最后，文章没有披露那个内部实例的运行规模，也没有给出任务成功率。公开的部分是一个研究原型、一个 GitHub 仓库和一组基于合成负载的实验数据。因此，一切还有待检验。
