為同時管理多項工作的程式設計代理
DeepSeek 的 Harness 團隊於 2026 年 10 月 31 日公布 Super-agent 設計，並同步推出採 MIT 授權的研究原型，可將 GitHub 儲存庫的工作需求拆分為獨立的程式設計工作階段。其目標是讓多項工作同步推進，減少開發者切換對話和查看進度所花的時間。
目錄
團隊的初步實驗使用約 300 則模擬訊息，其中包含約 20 項工作需求。Super-agent 在 12.4 分鐘內完成一半任務，並在 15.7 分鐘內完成 95% 的任務。採用單一主要工作階段並可呼叫輔助代理的比較系統，在中性指令下則花了 29.5 分鐘才達到 95%。
DeepSeek 的公開原型儲存庫名為 dsh-superagent-prototype，提供範圍較小、注重實用性的版本：一款適用於單一 GitHub 儲存庫的主動式程式設計代理，以套件形式供 DeepSeek Harness 使用。它會監聽 GitHub 和可選的飛書（Feishu）；經授權的人員提出工作需求時，便建立工作項目，並在原始對話中回覆，也可能提出包含程式碼修改建議的拉取請求。
README 也提出明確警告：公開程式碼與內部系統及設計文章的部分內容不同，有些規劃中的功能仍待開發。DeepSeek 表示，這次釋出的是研究程式碼，而非完成品。
維護這個原型的 DeepSeek Harness 團隊在 README 中說明其狀態：
僅供參考的研究原型，並非 DeepSeek 官方產品。
對開發者而言，這次釋出提供了可供檢視和修改的程式碼。其核心實驗探討代理如何安排工作、記住相關對話，以及判斷何時需要人員介入。
DeepSeek 為何希望隱藏工作階段管理
DeepSeek 的設計源自團隊工作時的一項觀察：一個人通常只能同時掌握三至五個運作中的代理工作階段。每個工作階段都有自己的對話紀錄，因此開發者必須記住每項任務在哪裡進行，以及各代理收到哪些指示。
Harness 是圍繞 AI 模型運作的軟體，負責管理工具、檔案、對話和執行流程。模型負責推理任務，Harness 則決定任務如何交給模型，以及模型的操作如何執行。Super-agent 將更多協調多項工作的責任交給這層周邊軟體。
團隊列出四項目標：跨對話延續工作、有效率地平行執行、主動回應事件，以及持續運作並能從故障中復原。舉例來說，開發者可能先在聊天中選定計畫，之後又在 GitHub 留言修改計畫。系統應能串起這些交流，並調整同一項任務。
這次發布接續 DeepSeek 於 10 月 3 日在 Harness v0.2.1-alpha.1 中進行的Claude Code 擴充功能相容性實驗。該次更新測試了擴充功能橋接機制；Super-agent 則探討 Harness 本身如何協調持續進行的工作。姚雨佳（Yujia Qiao）負責實作系統並撰寫設計文章，另有 15 人列為審查與討論參與者。
由一個 Router 協調，多個 Worker 執行
Super-agent 將工作分配給常駐的 Router 和獨立的 Worker。Router 接收人員互動、維護各項任務共用的資訊並分派工作。它不負責實際撰寫程式碼，讓協調職能在其他工作階段忙碌時仍可運作。
Worker 負責個別工作。每個 Worker 都有自己的對話脈絡和執行工具，因此可以同時進行錯誤調查、回覆程式碼審查意見和功能修改。Worker 將結果回報給 Router，由 Router 與人員溝通，避免多個工作階段各自回覆。
DeepSeek 表示，路由工作通常可交由較輕量的模型處理，而影響程式碼品質的工作則由能力較強的模型負責。Worker 也能為複雜任務建立輔助代理。Router 管理各項工作之間的關係，而不是規劃每項工作內部的所有步驟。
原型會為每個工作項目建立獨立的工作階段和目錄，並依設定的上限同時啟動工作。操作人員因此能控制同時開始的工作數量。獨立的對話紀錄可降低某項任務的細節擠壓其他任務資訊的機會，Router 則保留整體共用視角。
訊息如何轉成任務，又不造成頻繁打擾
聊天訊息、程式碼審查留言和自動化測試結果都會成為可觸發行動的事件。更廣泛的設計也納入電子郵件和行事曆提醒。持續整合（CI）是指程式碼變更後自動建置或測試程式碼的檢查流程，產生的結果可供代理回應。
DeepSeek 透過兩個階段篩選這些事件。首先由一般程式規則檢查來源、群組和授權使用者等條件，再由模型依據脈絡和書面政策評估剩餘候選事件。這能避免為不需處理的例行訊息呼叫模型。
相關事件會組成一個 Thread，例如同一個拉取請求下的留言，或同一個聊天主題。Worker 接手任務後，便會訂閱該 Thread。後續留言和測試結果可直接傳給 Worker，不必再請 Router 重新分派。
訂閱可以重疊。多個 Worker 若同時處理同一個拉取請求，就能收到相同更新，留意可能影響工作的變動。Worker 也可以追蹤多個相關 Thread，或在事件超出其任務範圍時將事件交回 Router。
及早採取行動，只在有幫助時發言
DeepSeek 表示，內部的 Super-agent 已能持續運作，重現並修復問題、回覆程式碼審查，並協助開發 Harness。書面規則允許它調查群組聊天中提及的錯誤，即使沒有人直接標記代理也一樣。
規則要求代理先低調調查。代理會嘗試重現回報的問題並找出簡單的修正方式，再提出有用的結果。舉例來說，開發者正在討論波浪號被顯示為刪除線的問題時，代理已經提出一個包含修正方案的拉取請求。
Harness 團隊在 README 中說明其運作原則：
盡可能少占用人員注意力，盡可能提供更多價值。
原型會在授權人員提出需求，或團隊制定的規則允許時採取行動。其網頁面板會列出需要人員處理的工作項目。介面因此聚焦於決策和可用成果，而不是每次工具呼叫或中間推理過程。
保留舊脈絡與新指示以供使用
DeepSeek 的設計將模型的脈絡視窗，也就是模型一次能考量的有限資訊量，視為快取。常用資料會留在手邊；較長或較不相關的歷史紀錄則留在視窗之外，等到需要時再取用。
設計文章將這些操作稱為 Inline 和 Spill。Inline 會將有用細節直接放進目前脈絡，例如附近的聊天訊息、識別碼或簡短預覽。Spill 則將較長的內容留在其他地方，並提供模型可跟隨的參照，以便進一步讀取。
Chain of Recall 會串連這些參照。事件、Thread 和 Worker 工作階段都會取得唯一識別碼，讓代理能從目前訊息找到相關討論，再連到相關 Worker 和另一則程式碼審查。這項設計的目標是讓代理能跨管道找回舊任務，而不必反覆載入完整歷史紀錄。
DeepSeek 也處理更直接的中斷問題：長時間執行的命令可能會讓傳統代理無法回應。其非同步機制會在背景啟動工作，並將結果作為新事件傳回。使用者可以繼續下達指示，包括要求代理改變方向或停止工作。
團隊表示，這項機制已在 DeepSeek Harness 中實作，但預設不會啟用。溝通規則也依管道而異：設計將單則即時通訊回覆限制在 100 字以內；拉取請求和文件則會提供更有條理的變更說明與驗證結果。
雲端協調，搭配本機電腦執行工作
DeepSeek 將執行代理的運算環境、儲存的工作階段紀錄，以及執行命令的電腦分開。提議中的代理迴圈會在雲端容器執行，工作階段狀態存放於資料庫，輕量本機服務則負責執行命令並回傳結果。
這種安排支援自備電腦（BYOM）。開發者可以連接已有儲存庫、工具和未完成變更的電腦，不必將所有內容搬到新的遠端環境。即使該電腦斷線，雲端協調仍可繼續運作；需要使用該電腦的任務則會等到裝置重新連線。
獨立的 Watchdog 工作階段會檢查故障和停滯的工作。它不只偵測錯誤訊息，也會運用模型判斷 Worker 是否確實有所進展，或已偏離目標，並在必要時嘗試復原。
DeepSeek 將這些元素視為其更廣泛架構探索的一部分。README 警告，公開套件與內部實作有所不同，因此開發者在依賴特定設計功能前，應先檢查發布的程式碼。
實驗測量了哪些項目
DeepSeek 將每種實驗設定重複五次，比較 Super-agent、缺少直接事件傳遞的版本，以及兩種配備輔助代理的單一工作階段設定。工作負載使用合成訊息和模擬長時間程式設計工作的工具。訊息間隔和工作時間都縮短為原本的四分之一。
中位數 12.4 分鐘表示一半任務在這個時間內完成。第 95 百分位數 15.7 分鐘則表示 95% 的任務在這段時間內完成。相較於中性設定下單一工作階段的第 95 百分位數 29.5 分鐘，Super-agent 將這項指標縮短 13.8 分鐘，約 47%。
委派行為有助於解釋這項結果。在中性指令下，單一工作階段在五次測試中都沒有呼叫輔助代理。若指示它優先委派，則有四次委派工作，另一次自行處理。Super-agent 則將協調與執行的分工設為系統架構上的選擇。
測試以模擬執行來評估排程和協調能力。實際程式設計品質、獨立效能測量和活躍使用者數仍未公布，團隊也將這些測量結果稱為初步結果。DeepSeek 尚未公布正式發布日期。
協調加快，但使用更多快取 Token
Super-agent 的平行處理伴隨較高的快取輸入使用量。它讀取了 2,323 萬個快取 Token，兩種單一工作階段設定則分別為 605 萬和 1,082 萬個。Token 是模型處理文字的基本單位；快取讀取則會重複使用先前請求保留的輸入。
移除直接事件傳遞後，快取讀取量從 2,323 萬增加到 3,177 萬，增幅約 37%；Router 決策次數也增加約 30%。在平行設計中，將後續事件直接傳給已接手的 Worker，因而減少了協調工作。
批次處理有助於 Router 應付較大的流量。事件到達量從每分鐘約 1 個增加至 40 個觸發事件時，平均批次大小從 1.0 增至 2.8，請求時間則從 2.5 秒增至 3.9 秒。報告指出，分配給每次 Router 決策的推論時間從 6.4 秒降至 1.6 秒。
實際取捨在於減少人員等待時間，卻要在多個獨立工作階段中增加模型處理量。Token 數據並未提供實際費用；考慮部署的團隊仍需估算模型價格、並行設定和實際工作負載。
本機權限使安全成為首要考量
原型的執行文件指出，Worker 命令會以操作人員的作業系統帳號執行，無須核准。前景 Shell 命令執行五秒後會轉入背景執行，背景工作每回合最多可執行 30 分鐘。這些設定使操作人員帳號的權限成為實際部署時的重要考量。
連接的電腦可能存有憑證、私人程式碼和敏感檔案。提示注入是指惡意內容試圖透過代理讀取的資料引導代理改變行為；若外部訊息或儲存庫內容可能影響該電腦上的命令，這類風險就格外嚴重。
DeepSeek 指出，安全與隱私、Router 擴展能力、長期記憶，以及代理執行個體之間的溝通，都是尚待處理的領域。README 請使用者檢查並修改程式碼，並警告可能仍有錯誤及不一致的工程實務。實際上，許多工程工作本身也是由程式設計代理完成。
這項發布迅速引起關注，其中包括 Hugging Face 研究主管 Leandro von Werra 的貼文。以下時間序列顯示原型的傳播速度：
- 2026 年 10 月 31 日 09:32 UTC：建立 GitHub 儲存庫。
- 10 月 31 日：Harness 團隊發布設計文章；至 22:10 UTC，儲存庫已有 2,046 個星號和 172 個 Fork。
- 11 月 1 日 04:20 UTC：儲存庫星號數達到 3,433 個。
對工程團隊而言，眼前的決定是是否檢視並修改這套實驗性協調系統。它的吸引力在於有望以較少打擾處理更多工作；部署時則需要審查程式碼、設定權限，並決定哪些操作需要人員參與。
重點摘要
- DeepSeek 發布採 MIT 授權的研究原型，供單一 GitHub 儲存庫的程式設計工作使用，並可選擇整合飛書。
- Router 負責協調，個別 Worker 則平行執行任務。
- 內部系統可依書面規則調查回報的錯誤，即使沒有人直接標記代理也一樣。
- 合成測試的任務完成時間中位數為 12.4 分鐘，第 95 百分位數為 15.7 分鐘；快取 Token 使用量高於單一工作階段的替代方案。
- Worker 會以操作人員帳號執行命令，且無須核准，因此權限和憑證是重要考量。
- 公開程式碼與內部系統不同，目前仍是研究原型，並非 DeepSeek 官方產品。
