跳到正文

DeepSeek 开源 dsh-superagent:一个只在需要时才说话的 GitHub 编程 Agent,附架构拆解与上手门槛

DeepSeek Harness 团队 10 月 31 日发布 Super-agent 设计长文并开源 dsh-superagent-prototype(MIT):常驻 Router 统一沟通、隔离 Worker 并行干活,只响应白名单请求,主动工作默认只记录不执行。本文拆解架构、注意力优先的设计原则、官方自测数据和上手门槛。

小杜

约 5 分钟读完

DeepSeek 开源 dsh-superagent:一个只在需要时才说话的 GitHub 编程 Agent,附架构拆解与上手门槛

10 月 31 日,DeepSeek Harness 团队发布了一篇长文《Super-agent 设计探索:迈向更自主的 Agent 系统》,同时在 GitHub 开源了原型 dsh-superagent-prototype(MIT 许可,仓库首个提交时间为东京时间 10 月 31 日 21:05)。这次没有新模型,交出来的是一套"Agent 应该怎么跟团队一起干活"的答案:一个常驻在 GitHub 仓库上的主动式编程 Agent,有人 @ 它就开工单、在独立会话里干活、最后在原对话里回一个 PR。它值得看,是因为它把很多人在用 Claude Code、Codex 时遇到的老问题,也就是"同时开三五个会话就管不过来了",当成系统设计问题来解。截至发稿,仓库已有约 3400 颗星。

它到底是什么

按 README 的说法,dsh-superagent 是一个"面向单个 GitHub 仓库的主动式编程 Agent",以插件包(bundle)形式跑在 DeepSeek 自家的 Agent 运行环境 DeepSeek Harness(DSH)上。它监听 GitHub,也可以选配飞书:白名单里的人 @ 它提需求,它就新建一个工作单,在自己的会话和目录里完成,再回到原来的 Issue、PR 评论或群聊里交付结果。另有一个本地 Web 面板,只显示"需要人处理"的事情。

官方在 README 开头写得很直白:这是研究原型,仅供参考,不是 DeepSeek 正式产品;代码里很大一部分工程是由编程 Agent 完成的,可能有 bug,风格也不完全统一;而且它和内部版本、和文章里描述的实现并不完全一样,文章里有些设计只是未来方向。

核心设计:Router 管沟通,Worker 管干活

长文提出的 Super-agent 有四个特征:连续(在 IM、GitHub 评论等不同入口面对的始终是同一个 Agent)、高效(能并行推进多个复杂任务)、主动(持续观察环境事件,该动才动)、持久(始终在线,出错能自愈)。支撑它的是五个模块,其中最关键的是双层架构:

  • Router 层是常驻的全局路由,负责接住所有入口的人类交互、维护全局上下文、分派任务。为了不成为瓶颈,它不直接干具体活,文章甚至说它"可以不配备 Bash 工具"。
  • Worker 层由彼此上下文隔离的会话组成,挂完整的执行工具,一个 Worker 专注一个任务,通常要配最强的模型。Worker 不直接对外说话,进度和结果都汇报给 Router,由 Router 统一回复,避免多个会话各说各话。

另外三块是事件驱动(群聊消息、代码审查评论、CI 结果等都叫 Trigger,先过程序规则,再由模型判断要不要动)、计算/状态与执行环境分离(Agent 计算和状态放云端,执行环境可以留在用户自己的机器上,文章称之为 BYOM),以及外部 Watchdog 负责异常自愈。

在原型代码里,这套思路落成了一条很清楚的流水线:Source(GitHub/飞书)产生 Trigger,按会话归成 Thread,Eval 做"规则门控 + 模型评估"两层判断,通过后生成带 Mandate(授权范围)的 Ticket,交给独立的 Worker 会话执行,结果经 Channel 回到原对话。

"少占人的注意力"被写成了硬规则

这个项目最有意思的地方是它的哲学文档。核心原则只有一句:**尽量少占用人的注意力,尽量多交付价值。**落到行为上:

  • **只在被要求时行动。**请求必须直接 @ 它,并且来自白名单里的人;没人要求的"主动工作"需要团队写好规则,而且默认是 observe 模式,只记录"本来会做什么",不真正执行。看过记录觉得靠谱,再切到 auto。
  • **只在有人需要行动或能用上结果时说话。**确认一次需求,干活时保持安静,有结果、要决策或做不下去时才再开口。
  • 一次只问一个具体问题,按影响而不是按工作量决定在哪里停下,失败就如实报告失败。

文档也提醒运营者:从短白名单开始,不要用它批量刷 PR 或群发消息,Agent 以团队熟悉的账号发言,你要为它说的每句话负责。连安装流程都按这个原则设计:让你自己的编程 Agent 读 SETUP.md,它一次只问一个问题,问完给出完整计划,你确认后才执行,而且绝不在聊天里索要密钥。

官方实验数据怎么看

据 IT之家对原文的转述,团队做了初步对比实验:每次约 300 条消息、其中约 20 条是工作请求,各方案重复 5 次。Super-agent 的任务完成时间 p50/p95 为 12.4/15.7 分钟,中性提示下"单会话 + 子 Agent"方案的 p95 为 29.5 分钟。Router 压测中,Trigger 速率从每分钟约 1 条升到约 40 条时,平均批大小从 1.0 升到 2.8,单个决定分摊的推理时间从 6.4 秒降到 1.6 秒。

这些都是团队自测,而且官方明确说是合成负载和简化环境,衡量的是调度与协作能力,不是单个任务写代码的水平。文章也列出了尚未解决的问题:Router 怎么随规模扩展、跨月的长程记忆、不同 Agent 实例之间的通信,以及云端 Agent 接入本地设备后的提示词注入、凭据泄露等安全风险。

想上手试试,先看这几点

  1. 门槛不低:需要 Node.js 22.19+、pnpm、git 2.32+、tmux、Python 3.8+、GitHub CLI 2.48+,以及 DeepSeek Harness 本体和一个可用的模型服务;只支持 github.com,不支持 GitHub Enterprise Server。
  2. 给它一个专用 GitHub 账号,不要用你自己的。它写的所有东西都会以这个账号的名义出现。
  3. Worker 无需审批就能执行命令(以运营者的系统用户身份运行),建议放在隔离的机器或容器里,并用好 blockedCommands 配置。
  4. 从 observe 起步:先只让白名单里的一两个人能 @ 它,跑一段时间看记录,再决定要不要开放主动工作。
  5. 就算不打算部署,也很推荐读一遍 docs/000-philosophy.md 和 docs/001-domain.md,对自己设计 Agent 系统很有参考价值。

小杜点评

从工程角度看,这个原型最大的价值不在代码,而在它把"多 Agent 协作"里最难的部分讲清楚了:瓶颈已经从模型能力转向人的注意力。Router/Worker 分层本身不新鲜,但它把"谁能对外说话""谁有权让 Agent 动手""主动行为先影子运行"这些约束做成了系统里的硬规则(Mandate、Policy、observe 模式),而不是靠提示词里一句"请不要打扰用户"。这和我们做推荐、风控系统时"先离线评估、再小流量、再全量"的思路是一致的。

需要冷静看的是:它和 DeepSeek Harness 绑得很紧,自测数据也只在合成负载上;Worker 默认免审批执行命令,安全边界要自己兜底。我的建议是把它当作一份很好的设计文档和参考实现来读,借鉴其中的工单、授权和"只在需要时说话"的机制,用到你自己的 Agent 工作流里,而不是直接搬进生产仓库。

参考来源

评论

正在确认登录状态…