一句话看懂：DeepSeek Harness 团队于 10 月 31 日晚开源了自主智能体底层架构 Super-agent，把调度、缓存、存算分离、外部看门狗等经典计算机系统思路引入 AI 智能体，尝试让系统层接管会话管理。
事件核心：发生了什么
根据 AIbase 报道，DeepSeek Harness 团队在 10 月 31 日晚公布了其自主智能体探索的底层架构 Super-agent，并在 GitHub 上开源原型项目。它不是一款独立产品，而是一套分层架构：常驻的 Router 层负责统一路由与外部交互，隔离并发的 Worker 层负责执行具体任务，用来缓解传统单会话智能体在多任务并发、上下文混乱和人工接管方面的压力。
架构还包含事件驱动模块，采用程序层快速筛选加语义层慢速判断的两级过滤，结合订阅与透传、Inline 与 Spill 上下文组织以及后台推测执行，让智能体可以主动接收环境中的半结构化事件并自行推进；异步全双工交互、基于存算分离的“脑手分离”设计，以及外部 Watchdog 控制回路，则用于维持长时间在线与异常自恢复。据报道，初步实验中一半任务可在 12.4 分钟内完成，95% 的任务在 15.7 分钟内完成；订阅透传机制为 Router 层节省约 37% 的 Token 开销，批处理机制把每次决策的均摊推理时间从 6.4 秒降到 1.6 秒。
为什么重要
当前多数智能体仍围绕单个聊天会话运行，多任务并发时容易出现上下文互相污染、状态难同步、需要人反复干预的问题。Super-agent 的思路不是再做一个更强的模型，而是用系统层的调度与资源管理来承接会话编排，这为大模型智能体的工程化提供了一条可借鉴的路线。对正在做 Agent 应用的团队来说，这类开源架构可能降低自建调度层的成本；对行业而言，它也把竞争焦点从单纯的模型能力延伸到系统设计与运行时效率。
对用户/开发者/创作者的影响
开发者可以先看开源原型而非直接当作生产级方案：两层架构、事件驱动和 Watchdog 等模块是否便于接入现有 API 与工作流，值得实际验证。创作者和普通用户短期内不会看到直接可用的消费级产品，但如果后续有工具基于这套架构落地，更值得期待的是长时间运行、多任务并行和减少人工盯守的体验。企业采购方则可以把“系统层会话管理”纳入 Agent 平台的评估维度，而不仅比较模型参数。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，实验基于简化环境，两层架构的扩展性以及安全与隐私问题仍是挑战。后续可关注三点：原型是否演进为可用的开发者工具或 API；其他智能体框架是否跟进类似调度与缓存设计；以及真实多任务场景下的稳定性数据是否公开。
来源：AIbase
