ARTICLE · 1291246
不用人@也能找bug:DeepSeek把AI助手做成「一直在线的同事」
头图：Super-agent 设计探索封面视觉。
这不是新品发布会，也不是「人人都能立刻下载用」的正式产品，而是面向工程实践的架构探索：内部已有实例在跑，并开源了一份研究原型，用来验证路线。
DeepSeek Harness 技术长文的封面视觉。
普通人听「智能体 / AI助手」（业内常叫 Agent）多半会想：不就是聊天窗口里那个帮我写代码、回消息的工具吗？
没错。可它以前真正卡人的地方，往往不在「单件事会不会做」，而在「你能不能同时盯住好几件事」。
按团队观察，现有主流设计仍以一次会话为单位。
你并行推进几项工作时，得自己切换窗口、记清哪个会话里说过什么。
一个人通常只能同时跟住大约三到五个活跃会话。
于是出现一个尴尬局面：单任务上限越来越看模型本事，多任务上限却卡在人的注意力。电脑一休眠，本地助手还可能直接停摆。
双层分工示意：前台统一对外，底下多个工位隔离并行。
他们把想要的新形态叫作 Super-agent（超级智能体），并归纳出四个词：连续、高效、主动、持久。
连续，是指你在即时通讯群聊里聊过方案A，再到代码平台评论里改成方案B，它还认得这是同一件事，感觉始终只存在一个助手。
高效，是指能并行推进多项复杂任务，不必等上一条干完才接下一句。
主动，是指不用你逐条下指令，它能持续观察环境里的消息、日程、代码审查、测试结果等事件，该出手才出手，不该打扰就安静。
持久，是指尽量始终在线，长期跑着也能从异常里自动恢复。
架构上，核心是双层分工。上层像「前台调度」：统一跟人说话、记全局进度、把活派出去；下层像「互不串线的工位」：各自在隔离会话里干活，不直接抢着回用户，而是把状态和结果汇报给前台，由前台统一对外沟通。
整体骨架：环境事件进来，调度分派，看门狗在外守着。
驱动方式也改了。以前主要靠你在会话里一条条打字；现在群聊消息、邮件、审查评论、持续集成结果等，都可以当成触发事件。
系统先用规则滤掉噪音，再让模型判断要不要行动。
内部跑着的实例里，有个很生活的例子：同一个开发任务可以在群聊和代码评审之间连续推进；它还会盯着公共群聊的反馈，在无人@的情况下主动定位根因，并提交修复请求。
公共群里没人@，也能静默复现问题并提交修复。
开源仓库名为 dsh-superagent-prototype，官方明确：这是验证技术路线的原型插件，不是 DeepSeek 正式产品；
公开版也主要面向单仓库主动编码一类场景，且与内部实现并不完全相同。
开源研究原型仓库预览，官方标明非正式产品。
团队还做了合成负载下的初步实验：约三百条消息、约二十条工作请求。Super-agent 任务完成时间中位数约12.4分钟、95分位约15.7分钟；
对照的「单会话 + Subagent 工具」方案（中性提示）95分位约29.5分钟。他们同时强调：实验测的是调度与协作，不等于真实业务里每个任务都已经这么快。
还有几个未解问题：调度层怎么跟着任务规模扩展、跨月级别的长程记忆、隐藏会话后怎么给人看进度并中途插手、不同实例之间怎么协作，以及云端大脑接本地设备后的安全与隐私。
按团队的说法，安全隐私解不了，这类系统只能缩在很小的可信范围里。
对普通人来说，这件事可以归纳成三点。
一是卡点从「模型会不会」更多变成「人盯不盯得住」。
二是新思路是让系统底层接管会话管理，人往上挪到决策和验收。
三是它现在仍处在探索、内部试跑和研究原型阶段，还不是全面上线的万能助手。
——
芯见科技
