研究

DeepSeek 開源 Super-agent 原型:Router 派活、Worker 幹活,管的是注意力

DeepSeek 旗下代理框架團隊以 MIT 許可開源 dsh-superagent-prototype,採 Router 與 Worker 雙層架構。官方強調這是研究原型,不是產品,部分設計尚未實作。

陳柏宇陳柏宇
熱度:1,900
DeepSeek 開源 Super-agent 原型:Router 派活、Worker 幹活,管的是注意力

DeepSeek 旗下主導代理框架的團隊在 10 月 31 日把一套叫 Super-agent 的架構原型放上 GitHub,MIT 許可,任何人都能下載。它想解決的問題不是模型不夠聰明,而是人同時只能盯住幾件事。

DeepSeek 開源的是架構,不是產品

10 月 31 日,DeepSeek 旗下主導代理框架的團隊(內部代號 DSH)在 GitHub 發布 dsh-superagent-prototype,採 MIT 許可,同時發表架構文章《Exploring Super-agent Design: Towards a More Autonomous Agent System》。兩份東西要一起看:文章講設計思路,原型是可執行的實作。

它的定位寫得很窄。面向單一 GitHub 倉庫的主動型寫程式代理(proactive coding agent),以 DSH 代理框架的 bundle 形式分發。不是新模型,也不是對外販售的服務。

有一件事得先講清楚,免得誤會。README 明說這是研究原型、僅供參考,不是 DeepSeek 官方產品,不是生產級軟體,可能有 bug,程式碼風格與工程實務也可能前後不一致。它為了公開發布做過調整,跟 DeepSeek 內部版本、跟架構文章描述的實作,在細節上並不相同。文章裡有些設計只是未來方向,原型裡還沒做。

Router 負責對人,Worker 負責幹活

整個架構分兩層。Router 常駐在線,負責跟人互動、持有全局上下文、把任務分派出去,它自己不做具體工作。Worker 是多個上下文隔離的會話,平行執行工作項,每個 Worker 有自己的會話與工作目錄。

這樣切,解決的是上下文互相污染。同一段時間裡有三件事在跑:重現一個 bug、審一份程式碼、開發一個新功能。塞進同一個會話,三件事的細節會互相蓋掉;拆成三個會話,人又得自己記住各自的進度。Router 把「記得整體」和「做完這件事」分開,前者是它的工作,後者不是。

Worker 還有一個實用細節:它能直接訂閱後續的 Pull Request 評論。任務交出去之後,評審在那條 PR 下面留言,訊息直接送到對應的 Worker,不必每次繞回 Router 重新分派。

一次請求是怎麼跑完的

流程大體如此。系統監聽 GitHub 事件,可選擇接入飛書。有權限的人提出請求時,它建一個工作項,在 Worker 自己的會話裡做完,回到原本那段對話裡答覆,形式通常是一個 Pull Request。

另外有一個 Web 面板,顯示哪些事情需要人來處理。這塊是刻意留的:不是所有判斷都交給系統,卡住的地方要有人接手。

設計哲學:注意力也是一種預算

倉庫首頁把立場寫得很直接:「盡可能少佔用人的注意力,盡可能多產出價值」。

這句話有兩面。它能替整個團隊行動,也可能浪費整個團隊的注意力。所以行為邊界收得很緊:只在被要求時行動,或只在團隊自己寫的規則允許時行動;只在「必須有人處理」或「結果真的有人能用」的時候才開口。

說白了,這套管的是注意力預算,不是模型能力。與其讓一個超長會話越跑越亂,不如把互動層和執行層拆開,讓每一層只做自己擅長的事。這也是它跟一般寫程式代理最根本的差別。

跟 Claude Code、Codex 差在哪裡

社群把它讀成對 Claude Code、Codex 這類閉源寫程式代理的架構回應。這個解讀有道理,但別過頭。差別到底在哪裡?

主要在組織方式,不在模型。Claude Code 與 Codex 以單一會話為單位推進,人多開幾個視窗,就得自己在腦裡維護上下文。Super-agent 把這一層搬到系統端,對外始終是同一個助手,背後可能好幾個 Worker 同時在跑。

能不能用,取決於你要什麼。想要一個隨手可用的寫程式助手,這個原型不是為你準備的;想研究多代理怎麼調度、想照著改一套給自己團隊用,它才開始有意義。

上手方式與社群反應

安裝不是執行一行指令就結束。倉庫提供 SETUP.md 與編號 000 到 008 的文件,涵蓋哲學、領域模型、授權、執行、提示詞、面板、部署、架構,以及擴充 Source 的 cookbook。實際做法是讓你自己慣用的寫程式代理照著 SETUP.md 一步步帶你做,一次問一個短問題,最後給出完整計畫。

發布一天內,中英文 AI 社群就吵開了。討論集中在兩件事:這是不是寫程式代理的下一個形態,以及 DeepSeek 為什麼選擇開源而不是做成產品。

接下來該看什麼

先記住它是原型。文章與實作有落差,README 自己承認了。想看它會不會變成產品,該盯的是文件有沒有補齊、Worker 的隔離機制有沒有實測資料、面板端能不能處理多人同時請求,而不是誰先喊出「又一個代理框架殺手」。

分享這則新聞

來源

相關 AI 新聞

同心螺旋曲線被一條垂直線穿過,線上釘著幾顆亮點
研究

Claude 被宣稱證出黎曼猜想,幾小時後 Stanford 拿出人類版本

一位受雇於 Anthropic 的數學家在個人網站貼出宣告,公司沒有背書。幾小時後,Stanford 丟出人類版本,兩份稿子都還沒被學界接受。

熱度:1,860
一疊以路徑相連的代理節點通往伺服器機櫃,機櫃上有鑰匙孔與破口標記
研究

AI agent 花 11 分鐘打穿大學伺服器,Cairn 找到 MONAI Label 的零日漏洞

操作者只交代了一句「想辦法拿到 shell」,方法留給代理自己決定。真正值得讀的,是成功之前那 148 次失敗。

熱度:1,520
漏斗把小型詞元方塊從一個模型盒送到另一個,中間有一塊盾牌擋住部分流量
研究

OpenAI 把推理被竊的成功率從 54% 壓到 0.2%,但這是自家黑箱測試

一組內部紅隊數字,說明保護思維鏈有多難,也說明為什麼 OpenAI 要把這件事拉到國家安全層級來談。

熱度:1,420
綠色晶片格狀圖,其中一格被標亮,旁邊是一條鋸齒訊號線,寫著 Blackwell fingerprints
研究

Blackwell 指紋鑑識:六個中國模型的權重洩漏了它們用哪張卡

訓練開始前,GPU 把數十億個空位填成隨機數字,填的方式會留下核心數的痕跡。有人把這道痕跡從六個中國模型的權重裡挖出來,24 個對照模型全部命中。

熱度:1,250