这两年模型越来越能打，单个 agent 已经能独立完成相当复杂的任务，很少需要人插手，于是很多人会一次开好几个，让它们同时干活；效率确实上去了，可你得在几个窗口之间来回切换，挨个推进每个 agent 的工作；它们并行，你串行，时间一长就会发现，同时开三五个 agent 已经是极限，你的注意力成了整个流程里最大的瓶颈

为了解决这个问题，DeepSeek 最近开源了一套下一代 agent 方案：Super-agent，原型代码在 GitHub 仓库 deepseek-ai/dsh-superagent-prototype；下面把它的关键设计一次讲清楚

双层架构：给你配一个主管

一个人同时盯几个 agent 顾不过来，最直接的解法就是加一层中间层：在人和 agent 之间放一个承接需求、往下分发任务的角色，有点像公司做大之后，老板不再直接管每个人，而是找主管替自己管人

这个中间层叫 Router，下面真正干活的 agent 叫 Worker；Router 自己不写代码，主要做判断和分发，用轻量模型就够；Worker 负责具体任务，用能力最强的模型干活；这上下两层，就是 Super-agent 的双层架构

普通 agent 架构里，你自己就是那个主管：开好几个会话，挨个看进度、做决定；双层架构把这份会话管理从你身上拿走，交给 Router，原先压在你身上的活，现在由它承接

那这跟常见的主 agent 加几个 subagent 有什么区别？主 agent 得吃透整个任务的逻辑，自己参与执行，再把其中几步拆给 subagent，并不停地协调、汇总结果；而 Router 主要做分发，每个任务交给一个 Worker 从头跟到尾，它只负责把 Worker 的结论转告给你；至于 Worker 内部要拆任务步骤，它自己也可以再开 subagent，这些细节 Router 不关心

事件驱动：让 agent 自己听见动静

到这一步，agent 还是被动的：你不发话，它就不动；怎么让它自己找活干？最直接的办法是把它接进团队每天都在用的群、GitHub 和 CI 通知里，让它一直听着

但这些地方一天几百上千条消息，大多跟它没关系，每条都让大模型判断一次，又贵又慢；所以筛选分两层：第一层是写死的规则，按来源、发消息的人和所在的群，把明显没用的挡掉；剩下的才交给大模型，判断值不值得动手

这些从群、GitHub、CI 传进来的消息叫 Trigger，用 Trigger 驱动 agent 干活的模式就是事件驱动；它带来的变化很直观：有人在群里随口说了句 "某个功能好像挂了"，没有 @ 任何人，过一会儿就有一个 Worker 自己复现问题、修好、提了个 PR 上来

Trigger 还可以自定义新增，比如一条日程提醒、一封会议邀约邮件，都可以用不同的方式唤醒 AI 干活

订阅和直通：别让消息全堵在 Router

任务派出去不等于结束：PR 提上去之后，后面还会陆续来新评论、新的 CI 结果；要是每条都先回到 Router，让它判断该交给谁，Router 很快就成了卡点

所以 Router 把一条 Trigger 派给某个 Worker 时，会让这个 Worker 订阅同一串的后续 Trigger；所谓 "同一串"，就是同一个 PR 下的评论和 CI 结果、群里同一个话题的回复、同一串往来的邮件；之后这一串再来新的 Trigger，程序直接送到这个 Worker 手里，不再经过 Router

实测下来，这套机制能让 Router 少做 30% 的判断，相应省下 30% 的 token

批处理：消息越堆积，单条成本越低

订阅和直通分走了后续消息，可新消息该派给谁，还是得 Router 判断；群里一下冒出几十条，它判断得过来吗？Router 的做法是：正忙的时候，新来的先攒着，等手上这批判断完，再把攒下的合进一次判断里，这就是批处理

实测数据很能说明问题：消息量从每分钟 1 条涨到 40 条，Router 单次判断的耗时只从 2.5 秒涨到 3.9 秒；摊到每条消息上，反而从 6.4 秒降到了 1.6 秒；也就是说，消息越堆积，Router 处理每一条消息的成本反而越低

全双工：后台干活，前台说话

Router 把活派给 Worker，Worker 跑一整套测试要十几分钟；要是 Router 派完就停在那等结果，这十几分钟里你再说什么，它都收不到

解法是把派活、跑命令这类耗时操作改成异步的：Router 把活派出去，马上收到一句 "已经开始了"，接着就能听你说下一句；Worker 干完，结果作为一条新消息送回 Router

Worker 自己跑长命令也一样：测试在后台跑，这期间 PR 下面有人留言，它照样能收到；后台跑着任务、前台正常对话，两头同时进行，这就是全双工

大多数 agent 跑长任务时，你想补句话、想叫停，只能等它跑完；而在全双工里，你随时能插话，它也能随时把跑偏的任务停掉

存算分离：脑子在云上，手脚在本地

agent 跑在你这台机器上，驱动它一步步思考的循环、它的会话记录、它干活用的环境，全绑在这台机器上；机器一停，它也就停了，前面说的靠群消息触发任务的能力自然也停了；本质原因是它只能运行在一台机器上

Super-agent 的做法是把这两类东西拆开：把思考循环搬上云，会话记录存进数据库，这样不管你的机器开没开，它都一直在线

可思考搬上云了，命令最终还得在机器上跑；干活用的环境要是也搬上云，比如本地没提交的改动、只有内网能连的服务、一堆私人凭据，搬起来又麻烦又容易漏；所以环境留在本地，每台机器上只放一个很轻的小程序，听云上的指令在本地跑命令，再把结果传回去

这种把思考和会话记录搬上云、执行环境留在本地的拆法，就是存算分离；普通 agent 跟一台机器绑在一起，机器一睡它就停，也用不了别的机器；存算分离之后，它一直在云上在线，哪台机器开着就用哪台；你合上笔记本，它照样在群里接活，在别的机器上干活；需要你笔记本才能做的，等它重新上线，再自动接着做

Watchdog：外面再站一个检查员

Worker 一直在云上跑，时间一长难免出问题，比如陷进死循环，或者越干越偏；所以在整套系统外面，再挂一个独立的 agent，定时叫醒它做一轮检查；它可以用模型检测每个 Worker 有没有实质进展、方向有没有跑偏，发现问题就及时介入修复

这个在外面盯着的 agent 就是 Watchdog；普通 agent 卡住或跑偏，只能靠你自己发现、自己拉回来；有了 Watchdog，这件事也不用你操心了

合起来：连续、主动、高效、持久

现在可以把这些设计串起来了：Router 和 Worker 组成双层架构，你只跟 Router 对接，底下好几个 Worker 同时干活，感觉始终在跟同一个 agent 说话，这是连续；事件驱动把它接上群、GitHub 和 CI，它能自己听到动静、主动找活干，订阅和直通又让同一串的后续 Trigger 直达 Worker，Router 不被消息堆住，这是主动；Worker 跑着长任务时，全双工让 Router 照样能接你的话，这是高效；存算分离让它一直在线、还能用上不同的机器，最外面还有 Watchdog 盯着，卡住或跑偏都能及时恢复，这是持久

你一个人顾不过来的那些会话，现在有一个超级管家替你管着，你只需要在关键的地方做决定、做验收；这些能力共同构成一个能同时推进好几件事、自己找活干、还能一直在线的 agent 系统，也就是 Super-agent

最后要说明的是，DeepSeek 这次开源的只是一个研究原型，预期中的一些设计还没完全落地，完整方案可以再等等