10 月 31 日晚，DeepSeek Harness 团队发了篇技术文章，讲怎么让一个 AI 同时跟进很多件事：Router 当主管，Worker 干活，没人 @ 它也能自己复现 Bug、提 PR。热度一天就起来了。但我把配套开源的仓库翻了一遍，发现两件被热闹盖住的事——文章里讲的设计，原型里只落地了一部分；而写这套系统的代码，大半是 AI 自己写的。

示意图：Router 统一接单，Worker 各自执行
它要解决的其实是人的注意力先看那组实验，这是整篇文章里最硬的东西。
团队模拟了群聊加 GitHub 的消息流，一次约 300 条消息，其中只有约 20 条是真需求。每种方案重复跑 5 次。结果 Super-agent 的 p50 是 12.4 分钟、p95 是 15.7 分钟；传统「单会话 + 子智能体」方案在中性提示下，p95 是 29.5 分钟。
真正扎人的是后面那句：中性提示下，5 次实验里模型一次都没有调用子智能体。
任务全挤在主会话里，被不断涌进来的新消息打断。团队把提示词改成「优先委派」再跑，5 次里派出去 4 次，剩下 1 次模型判断这活太小、自己干了。
所以这不是模型能力问题，是调度问题。模型会用子智能体，但它每次都临场判断「没必要」。把派不派活留给每一次临场判断，等于把系统稳定性交给了运气。DeepSeek 的做法是把这件事从提示词里搬到架构里：谁接单、派给谁、超时怎么办，写死在结构里。

同样的活，p95 从 29.5 分钟压到 15.7 分钟
省时间的账，要用 Token 来付效率提升不是白来的。维护多个独立会话，读缓存的 Token 就会高于单会话。
官方给的数字是：去掉「订阅直通」机制后，Router 要做的决定多了约 30%，总缓存读取量从 2323 万涨到 3177 万 Token，增幅约 37%。另外在事件速率从每分钟 1 条升到 40 条时，批量处理能把单次请求耗时只从 2.5 秒抬到 3.9 秒。
时间账和钱账，从来是两本。p95 从 29.5 分钟压到 15.7 分钟，代价是多烧三成多的缓存。这笔账对按 Token 付费的人是真金白银，只是团队没给完整的成本口径。
翻完开源仓库，我发现两件事对不上配套开源的仓库叫 dsh-superagent-prototype，MIT 协议。README 第一行就把话说死了：这是供参考的研究原型，不是 DeepSeek 官方产品。
更关键的是这句：文章里讨论的部分设计，属于未来方向，在这个原型里并没有实现。
那原型到底做了什么？它是一个针对单个 GitHub 仓库的主动式编程 agent——监听 GitHub，可选接飞书，有人找它干活就开一个工作项，在自己的会话和目录里干完，回到原对话里答复，比如给出一个 PR。还有个网页面板告诉你哪些事需要人来处理。

官方仓库第一行：研究原型，不是 DeepSeek 官方产品
所以你现在能装的是一个「仓库管家」，不是一支「AI 团队」。文章是设计图，仓库是样板间。这两件事在网上被混成了一件，很多人以为装完就能让 AI 自己开会分工。
一个没人提的细节：这套系统的代码，大半是 AI 写的README 里有一句很容易被划过去的话：这个项目长自团队日常开发，其中大部分工程是 coding agent 完成的。
用 AI 写一个管理 AI 的系统——这是这套东西最诚实的自证，也是最该警惕的地方。它自己写的代码，还得自己审。
三个必须说清的边界• 实验用的是合成消息和模拟的耗时工具，只验证调度和协作，没评估真实编码质量。
• Watchdog 是让 AI 监督 AI。它能发现任务卡住，但它自己判断错了，谁兜底？这套架构解决了「无人值守」，没解决「无人复核」。
• 执行不再是瓶颈之后，验收成了瓶颈。AI 一天干完的活，人可能一周都验不完。
说白了，这套东西最值得记的不是「AI 指挥 AI」，是它把「派活」从提示词里搬进了架构里。以前你求模型分派任务，现在系统强制它分派——这个转变比多开几个 Agent 重要得多。
你现在同时开着几个 AI 对话窗口？超过 3 个的，说说你怎么记住它们各自在干嘛。
#DeepSeek# #AI智能体# #开源#