README 开头不是能力介绍,是免责声明。研究原型,仅供参考,不是 DeepSeek 的正式产品;README 让人当研究代码看,别拿去当生产就绪的软件用。
这个项目叫 dsh-superagent,2026 年 10 月 31 日在 GitHub 上公开。它守着一个代码仓库,听 GitHub 上的动静,还可以选择再接飞书。有权限的人点名要它做一件事,它就开一份工单,在自己的会话和目录里做,做完把结果送回发出请求的那场对话里,比如送回一个 pull request。
一套想让智能体更自主的系统,先把自己的边界写在了门口。
README 接下来还有一句,更该停一停:公开版为发表做过改编,和内部运行的版本不一样,和那篇《Exploring Super-agent Design: Towards a More Autonomous Agent System》里描述的实现也不完全一样。那篇文章里有些设计还只是写下来的下一步设想,这套原型并没有实现。
谁能派活,不看消息里写了什么
过去几年,Agent 的难处常被说成模型不够聪明。会话一长,模型就忘;工具一多就乱;任务一复杂就跑偏。常见的办法是加上下文、加记忆、加规划。
dsh-superagent 换了个问法。一个智能体替一个人干活,难处在模型;替一个团队同时看好几件事,难处就落到人这边了。群里一句话就能派活。可同时开着好几件事,谁去看每一件做到哪一步,谁又从里面挑出该自己签字的那一件,就是另一回事了。
它把该记的、该问的、该催的收进系统,不是因为系统更快,是因为人的注意力不够分。能替整个团队干活的智能体,也能把整个团队的注意力耗光,这是 README 里写明的动因。
9 份编号文档从 000 排到 008,第一份叫哲学,第二份叫领域模型,第三份才讲授权。
哲学文档一开头就写着,尽可能少占用人的注意力,尽可能多给出价值。接着把这笔账算得很细:一条消息、一次通知、一个问题、一项设置、一个面板元素、一段文档,都要花掉某个人的注意力,给出的价值抵不上这份开销,就删掉。
最不像技术亮点的那一条规矩,反倒最要紧。白名单、准入表、授权由宿主机强制,消息正文、代码评论、引用文档只是判断的材料,改不了权限。授权文档把这句放在开头,扩展指南又换了个说法讲一遍:消息带来的元数据和正文,都不能拿来当授权用。
这在企业里听着耳熟。一个能读消息、读评论、读引用文档的智能体,最怕的不是读不懂,是读到的东西替它做了主。
倘若一条评论要求它别管之前的限制、直接合入,而权限真能被正文里的一句话改掉,这道门就等于没装。它把身份和内容分开:谁发的、从哪个来源来、在那条线程里是什么身份,这些才算可信;写了什么,只用来判断要不要接活。
接不接活也不是一句话的事。评估分两层,前一层是准入,由确定性规则先判谁能发起、按哪一档强度发起;后一层才交给模型研判,最后给出接单、停止、忽略、未完成里的一种。评估这一步自己不存状态。
没人点名、系统自己发起的活,另分三档模式:off、observe、auto,默认停在 observe。这一档照样完整评估,结果就算是可以接,也只记下来,并不真的开工;有人点名要它做的事,三档里都照常做。
文档建议先跑 observe,把记下来的决定审一遍,再切 auto。切到 auto 之前,这些记录要能翻回去逐条查。
工单的状态记在授权里,不跟着会话走
领域模型文档先列了一整套名字,来源、触发、工单、授权、派工都在里头。名字不少,规矩只有一条:工单自己定义状态,不跟着执行它的那个会话走。
授权是不可改的。一次接单发出的授权里,记着当时的策略版本、范围、强度、命中的规则、发起者在那个来源上的身份,还有这条触发是怎么送进来的。
工单结束,授权不结束。授权只在两种情况下失效:人明确把它停下;或者工单要恢复、重新校验时发现,当下的策略已经不允许了。范围要放大,就另开一张工单。
策略版本这一格,最容易被跳过。规则、接单档位、每个来源各自的准入条件,合起来算一个版本。每张授权都记着,自己是按哪一版批下来的。
规则改了,系统只通知受影响的工单,不把正在跑的工单直接停掉,也就不会留下一半做完的事;等一张结束的工单要恢复,才拿当下的策略重新校验一遍,旧授权也不会自己多出权限。
把版本记进授权,在软件工程里不新鲜,叫可追溯。新鲜的是,它把这件事放在了开工那一步:不是事后补一份日志,而是每次准许开工时,依据、版本、边界就已经写在授权里。这样人就不必回头追问当初按哪一版批的。
文档靠后有一张表,标题是 Rejected concepts,表里逐条否掉了一批看起来很自然的设计。
让关联关系去路由消息,文档把这种做法否掉了,理由是关联只是多加一份上下文,订阅才负责路由。从一份报告的自由文字里猜现在是不是在等人处理,也被否掉了,理由是分类需要结构化事实,执行器要通过结构化字段提问。策略一变就取消在跑的工单,也被否掉了,理由是那会留下一半做完的事。
这张表写清了它怎么做协同。几个智能体不靠互相说服,也不靠把话传得更全,只读写同一份不会自相矛盾的记录。
几个智能体可以各自给出判断,但状态只写在同一份工单里,不各写各的。
面板第一屏,只回答有没有事要人处理
面板文档说,打开面板按顺序回答 3 个问题:现在有没有事需要人来处理,系统是否健康且在做对的事,某一件工作从触发到工单中间经过了什么。第一屏不是系统状态总览,是等人处理的那些事。
哲学文档里对应的规矩更细。有人点名请求时,系统确认一次,说清要做什么,然后就不再打扰;只有结果出来了、需要人拍板、或者做不下去时,才再开口。
一次只问一个具体问题,而且要用结构化字段问,别把问题埋在长报告里。草稿就标成未完成,失败了就如实报失败,不能为了少问一次,把该走的准入检查绕过去。
面板原则里还有一条叫 Honest state:页面上写着一个数,点进去那份清单就得有那么多项,任何状态都不能和另一个事实冲突。健康状态不占版面,偶发的一次网络错误不足以报警。
噪音大了怎么办,把提示词改短、把约束写得更严一点,或者干脆暂停它,别再发一条消息去说明上一条消息为什么发。这一条写在哲学文档里,是说给运营者听的。
它记录状态的方式也和常见做法不同。架构文档里,面板上有一块叫健康板的地方,专门记部件状况,每个部件占一个条目,要等这个部件下一次成功执行,才把这条记录清掉;同一类效果连续失败三次才上报错误,而不是一有风吹草动就叫人。
如果评估没跑完,或者最近一小时里留下了没解决的决定,健康板上就各有一个专门条目。状态脚本会把这两种情况记成错误。
一个没死但也没在干活的智能体,比一个报错退出的难发现得多。
模型会变强,要人拍板的地方还在
这套原型先划清了一件事:哪类决定由规则定,哪类决定要人拍板。
哪个角色能用哪些工具,由接口定义,不写在提示词里。提示词文档有一句说得很直白,改一段提示词,只改了模型收到的指令,改不了准入、授权、工具检查,也改不了执行器用的是哪个账号,这些仍由代码强制。
主会话有 14 个应用工具,每个执行器只有 6 个,工单一结束,它的工具调用就被拒。光在提示词里写一句不许调用,做不到这一点。
模型能力还会往上走,并行开几个会话由配置决定,把配置里的数字调大并不难;可一个人一天能认真签字、能读完再回一句的次数不会跟着涨。
早先的做法是让智能体多说话,现在改成只在该开口时开口。面板不再只展示状态,还要替人筛出该看的几件事;提问也不埋在长报告里,改成一个带固定字段的问题。
边界也得说清。这套原型只守一个 GitHub 仓库,还可以选择再接飞书;README 自己写着可能有 bug、工程风格不一致、与内部版本不同,文章里一部分设计还没实现。
它是 MIT 许可的 TypeScript 代码,不是行业标准,也不是采购清单上的产品。把一份研究原型的取舍讲成以后的 Agent 都该这样,就超出了它能证明的范围。
企业能拿走的,是几条能照着做的规矩
企业最该先拿走的不是这套代码。仓库里还有一份 Cookbook,是教人怎么扩展一个来源的,通篇没有企业部署章节;部署文档讲手工配置、升级与排障。
执行文档还写明,执行器会话用的是操作者的系统账号,运行命令时不会逐条找人批准。把研究代码直接接进生产环境,风险主要来自它拿到的那一份权限,不是来自模型。
该由人拍板的,留在人手里。能写成规则的,写进代码里,由代码按规则判定。别让一段自由文字替系统做决定。
先把有资格要求它干活的人列成一份短名单。系统自己发起的活,先只记下会做什么,不真的开工,看清楚了再决定放不放行,哲学文档把这个做法叫 Start narrow。名单要不要放宽,不看一次演示的效果,看这些记录经不经得起逐条查。
企业的智能体迟早要读消息、读评论、读引用文档,也就迟早会读到一句要求它别管之前规矩的话。身份字段可以信,消息正文不能拿来当授权,这条要写在代码里,不能只写在提示词里。别让一份聊天记录顺手把权限改了。
真要扩到新的消息来源,扩展指南的头一条是先定下来:触发、线程、参与者和渠道地址,这四样怎么一一对应。这些标识会存下来,事后改了,已有记录就对不上了。
授权要记下版本,报告要填固定的几种状态。规则改过几次、某件事当初按哪一版批的、如今卡在哪一步、是不是在等人处理,都要能直接查到,不要从一段自由文字里猜。
领域模型里,报告只有进展、等待、就绪、受阻、失败、无需处理 6 种取值;这套设计宁可让执行器多填一个结构化字段,也不让系统从文字里猜状态。周报里写一句进度看起来还行,正是它要避免的。
把打扰人的次数也算进验收。噪音变大就把提示词改短、把约束收紧,或者干脆暂停,不要再加一条通知去说明上一条为什么发。健康告警只在真需要人动手时才报。
智能体发出去的每条消息都挂在团队的账号下,哲学文档把这笔责任记在运营者头上:读一遍它替团队说的话,说错了就回去改提示词。
装这套原型要不少步骤,README 让人把自己的编程智能体叫来一起做:读 SETUP.md,它一次只问一个短问题,完整计划只展示一次,然后把安装和配置做完。

