DeepSeek 正式开源其内部使用的 Agent 框架 dsh-superagent，该项目采用 MIT 协议，且大部分工程代码由 AI 辅助编写。
此次开源并非简单的工具发布，而是基于 DeepSeek Harness 团队对“Super-agent”架构的完整思考。该架构旨在打破传统 AI 助手的单会话限制，构建一个全天候后台运行、跨平台推进任务、并能主动排查修复 Bug 的连续系统。
在 DeepSeek 内部实践中，Super-agent 可在 IM 和 GitHub 间连续推进开发任务，甚至在无人 @ 的情况下，通过观察公共群聊反馈，主动定位根因并提交修复 Pull Request。
官方强调，当前开源版本为研究原型，可能存在 Bug 且代码风格未统一，仅供学术和技术验证，不建议直接用于生产环境。
痛点解析：为何传统 Agent 难以胜任复杂工作
DeepSeek 指出，当前大模型工具的核心瓶颈在于对人类注意力的过度占用。传统 Agent 绑定于单次会话，用户需手动管理多个窗口并记忆上下文，通常同时跟进 3-5 个任务即达到脑力极限。此外，传统工具具有被动性，依赖用户指令，一旦离线或关机即停止工作。
Super-agent 架构旨在解决上述问题，具备以下四大特征：
- 跨平台交互的连续性；
- 多复杂任务并行处理的高效性；
- 无需召唤即可感知环境并推进工作的主动性；
- 异常掉线后自动恢复的持久性。
核心架构：双层解耦设计
为实现连续对话与高并发执行的平衡，DeepSeek 采用了双层解耦架构：
外层：Router 调度层
作为常驻的全局调度节点，Router 负责统一接收人类在聊天软件或代码平台的指令。它不直接执行代码或挂载终端，主要职责是理解意图并将任务分发给合适的 Worker。
内层：Worker 执行层
每个 Worker 是独立的执行单元，专注单一任务，彼此上下文隔离。Worker 挂载完整开发工具并配置最强推理模型，但严禁直接与人类交互。其推理细节和报错仅限内部处理，完成后向 Router 汇报，由 Router 统一输出结果。这种设计让用户感觉在与同一个全局助手沟通，而后台实则有多单元并行工作。
噪音过滤：两级克制机制
为避免 Agent 在高频噪音的研发群聊中变成“话痨”，消耗算力并干扰人类，DeepSeek 实施了严格的两级过滤机制：
第一级：代码规则（快速通道）
基于事件来源、群组范围和白名单进行硬性逻辑判断。非授权人员消息或非白名单群聊直接忽略，不触发任何大模型推理。
第二级：语义规则（慢速通道）
通过初筛的消息交由模型阅读，依据自然语言策略判断是否需介入。团队遵循“极少消耗人类注意力”准则，仅在关键决策或成果验收时通知，单次回复严格控制在 100 词以内。
主动执行：投机执行与静默修复
Super-agent 具备真正的主动性，通过订阅事件流将相关讨论视为整体。例如，当群内提出问题时，Agent 会在后台悄悄拉取环境、复现问题并尝试编写补丁。
- 若成功修复，则提交 Pull Request 并通知结果；
- 若失败或无法解决，则保持静默，不产生垃圾信息。
这种“投机执行”策略利用额外算力换取人类等待时间的减少，确保只有有价值的成果才会被呈现。
存算分离：确保持久在线
为解决本地电脑休眠导致 AI 掉线的问题，DeepSeek 实现了计算、状态与环境的彻底分离：
- 云端计算：大模型推理放在无状态容器中，弹性扩缩容；
- 持久化存储：对话记忆和任务进展存入数据库；
- 端侧执行：用户本地仅运行轻量级守护进程，负责执行命令并返回结果，敏感数据保留在本地。
这种“脑手分离”架构确保即使个人电脑离线，重新联网后云端任务仍能自动接续。此外，系统还设有独立“看门狗” Agent，定时监控 Worker 状态，防止死循环或方向跑偏，发现异常即强行介入修复。
效能验证：效率显著提升
在包含约 300 条混合消息（含闲聊、打断及 20 条真实工作请求）的测试中，对比结果显示：
- 传统单会话模式：受上下文污染影响，任务完成时间波动大，P95 耗时达 29.5 分钟；
- Super-agent 双层架构：P50 完成时间为 12.4 分钟，P95 仅为 15.7 分钟。
数据表明，新架构在多任务并发下执行效率大幅提升，且交付稳定性极高。
开源项目使用指南
dsh-superagent 原型项目已绑定单个 GitHub 仓库工作，支持接入 GitHub 和飞书。鉴于配置步骤较多，官方建议利用本地编码工具辅助部署：
- 将仓库内的 SETUP.md 文件提供给代码工具，由其引导逐步配置环境；
- 如需自行验证，可在根目录执行
pnpm check，该命令将自动完成类型检查、单元测试及项目构建。
DeepSeek 表示，虽然该系统已在内部广泛使用，但在安全边界及跨团队多 Agent 协作等方面仍有探索空间。此次开源旨在为技术社区提供一份面向工程实战的底层参考。