Router 与 Worker 双层协作，迈向自主 Agent 新形态

现有 Agent 系统普遍以单一会话为基本单位，不同会话之间相互独立，用户并行推进多项工作时需要手动切换并维护各自的上下文。DeepSeek 团队观察到，一个人通常只能同时跟进 3 至 5 个活跃会话，即使借助 CLI、MCP 或外部连接器扩展本地 Agent，仍会面临单会话同步阻塞、多任务上下文混乱以及本地设备离线后任务中断等问题。随着大模型执行单个任务越来越不需要人工干预，限制生产力的瓶颈正逐渐从模型能力转向人的注意力。

DeepSeek 将新型 Agent 形态命名为 Super-agent，并归纳出四项基础特征：连续、高效、主动和持久。连续意味着用户可跨即时通讯、GitHub 评论等不同渠道与同一 Agent 持续交互；高效意味着系统能并行处理多个复杂任务；主动意味着系统可持续观察环境事件并自行推进值得处理的事项；持久则要求 Agent 始终在线，并能在长期运行中从异常状态自动恢复，而非依赖用户手动重启。

整体架构的核心是 Router 与 Worker 双层设计。Router 层负责承接人类交互、维护全局上下文并分派任务；Worker 层在相互隔离的会话中并发执行具体工作，完成后将状态和结果汇报给 Router，由 Router 统一对外沟通。事件驱动机制将群聊消息、邮件提醒、代码审查评论、CI 运行结果等外部信息定义为 Trigger，先经程序规则过滤，再由大模型判断是否需要采取行动。已分配任务的事件流可由 Worker 直接订阅，无需每次经过 Router，从而降低路由负载。

在上下文管理方面，团队引入 Inline & Spill 和链式召回两项机制。前者将近期可能用到的信息直接放入模型上下文窗口，将超出预算或低频内容保留在窗口之外供按需读取；后者通过 Trigger、Thread 和 Worker Session 等对象之间的引用关系，让模型沿关联 ID 逐步找回历史任务信息。此外，Super-agent 还引入投机执行机制，可根据环境信号在后台提前开展工作，例如收到会议邀约后先检查日程冲突并准备回复草稿，只有确认问题并找到修复方案后才向用户交付结果。

在计算与环境分离设计上，DeepSeek 将 Agent Loop 的计算、会话状态与执行环境解耦：计算与持久化状态放在云端，执行环境可保留在用户本地设备，仅部署轻量 daemon 负责执行命令并返回结果。该设计支持 BYOM 模式，即将用户日常使用的开发机或个人电脑接入云端 Agent。系统还在主架构之外设置独立的 Watchdog Session，监控基础设施问题并通过模型判断 Worker 是否取得实质进展，在发现异常时主动介入修复。

初步实验对比了 Super-agent、去掉事件直通机制的 Super-agent 以及两种提示词配置下的单 Session 加 Subagent 方案，每次实验包含约 300 条消息，其中约 20 条为工作请求，每种方案重复运行 5 次。结果显示，Super-agent 的任务完成时间 p50 和 p95 分别为 12.4 分钟和 15.7 分钟，而中性提示下的单 Session 方案 p95 高达 29.5 分钟。Router 层压力测试表明，Trigger 到达速率提升时，Router 可通过合并积压事件提高有效吞吐，单个决定分摊的推理时间从 6.4 秒降至 1.6 秒。团队同步开源了原型实现 dsh-superagent-prototype，并指出安全与隐私、长程记忆、A2A 通信等问题仍有待解决。

要点

• DeepSeek 提出 Router 与 Worker 双层架构，Router 统一负责路由与对外交互，多个 Worker 隔离并发执行任务，突破单会话瓶颈。
• Super-agent 具备连续、高效、主动、持久四项特征，支持跨渠道交互、并行任务处理和长期在线运行，无需用户手动维护上下文。
• 初步实验显示 Super-agent 任务完成时间 p95 为 15.7 分钟，相比单 Session 方案的 29.5 分钟提升显著，Router 在高并发下可通过批处理降低推理成本。
• 计算与环境分离设计支持 BYOM 模式，用户本地设备可接入云端 Agent，但提示词注入、端侧凭据泄露等安全风险仍需进一步解决。
• 团队已开源原型实现 dsh-superagent-prototype，内部 Super-agent 实例已持续参与问题复现、代码审查和 Harness 自身迭代，但该原型并非正式产品。