DeepSeek Harness 团队刚刚发布了 dsh-superagent，一个采用 MIT 许可证的研究原型。DeepSeek dsh-superagent 是一个面向单个 GitHub 仓库的主动式编程智能体。它以捆绑包的形式为 DeepSeek Harness 打包。它会监听 GitHub，并可选地监听飞书。它把被允许的请求转化为并行的工作项，每个工作项都在各自的智能体会话中运行。该版本与一篇设计文章《Exploring Super-agent Design: Towards a More Autonomous Agent System》一同发布。
TL;DaR
它是什么？：一个 TypeScript 捆绑包，版本 v0.1.0，以 1 个提交的形式在 MIT 许可证下发布。它使用 Harness 配置文件所设定的任意模型。
运行环境：你自己的机器，作为一个专用的 DeepSeek Harness 配置文件。需要 Node.js 22.19+ 或 24+、git 2.32+、Python 3.8+、tmux 以及 GitHub CLI 2.48+。
性能：在 DeepSeek 的模拟中，面对嘈杂的消息流，它完成任务的速度远快于单会话智能体。
最佳情况：p95 任务完成时间为 15.7 分钟，而单会话基线为 29.5 分钟（约快 1.9 倍）。
最差情况：仅在合成消息和模拟工具上测试过。真实的编程质量未作测量。
DeepSeek dsh-superagent 是什么？
它是一个等待被询问的 GitHub 智能体。当被允许的人向它发话时，它会开启一个工作项，称为 Ticket。每个 Ticket 都在自己的会话和目录中运行。结果会返回到原始对话中，通常以拉取请求的形式。一个本地网页面板只列出需要人工处理的事项。
README 页面直白地陈述了核心原则：尽可能少占用人的注意力，尽可能多地提供价值。理念文档将其应用于行为层面。智能体确认一次，工作期间保持安静，只在有结果、有问题或失败时再次发言。
DeepSeek 为什么构建 Super-agent？
DeepSeek 团队认为，主流智能体把 1 个会话当作基本单位。根据 ifeng 的报道，一个人一次只能主动跟进 3 到 5 个会话。人类的注意力，而非模型能力，成为多任务处理的瓶颈。
Router-Worker 架构如何工作？
研究团队描述了 2 个层次。一个长期运行的 Router 负责交互与调度。相互隔离的 Worker 会话执行实际工作。
在原型中，该流程是具体的，依据领域模型：
来源 → 触发器：GitHub 或飞书产生事件。
评估：判断一批触发器是否请求新工作。
工单：一个授权工作单元，带有不可变的授权令，说明为何可以继续。
订阅：后续对拉取请求的评论无需重新提及即可到达正确的 Worker。
主会话运行 dsh-superagent-router 预设，使用较小的工具集。每个 Worker 运行 dsh-superagent-worker。根据执行文档，Shell 命令在 5 秒后转入后台，因此 Worker 可以继续接收消息。
主动工作是受门控的。授权文档定义了 3 种接受模式：off、observe（默认）和 auto。在 observe 模式下，智能体只记录它本会接受的内容。
研究团队还列出了原型之外的想法：外部 Watchdog、存储与计算分离，以及异步 ReAct 循环。
它的表现如何？
DeepSeek 使用模拟群聊和 GitHub CI 流进行了测试。每次运行约有 300 条消息，其中约 20 条是真实的工作请求。每种方案运行 5 次，依据 ifeng 对该报告的报道。
超级智能体：p50 为 12.4 分钟，p95 为 15.7 分钟。
单会话加子智能体，中性提示词：p95 为 29.5 分钟。未给出 p50。
原因：在中性提示词下，基线在 5 次运行中调用子智能体 0 次。
路由器负载：随着到达率从约 1 次/分钟升至 40 次/分钟，批大小从 1.0 增长到 2.8。每请求延迟从 2.5 秒升至 3.9 秒。
一项消融实验移除了直接事件透传。路由器决策增加约 30%，缓存读取 token 增加约 37%，从 23.23M 增至 31.77M。所有数字均为自报，来自对该报告的二手报道。
dsh-superagent 与其他 GitHub 编码智能体相比如何？
功能DeepSeek dsh-superagentGitHub Copilot cloud agentClaude Code ActionOpenAI Codex触发方式被允许的人员提及；书面规则Issue 分配、聊天、API、Slack 等@claude 提及、Issue 分配、工作流提示在 Slack 中使用 @Codex；云端任务主动（未被要求）工作支持，受规则约束；默认仅观察通过自动化实现通过工作流事件实现未披露并行隔离会话支持，每个 Ticket 1 个未披露未披露未披露运行位置你的机器（Harness profile）GitHub，后台运行你的 GitHub Actions runnerCodex cloud聊天来源飞书（可选）Slack、Teams未披露Slack许可证MIT未披露MITCLI 智能体开源可用性研究原型所有付费 Copilot 套餐你的 API key 或云服务商ChatGPT Plus 及以上
要点
DeepSeek 发布了 dsh-superagent，一个 MIT 许可的主动式编程智能体原型。
Router 负责任务分发；隔离的 Worker 会话执行每个 Ticket。
模拟的 p95 任务耗时：15.7 分钟，而单会话为 29.5 分钟。
主动式工作在团队开启之前保持观察模式。
它以完整的操作系统用户权限运行，因此使用前需将其隔离。
查看 GitHub 仓库、安装指南和设计文档。另外，欢迎在 Twitter 上关注我们，别忘了加入我们 150k+ 的 ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。
需要与我们合作推广你的 GitHub 仓库、Hugging Face 页面、产品发布或网络研讨会等？联系我们
文章《DeepSeek Open-Sources dsh-superagent, a Router-Worker Coding Agent》首发于 MarkTechPost。