为了解决人类在管理多个并行 AI Agent 时的注意力瓶颈，DeepSeek 开源了下一代 Agent 方案 Super-agent。它通过引入"主管"角色的 Router 中间层，实现了系统的连续、主动、高效与持久运行。以下是 Super-agent 核心机制的演进脉络：
介绍 Super-agent 背景
随着单个 AI 模型能力的增强，人们开始同时开启多个 Agent 并行处理复杂任务以提升效率。然而，人类用户需要在不同窗口间来回切换、挨个推进，这种"Agent 并行、人类串行"的模式使得个人的注意力和精力成为了整个工作流程中的瓶颈。为了解决这一痛点，DeepSeek 开源了下一代 Agent 方案 Super-agent，旨在提供一个能够自主管理多项任务的智能系统。
解析双层架构设计
为了减轻人类的管理负担，Super-agent 在用户和干活的 Agent 之间加入了一层中间层，从而形成了"双层架构"：
- Router（路由器）：扮演"主管"角色，负责承接用户需求并向下分发任务。它自身不执行复杂代码，仅需进行判断和分发，因此适合使用轻量级模型。
- Worker（工作器）：真正执行具体任务的 Agent，通常配备最强的模型来干活。
这种架构将原本由人类承担的会话管理工作交由 Router 负责。与传统的"主 Agent + 子 Agent"模式不同，Router 不参与具体的任务拆解与执行逻辑，它只负责任务分发和结果转达，每个 Worker 可以独立将任务从头跟到尾。
揭秘事件驱动模式
传统的 Agent 往往是被动的，需要人类输入指令才会行动。为了让系统能够主动找活干，Super-agent 引入了事件驱动模式。系统可以接入团队日常使用的群聊、GitHub 或 CI 通知中，持续监听环境变化。
为了降低大模型的调用成本与延迟，系统采用了两层筛选机制：首先通过预设的规则（如消息来源、发送者、群组等）过滤掉明显无用的信息；剩下的有效消息（称为 Trigger）再交由大模型判断是否需要采取行动。例如，当群里有人提到某个功能疑似故障时，系统可以自动唤醒 Worker 去复现、修复并提交 PR。
解析订阅和直通机制
在事件驱动模式下，如果每一条后续消息（如 PR 下的新评论、CI 结果）都传回 Router 进行重新分配，Router 极易成为整个系统的处理瓶颈。
为此，Super-agent 设计了"订阅和直通"机制。当 Router 将一个 Trigger 派发给某个 Worker 后，该 Worker 会自动订阅同一串关联的后续消息（如同一 PR 的评论、同一群聊话题的回复等）。此后，这一串新消息将直接送达该 Worker，不再经过 Router 判断。实测表明，这一机制能让 Router 减少约 30% 的判断任务，从而大幅节省 Token 消耗。
此外，面对突发的消息洪峰，Router 还采用了批处理策略。它会将短时间内积攒的新消息合并进行一次判断，使得消息越堆积，Router 处理单条消息的平均成本反而越低。
揭秘全双工通信
在处理耗时较长的任务（如运行十几分钟的测试套件）时，如果 Router 派活后一直阻塞等待结果，用户将无法在这段时间内发送新指令。
全双工通信机制将派活、运行命令等耗时操作改为异步执行。Router 派出任务后会立即返回"已开始"的确认，随后便可继续接收用户的新指令；Worker 完成任务后，会将结果作为一条新消息送回 Router。这意味着 Agent 在后台运行长任务的同时，前台依然能保持正常对话，用户随时可以插话补充，甚至随时叫停跑偏的任务。
解析存算分离架构
普通 Agent 的思考循环和会话记录通常与运行它的本地机器深度绑定，一旦机器休眠或关闭，Agent 就会彻底停止工作。
存算分离架构将 Agent 的思考循环和会话记录搬上云端数据库，保证系统始终在线；而执行环境（如本地未提交的代码改动、内网服务、私人凭据等）则保留在本地。每台机器只需运行一个轻量小程序，负责监听云端指令并在本地执行，再将结果传回云端。这种拆分使得用户即使合上笔记本，系统依然能在群里接活，并在其他机器上运行；当原机器重新上线后，还能自动接续之前中断的任务。
介绍 Watchdog 角色
由于 Worker 在云端长时间运行，难免会陷入死循环或任务跑偏的状态。为了保障系统的鲁棒性，Super-agent 在整套系统之外挂载了一个独立的 Agent 作为 Watchdog。
Watchdog 会被定时唤醒，利用模型检测每个 Worker 是否取得了实质进展、方向是否正确。一旦发现异常，它会及时介入修复，将任务拉回正轨，从而免去了人类用户时刻监控的负担。
总结 Super-agent 特性
通过上述核心机制的协同，Super-agent 构建了一个具备以下四大核心特性的智能系统： - 连续：基于 Router 和 Worker 的双层架构，用户只需与 Router 对接即可同时推进多项任务，体验如同在与单一 Agent 对话。
- 主动：通过事件驱动模式监听外部环境变化，结合订阅直通机制，系统能够自主唤醒并寻找新任务。
- 高效：全双工通信机制确保了在处理长耗时任务时，前台依然能保持流畅的交互与指令接收。
- 持久：存算分离架构与 Watchdog 监控机制，共同保障了系统的永久在线与高可用性。
需要注意的是，目前 DeepSeek 开源的仅是一个研究原型，部分预期设计尚未完全落地，完整的生产级方案仍需等待后续迭代。
想知道这个 Super-agent 研究原型目前怎么部署，或者它的代码开源在哪里吗？