DeepSeek 内部跑起超级 Agent

今天看到 DeepSeek Harness 团队发了一篇关于 Super-agent 架构的技术文章，看完第一反应是：Agent 的竞争已经从「模型多强」转向「怎么管任务」了。他们内部已经跑起了一套实例，群聊里有人反馈问题，AI 不用被 @ 就能识别缺陷、后台复现、找修复方案，甚至直接提 PR 等开发审查。这个细节比架构图更值得琢磨，因为它意味着 Agent 开始从「你问我答」变成「主动盯活」。

文章里有个判断我特别认同：AI 能同时干的任务越来越多，但人管理任务的注意力没涨。现在大多数 Agent 还是以 Session 为基本单位，用户得在窗口间来回切、记上下文、追进度，一个人同时跟 3 到 5 个活跃会话基本就到顶了。CLI、MCP 这些工具让 Agent 接入了更多平台，可单会话串行、多任务上下文混乱、本地设备离线任务就断的问题还是没解。所以他们的思路是把 Agent 从单次会话里解放出来，做成长期在线、跨平台保上下文、并行推进任务的连续实体。按文章定义，Super-agent 要具备四项能力：跨会话连续交互、多任务高效并行、主动响应环境事件、长期在线和异常恢复。架构上分 Router 和 Worker 两层，一个负责调度，多个负责干活，人类更多定目标和验收结果。我觉得这个方向对跨境团队尤其有意义。我们平时跨时区协作，最痛的就是任务断档和信息散落，群聊里定完方案、GitHub 评论里又改要求，Agent 如果能理解前后变化并调整执行方向，等于多了一个不下班的项目协调者。当然，文章也说了这目前还是工程实践层面的架构探索，部分设计有开源原型，不是正式独立产品，离普通团队直接用还有距离。我的判断是，接下来一年 Agent 产品的分水岭不在跑分，而在「任务管理界面」做得好不好。谁能让人用最少注意力盯住最多并行任务，谁就能先吃到团队协作场景。