据《环球网》报道， 10月31日晚间，DeepSeek Harness团队在官方公众号发表技术文章《Super-agent设计探索：迈向更自主的Agent系统》，正式公开其面向自主智能体探索的全新架构Super-agent，相关原型已同步开源。Super-agent的核心思路，是将会话管理与上下文同步从人手上移到系统层面，由AI承担调度与执行，人则专注于目标设定与结果验收。

DeepSeek在文中指出，随着模型能力持续提升，AI完成单个任务已越来越不需要人工干预，但人类管理多任务的注意力并未同步增长——一个人通常只能同时跟进3至5个活跃会话，多任务上限正从“模型能力”转向“人的注意力”。Super-agent的核心思路，是将会话管理与上下文同步从人手上移到系统层面，由AI承担调度与执行，人则专注于目标设定与结果验收。

架构上，Super-agent采用Router与Worker双层设计：Router作为持续运行的全局协调节点，统一接收群聊、GitHub、邮件等多种途径消息并分派任务；Worker各自维护独立上下文，并行执行问题重现、程式码审查、功能开发等具体工作，必要时可调用Subagent。系统同时引入事件驱动与两级过滤机制，使AI在无人@的情况下也能识别群聊中的潜在缺陷，主动在后台重现并尝试修复。

DeepSeek团队认为 Super-agent 具备以下4个基础特征：

连续：用户可以直接在IM聊天、GitHub评论等熟悉的工作界面与它互动，感觉始终只存在一个Agent，不需要去想“Session X 的上下文中是否有Y信息”。例如，用户先在 IM上提出采用方案A、随后在 GitHub Pull Request 评论里改为方案B，它能理解并调整执行方向。
高效：互动响应迅速，同时能并行、高质量地完成多个复杂任务。无需等上一个命令或任务完成，就能接受下一条指令。
主动：无需等待用户逐条下达指令，能持续观察环境事件并主动推进值得处理的事项，不需要介入时则保持安静。
持久：始终在线、直接接入用户真实的工作环境，并在长期运行中遇到异常时自动恢复。

DeepSeek表示，基于该架构构建的内部Super-agent实例已在日常研发中持续运行，参与问题修复、程式码审查响应及Harness自身的迭代。团队同时强调，此次发布是面向工程实践的架构思路探讨，并非对现有产品功能的介绍。