DeepSeek 开源 Super-agent 编程智能体原型，对标 Claude Code

DeepSeek 旗下 Harness 团队发布开源编程智能体原型 Super-agent，采用 MIT 许可，可监控开发者群聊、主动识别代码问题并提出修复方案，直接对标 Anthropic 的 Claude Code。团队在微信文章中公布了这一系统，并在 GitHub 上公开代码与使用手册。

与传统等待提示词的助手不同，该原型以事件而非输入指令驱动，由常驻路由层分配任务、隔离的工作会话执行。团队称内部测试中半数任务在 12.4 分钟内完成，95% 在 15.7 分钟内完成，但提醒结果来自合成负载与简化环境。

发布与定位

该团队于今年早些时候成立，目标就是打造能够与美国头部实验室编程产品竞争的智能体，Super-agent 是这一方向上的首次公开展示。团队明确表示，GitHub 上的插件是概念验证，而非 DeepSeek 的官方产品。

与常规助手等待提示词再作答不同，该原型被设计为自主行动：它监控软件工程师之间的对话，在问题浮现时识别出来，并在未被要求的情况下提出解决方案。GitHub 上的使用手册把目标描述为在尽可能少占用人类注意力的情况下提取尽可能多的价值。公开代码意味着外部开发者可以检查其运作方式并自行测试。

在 AI 开发语境中，harness 指包裹大语言模型的软件脚手架，使智能体能够协调任务、调用外部工具并执行更长、更复杂的工作流。Anthropic 曾用类似基础设施构建 Claude Code，让程序员把编程任务和其他开发工作交给 AI。中美开发者之间的竞争已远超聊天机器人范畴，双方都在竞相以更低价格推出能力更强的工具。

两层架构如何运作

DeepSeek 设计的特别之处在于工程实现的位置。团队没有把单次聊天会话当作工作单元，而是借用调度、缓存、存算分离和外部看门狗进程等经典计算机科学思路，让一个智能体在多个任务之间持续运行。架构把职责一分为二：常驻路由层负责与人交互并决定任务去向，隔离的工作会话负责实际执行。

工作会话不直接与用户对话，而是向路由层汇报，由路由层代为回复，从而避免多个并发任务产生互相冲突的答案。被分配任务的工作会话会订阅相关线程，无论是 GitHub 拉取请求还是即时通讯话题，并直接接收后续事件，而不必经由中心层转发。

系统由事件而非键入的提示词驱动。消息、代码审查评论和 CI 结果先经过确定性规则过滤，再由模型过滤，只有值得处理的候选才会进入推理阶段。团队还描述了推测执行机制：智能体可以在后台尝试修复，除非确认问题存在并找到可行方案，否则保持沉默。

内部测试数据

早期内部测试显示该方法在速度和可靠性上有优势，但团队提醒结果来自合成负载与简化环境。任务完成时间从工作请求发出计到结果消息返回，每种配置各运行五次。两层设计的中位完成时间为 12.4 分钟，95 分位为 15.7 分钟。

作为对照的单会话加子智能体工具配置未披露中位时间，95 分位最长达到 29.5 分钟。该对照的表现随提示方式变化：在中性提示下它从未调用子智能体工具；在优先委派的提示下，五次运行中有四次进行了委派，但仍落后于两层设计。

路由层另有一项压力测试，模型为真实模型、工作会话为模拟，触发到达率从大约每分钟一次提升到约 40 次。平均批大小从 1.0 升至 2.8，单个请求耗时仅从 2.5 秒增至 3.9 秒，分配给每次决策的推理时间则从 6.4 秒降至 1.6 秒，说明流量高峰时排队事件可以被合并处理。

代价体现在 token 上。维持多个会话比单会话设置消耗更多缓存读取，系统用额外算力换取更短、更稳定的完成时间。去掉直接订阅这一捷径后，完成时间大致不变，但路由层工作量和 token 消耗增加约 37%；无直接订阅时缓存读取 token 为 2323 万，有直接订阅时为 3177 万。

成本与未解难题

团队列出了四个尚未解决的问题：当单个路由层无法承载时，两层设计如何扩展；人类将如何与一个不再住在聊天窗口里的智能体协作；随着组织规模扩大，如何划定上下文边界；以及如何保障那些伸入用户自有机器、接触未提交改动和本地凭据的云端智能体。

这些问题指向同一个方向：架构把竞争焦点从单次回答的质量，转向智能体能否长期在线、同时处理多项工作并在未被召唤时行动。若这一判断成立，软件开发中的稀缺资源将从模型能力转向人的注意力。

融资与竞争背景

在竞争加剧之际，DeepSeek 正在充实资金。公司在最新一轮融资中筹集约 1000 亿元人民币（约合 150 亿美元），是中国规模最大的融资之一，为计划中的首次公开募股做准备。这笔资金使其有能力在资源更雄厚的美国对手面前持续投入研究与智能体开发。

发布所处的领域已相当拥挤。Anthropic 的 Claude Code 已确立为把软件工作交给 AI 的领先工具之一，OpenAI 等公司也在向同一领域推进。DeepSeek 选择公开原型而非交付成品，表明它在公开测试一条技术路线，同时把该设计转化为商业化产品。

要点

Harness 团队今年成立，专攻对标美国实验室的编程智能体
系统由常驻路由层与隔离工作会话两层构成
内部测试 p50 完成时间 12.4 分钟，p95 为 15.7 分钟
多会话设计带来更高缓存读取开销，换取更短更稳定的完成时间
DeepSeek 在计划 IPO 前融资约 1000 亿元人民币