DeepSeek开源Super-agent原型:Router加Worker双层架构,智能体从单会话走向常驻系统

11月1日,DeepSeek公开了面向个人Agent场景的Super-agent原型架构,并在GitHub开源相关原型代码。这不是一次常规的模型升级,而是把Agent系统的「底座问题」摆到了台前:当模型的单任务能力逐步增强,如何让智能体跨会话、跨平台持续在线,并行处理多项任务,并在没有人下指令时主动发现和推进工作。DeepSeek披露的初步实测显示,在模拟多任务环境中,Super-agent任务完成时间中位数为12.4分钟,95分位为15.7分钟;作为对照,传统单Session方案在中性提示下95分位达到29.5分钟。
Router+Worker:把Agent拆成调度层和执行层
从公开信息看,Super-agent的核心设计并不追求把一切能力塞进一个会话,而是把智能体系统拆成两层:上层Router负责接收消息、分配任务、维护全局上下文;下层Worker负责具体执行,多个任务并行推进、互不干扰。关键在于,用户面对的是同一个Agent,底层多个会话由系统自行管理。对开发者来说,这意味着不必再手动记住每个会话进行到哪一步,也不必反复向AI交代前情——Agent第一次有了「常驻」的形态,而不是一问一答的临时工。
订阅与直通:取消直通,Router决策多30%
更值得关注的是「订阅与直通」机制。某个Worker接手一条GitHub PR后,可以直接订阅后续评论;有人提出修改意见,消息直接交给该Worker处理,无需再经过Router层层转发。DeepSeek的测试数据说明这不是锦上添花:取消事件直通后,Router决策次数增加约30%,读取缓存Token增加约37%——直通机制直接影响系统的成本结构。在工具调用层面,Super-agent也从「单次函数调用」走向「持续事件订阅」,跨IM群聊、GitHub、邮件等平台工作,消息不再是孤立的指令,而是持续流入的事件流。
12.4分钟对29.5分钟:常驻系统的效率账
主动性是这套架构的另一半。投机执行让Agent可以先行一步:群里有人讨论一个Bug,Agent可以先复现问题、查找原因,找到简单可行的修复方案再交给用户确认。实测中位12.4分钟对95分位29.5分钟的差距,本质上来自两条路线的分野——传统单会话方案里任务排队串行,一个慢任务会拖住后面所有请求;而双层架构把「理解用户想要什么」和「把事情做完」拆开,让执行层可以充分并行。对通信行业来说,这组数据释放的信号不只是Agent更「能干」,而是Agent运行方式开始从「一次问答」转向「常驻系统」,算力调度与网络服务都将被重新定义。
开源原型的示范意义:底座件比模型更稀缺
对开发者生态,Super-agent原型开源的示范意义大于代码本身。过去一年,Agent框架层出不穷,但多数仍围绕「单会话任务执行」设计;DeepSeek把Router与Worker分层、事件直通、投机执行这些生产环境里真实需要的机制做成开源原型,等于给行业提交了一份参考答卷。企业侧的AI中台与Agent平台可以对照这套架构补齐自己的短板:会话管理是否支持跨平台、工具调用是否支持事件订阅、任务失败后有没有恢复机制。Agent从Demo走向生产,缺的从来不是模型能力,而是这些工程化的底座件。
原型仍是原型:安全与可验证性待解
也要保持清醒:这仍是原型。DeepSeek披露的实测来自模拟多任务环境,真实场景里的权限管理、隐私边界、长程任务的可验证性都还没有答案。当AI代理以「常驻」方式持续读取你的邮件、群聊与代码仓库时,安全模型必须重新设计——授权粒度、操作审计、误操作的回滚成本,每一个都是产品化路上的硬骨头。但方向已经清楚:智能体的竞争正在从「哪个模型更聪明」转向「哪个系统更可靠」,常驻、并行、主动,会是下一阶段Agent产品的三个关键词。
常驻、并行、主动:下一阶段Agent的三个关键词
对普通用户和企业用户,这件事的影响会在未来几个月逐步显现:当你需要一个助手同时盯三个项目的进展、自动处理PR评论、在你开口之前准备好会议材料时,你用的就不再是一个聊天框,而是一个常驻的数字员工。DeepSeek把这套底座开源,意味着这场变革的入场券比想象中便宜。(文 / AI30媒体部 | 最后更新:2026年11月2日)
延伸阅读:ZelinAI官网收录页 | LangChain官网收录页



