DeepSeek Harness团队提出了一个Super-agent，用户感知层只跟同一个助手说话，一个统一的Super-agent，底层由多个独立的Worker并行执行任务

核心设计包括：
1、Router+Worker双层架构：Router负责全局上下文、任务分派和对外交互，多个Worker在隔离的Session中并行执行任务

2、事件驱动+主动执行：持续接收群聊、GitHub PR、CI 等环境事件，通过规则和模型判断是否需要行动，而不是等待用户逐条下指令

3、异步执行+上下文管理：后台任务运行时仍能接收新指令，通过Inline&Spill、链式召回等机制按需管理上下文，减少不必要的信息注入与工具调用

4、持久运行+Watchdog：将Agent计算、会话状态和执行环境解耦，支持跨设备持续运行，并通过独立Watchdog监控任务进展、检测异常和尝试恢复

研究团队展示了一个内部实践案例：
有人在群聊中反馈 Bug，即使没有@ Agent，Super-agent 也能主动识别问题、尝试复现和修复，并提交GitHub Pull Request

不过，实验使用合成负载和模拟编码任务，验证的主要是多任务调度与协作效率，并不是证明模型写代码的能力提升了

该团队也指出了未解决的问题，包括跨月长程记忆、大规模 Worker协同、权限隔离、提示词注入，以及云端Agent控制本地设备带来的安全风险等

这个架构的部分设计已在dsh-superagent-prototype中实现，这个插件也只是一种为了验证技术路线，并非DeepSeek的正式产品。(AIGCLINK)