DeepSeek Harness 团队以 MIT 协议开源了 dsh-superagent——一个面向单个 GitHub 仓库的主动式编码智能体研究原型。它最引人注意的数字来自模拟测试：在约 300 条消息、其中约 20 条为真实工作请求的噪声流中，p95 任务完成时间为 15.7 分钟，而单会话加子智能体的基线为 29.5 分钟，约快 1.9 倍。

该原型以 TypeScript 编写，版本 v0.1.0，仅 1 个 commit，模型跟随 Harness profile 的设定。运行在用户自己的机器上，需要 Node.js 22.19+ 或 24+、git 2.32+、Python 3.8+、tmux 以及 GitHub CLI 2.48+。它监听 GitHub，也可选接入飞书，把获授权的请求拆成并行工作项，每项在独立会话和目录中执行。

团队在配套设计文章《Exploring Super-agent Design: Towards a More Autonomous Agent System》中给出了核心判断：主流智能体把一次会话当作基本单位，但一个人同时只能主动跟进 3 到 5 个会话，于是人类注意力而非模型能力成为多任务瓶颈。dsh-superagent 的解法是 Router-Worker 两层结构：长期运行的 Router 负责交互与分发，隔离的 Worker 会话负责实际干活。

具体流程是：GitHub 或飞书产生事件（Trigger），Eval 判断一批 Trigger 是否请求新工作，通过后生成 Ticket——一个带不可变 Mandate 的授权工作单元，说明它为何可以推进。主会话运行 dsh-superagent-router 预设，工具集更小；每个 Worker 运行 dsh-superagent-worker。Shell 命令在 5 秒后转入后台，保证 Worker 继续接收消息。后续 PR 评论通过 Subscription 抵达对应 Worker，无需重新 @。

主动工作默认受控。授权文档定义了 3 种接受模式：off、observe（默认）和 auto。observe 模式下，智能体只记录它本会接受什么，不真正动手。README 写下的原则是：占用尽量少的人类注意力，交付尽量多的价值。

性能数据全部来自模拟消息和模拟工具，真实编码质量并未测量。消融实验显示，去掉直接事件透传后，Router 决策量上升约 30%，缓存读取 token 从 23.23M 升至 31.77M，增幅约 37%。随着到达率从约 1 条/分钟升到 40 条/分钟，批大小从 1.0 增至 2.8，单请求延迟从 2.5 秒升至 3.9 秒。这些数字均为自报，且转引自二手报道。

团队还列出了原型之外的设想：外部 Watchdog、存储与计算分离、异步 ReAct 循环。需要提醒的是，该原型以完整操作系统用户权限运行，部署前应先做隔离。