DeepSeek Harness 团队公开 Super-agent 多 Agent 架构设计
DeepSeek 公开的多 Agent 架构，实验数据很扎实：单会话 p95 要 29 分钟，Super-agent 15.7 分钟搞定，代价是 token 翻几倍。
DeepSeek Harness 团队公开 Super-agent 架构，用 Router 加两层 Worker 替代人工管理多个 session：Router 只派活不碰 Bash，Worker 各做一件事且不许直接回复用户。实验显示单会话方案 5 轮中模型全部自己下场干活，p95 耗时拖到 29 分钟，Super-agent 只要 15.7 分钟，但代价是每轮 23.2M token，是单会话的 2 到 4 倍。群里消息先过代码规则过滤，闲聊直接丢弃不花 token；事件密度从每分钟 1 个升到 40 个时，单次决策时间反而从 6.4 秒降到 1.6 秒。文章同时指出 Prompt 注入风险：Agent 常驻并连着本地开发机，一旦被注入可能接管设备。
同时开 5 个 Agent，人就盯不过来了 DeepSeek Harness 团队公开了一套 Super-agent 设计，思路很直接：session 别让人管了，交给系统。 你只跟同一个 Agent 说话，它在后台同时推进好几件事。 核心是两层： Router 只负责沟通和派活，连 Bash 都不给它，用便宜的快模型 Worker 每个只做一件事，用最强的模型，但不许直接跟人说话，报错和工具日志全锁在里面，你在群里只看到 Router 整理过的结论 群里的消息先过代码规则 闲聊群直接丢掉，0 token 剩下的才交给轻量模型判断要不要管 有人在群里吐槽一个 macOS 的 bug，没 @ 它 它自己在后台复现，定位到 Electron 的 detail=2 机制，带着前后对比截图提了 PR 最有意思的是实验： 单会话 + 中立提示词，5 轮全是模型自己下场干，一个子任务都没派出去 换成强委派提示词，还是有 1 轮觉得任务小、自己干了 结果 p95 拖到 29 分钟，Super-agent 是 15.7 分钟 结论：想让模型分活，靠 Prompt 劝不住，得在架构上把它的手拿掉 代价也写得清楚：每轮 token 23.2M，单会话方案是 6.1M 和 10.8M 还有两个细节： 同一个 PR 的后续消息直接推给负责的 Worker，不再经过 Router。关掉这条直通，token 多花 37% 事件越密集越省：每分钟从 1 个涨到 40 个，单次决策反而从 6.4 秒降到 1.6 秒 大脑放在云端，你电脑上只跑一个轻量 daemon 笔记本合盖它照样盯群和 PR，第二天开机自动补跑本地测试 最大的坑还没填：它常驻、读公开群聊和外部 PR，又连着你的电脑。被 Prompt 注入一次，连着的设备都可能被接管 你敢让这样一个 Agent 常驻，还连着自己的开发机吗？ 💬 44 🔄 9 ❤️ 83 👀 13225 📊 57 ⚡
