10月31日晚,DeepSeek 没发新模型,却扔出一颗更危险的棋子。
不是又一个会聊天的助手,也不是换个皮的编程工具。DeepSeek Harness 团队公开了一套叫 Super-agent 的架构,顺手把原型代码开源了。
一句话看懂:以后你不用再“催”AI干活了,它自己会接活、自己会分工、自己会盯进度,甚至你没喊它,它都把 Bug 修好了放在那儿等你审。
AI 终于从“乙方”,开始变成“员工”。
过去一年,我们都被骗了
大家一直在卷:谁家模型更聪明、谁家问答更准、谁家写代码少报错。
但真实场景里,卡住人的从来不是模型不够聪明。
是你根本顾不过来。
一个人通常只能同时跟 3 到 5 个活跃会话较劲。AI 能并行干十件事,你只能盯着一个窗口发呆:这边要改 PR,那边要回群消息,另一个会话里还挂着昨天没验收的需求。
模型越强,人的注意力越像瓶颈。
DeepSeek 这次没去堆参数,而是把“怎么让 AI 自己管理自己”这件事,重新做了一遍。
一个主管,带一群工人
Super-agent 的骨架很清爽:两层。
Router 是常驻的“主管”,一直在线。群聊、GitHub、邮件、飞书里冒出来的消息,它先接住,判断哪件事归哪个人办,把上下文理顺,再分下去。
Worker 是背后干活的“工人”,每个都有自己独立的记忆和工具。有的复现 Bug,有的写代码,有的做代码审查,复杂了还能再拉小弟 Subagent。
你面对的永远只是一个助手。
背后可能是七八个 Agent 在同时跑,你根本感觉不到。
更绝的是“订阅直通”:一个 Worker 接手了某个 GitHub PR,后面这条 PR 的新评论直接喂给它,不用再绕回主管那里排队。少一层转发,就少一层卡顿,也省一大笔 token。
没人 @ 它,它也在上班
这才是真正让人后背发凉的地方。
传统 Agent 是“你推一下,我动一下”。Super-agent 是“你随口说一句,我已经干完了”。
DeepSeek 内部真跑过:群里有人顺嘴提了句“这功能好像坏了”,没 @ 谁,也没下指令。过了一阵,一个修复 PR 静静躺在 GitHub 里,等人点合并。
它怎么做到的?
不是玄学,是三件事叠在一起:
先“听”——持续监听群聊、仓库、邮件、CI 流水线;
再“筛”——大部分废话直接忽略,只有真正像工作的信号才触发;
然后“猜着干”——发现可能要处理,先复现、先查因、先出方案,没把握就闭嘴,有把握再交给你。
配上一个叫 Watchdog 的“监工”,专门盯着 Agent 自己有没有跑偏、有没有卡死、有没有陷入瞎循环。出问题能拉回来,电脑关了任务也不丢。
数据不吓人,但很真实
初步实验里,模拟一群人丢过来 300 条消息、20 个真需求:
Super-agent 一半任务 12.4 分钟干完,95% 在 15.7 分钟内收工。
老式单会话 Agent,95% 要拖到 29.5 分钟,而且还容易中途被新消息带偏。
快了一倍,不是因为模型突然变天才,是因为“调度”这件事终于交给系统了。
代价也直白:更费 token。用算力换时间、换稳定、换人不操心。这买卖值不值,取决于你时间贵不贵。
普通人会得到什么
别只看成程序员神器。
它真正改变的是“人和 AI 的分工”:
以前你当 Prompt 工程师,把任务拆成八句口令,一步一步喂;
以后你当老板,只说“把季度汇报做了”“把这块业务盯起来”“每天帮我看一眼竞品动态”。
中间怎么拆、找谁干、卡住怎么绕,AI 自己兜底。
办公场景会先变天:
会议纪要不是记完就完,而是自动生成待办、分给对应人、跟进进度;邮件不是帮你写,而是帮你判断哪封要回、先回什么、顺手把附件整理好;写方案不是开个空白页,而是它先拉数据、先搭骨架、先出三版方向等你挑。“会用 AI”不再是会写提示词,而是会定目标、会验收结果。
但别急着跪
泼一盆冷水。
这次不是正式产品,是架构探索和开源原型。代码里可能有 Bug,生产环境别直接放权,先拿测试仓库、小权限跑一跑。
而且“主动”是一把双刃剑:
AI 太吵,比 AI 太笨更烦人。
AI 乱承诺、乱改代码、乱发邮件,比不干活的 AI 更危险。
所以 DeepSeek 自己也在强调:Agent 只在被授权、被需要时才说话;关键时刻,决策权必须留在人手里。
未来的岗位不是“被 AI 替代”,是“会管 AI 的人替代不会管 AI 的人”。
真正的大招,是时机
回过头看,DeepSeek 这一发不是单点炫技。
它在告诉整个行业:下一程 Agent 的竞争,不在谁回答得更漂亮,而在谁“不用人催,也能把事推进下去”。
从问答工具,到常驻系统。
从聊天框里的模型,到公司里的一支虚拟团队。
这一步迈出去,AI 才算真正上岗。
你准备好,当它的老板了吗?