深度拆解 DeepSeek Super-Agent

当 AI 工具多到需要人来回传话，DeepSeek 开源的 Super-Agent 试图用程序规则替代模型自觉，把调度、筛选、状态管理写死在代码里。本文深入拆解其设计逻辑与局限，看它如何让 AI 团队协作从「人肉中转」走向「自动派活」。

我现在每天同时开着四五个窗口，Claude Code 和 Codex 混着用。写书一个，写文章一个，AI 产品班一个，用 AI 剪视频再一个。

每个窗口都得我去开，去交代背景，再回来看它干到哪了。写书那个窗口每天收工给我一段日报，我复制下来，再贴给管日程的那个 AI。AI 一个比一个能干，我倒成了中间那个传话的，像个餐厅里只有一个服务员，后厨五个大厨，菜做得飞快，就是没人端。

10 月 31 号，DeepSeek 开源了一个叫 Super-Agent 的东西，干的就是端菜这份活。开源两天，GitHub 上就拿了 1.2 万 Star，涨得是真快。

我把它的仓库、文档和提示词翻了一遍，翻完我觉得，它在干一件事：把靠模型自觉的规矩，一条条挪进程序里。

而且它自己也只挪了一半。

Super-agent 初识

在你和一群 AI 中间，放一个只管派活的调度员。

它守着一个 GitHub 仓库，也能接飞书群。有人提需求，它开一张工单，交给一个单独的 AI 去干，干完把结果发回原来那条对话。Claude Code、Codex 管的是一件事怎么做好，Super-Agent 管的是事情一多，人盯不过来。

人天天当调度员，开窗口、交代背景、在几个窗口之间来回转述，活都落在人身上。想让 AI 自己发现活就得看全团队消息，看得多容易乱接，Issue 里一段话就能把它骗走。

交出去了还得人一直跟，新评论来了、CI 挂了，又得人去叫它，再讲一遍背景。平时太吵、交付也不靠谱，每条都回“好的我来处理”抢注意力，改动真交上来了其实没做完。

媒体转述的设计文章里说，一个人同时盯 3 到 5 个 Session 就到头了。四五个窗口，正好是我的日常，看到这句我是有点被冒犯到的……

DeepSeek 的公司有个员工在群里抱怨，某个按钮一天要误触几十次，没人 @ 它，它找到原因修掉了，PR 里附上修改前后两张截图。

还有一次，模型输出里的波浪号被渲染成了删除线。几个人还在争该改训练数据还是改渲染，它的修改已经提上来了。

（这几个案例是第三方根据分支名推测的，里面也有一个分支被同事回滚了。AI 也会被打回来重做，挺好。）

它现在只是个研究原型，README 第一句话就写得很清楚，仅供参考，不是 DeepSeek 的官方产品。

模型不主动分活

为什么不干脆让一个大窗口自己带几个子代理分活？

DeepSeek 专门测过，用中性的提示词，单个 Session 在 5 轮测试里，一次都没主动叫过子代理，一次都没有，真服了。明确鼓励它分派，5 轮里才有 4 轮用上。

这跟你对新来的实习生说“有需要可以找同事帮忙”一样，他基本不会去找。他会一个人闷头干到半夜，第二天交给你一份半成品……

我看完，它的做法就是，派活、筛消息、记状态、发现任务卡住，这些全交给写死的程序，模型只留一个活，判断这条消息接不接。

Router 权限与上下文限制

调度员叫 Router，代码里是 orchestrator。我看到的配法是，Router 用便宜的轻量模型，干活的 Worker 用最强的模型。一个便宜的模型，要盯全团队的消息，还得又快又不犯错，靠的是程序把它的手脚捆得很死。

每判断一条消息，它最多拿到这些：

1. 这条消息的正文，最多 4000 字符。
2. 相关的工单，最多 8 个。
3. 对话的前 5 条，加上这条消息前后各 5 条，每条最多 400 字符，其余只给 50 字符的摘要。

“调度员的上下文一直很小”，就是这几个数，写死在程序里。

它跑的命令超过 5 秒自动转到后台，程序还专门拦着，不许它 sleep，不许设超过 30 秒的超时。调度员一卡住，后面所有消息都得排队，而汇报和结果本来就会自己送上门，它用不着等，也不配等。

它的文件是只读的，网页搜索也关了。挺惨的吧，不过真稳。

默认同时跑 3 个 Worker，名额满了，系统会额外给人的回复留一个位置，这个我很喜欢，它排在新任务前面，新进来的活再多，也挤不掉你正在追问的那件事。CI 结果这种机器发来的消息，没有这个待遇，只能排普通队。

任务接单的两道关卡

第一关是写死的规则，谁发的，在不在允许名单里，有没有直接 @ 它。这一关不问模型，算出来只有三种结果，明确请求、推断候选、不受理。第二关才轮到模型，它看上下文、已有工单和团队规则，在接单、追加、停止、忽略里选一个。

模型说“接”，也还没完。程序要再核一遍，每条启用的规则都得给出判断，至少命中一条，还得有证据说明对方确实想让它干活。不在 auto 模式下，推断出来的“该接”会被直接降成一条“本可接受”的记录，不动手。

默认就是这个只记录的 observe 模式，像新司机拿了驾照，先坐副驾看一个月，再让他摸方向盘。这招我挺认的，比一上来就放它自己接活靠谱。

有人在 Issue 里写一段话想骗它去干别的，没用的，消息、评论、引用的文档一律只当参考材料，里面写什么，都改不了它的权限。

工单记账

工单的状态单独存，不绑在哪个窗口上。窗口关了、程序重启了，做到一半的工单会带着一段恢复说明接着干。我那四五个窗口，关掉一个就得重新交代一遍背景，差的就是这个。

每张工单还带着一份授权记录，写着它从哪来、命中了哪条规则、是谁发起的。授权一旦生成就不能改，要扩大范围，就得重新开一张工单。像报销单上盖了章，金额写死了，想多报，重新走流程。

团队规则改了，正在跑的工单也不会被直接叫停，做到一半停下，会留一地烂摊子。系统只给受影响的工单发一条说明，等它下次恢复之前，再拿这份授权记录跟新规则对一遍。

每条要发出去的消息，先在数据库里记一笔账，记成功了才真正发出去；中途出了错，这笔账回滚，消息一条都不会发，同一条消息也永远不会排两次。

判断一张工单是不是在等人回复，它只看结构化的状态字段，不去猜报告里的大段文字。

还有个细节挺好玩的，就是系统提示词是按固定顺序拼起来的，带着规则版本号的那一段，被特意放在了最后，这样规则改了，前面的提示词一个字都不变。文档没说为什么，我猜是为了让前面那一大段继续命中缓存，省钱。（DeepSeek 抠起 token 来，是真的抠。）

用测试用例考核文档

源码大约 1.5 万行，测试大约 1.4 万行，测试和源码差不多一样多。

有几个测试我看完是真的卧槽，测的压根不是代码。查文档表格有没有列全模块和测试，每个类前面有没有说明也专门卡着；模型能读到的所有东西，工具、提示词、技能、输入，全跟定义一一对一遍，还给每个角色设了体积上限。

我写了这么多年 PRD，第一次见有人给文档出考卷的…

提示词层保留的规则

翻团队提示词，一大半在教它少说话。接单确认一次，干活时安静，有结果、要人拍板、做不完了再开口。没自查、没验证的代码改动不许发，附一句“还没好”也不行。改了界面要附修改前后两张截图，场景、窗口大小和主题都得一样，只放修改后的不算数。

可这些全写在提示词里，这几条，程序真正卡死的只有一条，聊天消息最长 100 个词。连“调度员不读代码”，也只是提示词里的一句话，工具上并没有拦。

不过“做没做完”“该不该开口”，本来就很难写成一条 if，能写死的它都写死了，剩下写不死的，它也老老实实承认了。

仍存在局限

Worker 用你的系统账号跑命令，不需要审批。我翻到这句话：命令拦截和独立目录只是默认约束，算不上安全边界，用绝对路径照样能运行任何程序。媒体也提醒过，最好放在一台隔离的机器上用。

它现在也没有任何清理数据的逻辑，消息、决定、结束的工单、每一版设置和提示词，都会一直涨。我还翻到它自己列的两个没想清楚的问题，一是消息里哪些字段可信，还没完全定下来；二是部署隔离，现在做不到。

设计文章里有一组模拟实验，300 条消息里混进 20 个真活，95% 的任务 15.7 分钟内做完，对照组要 29.5 分钟。这组数我得打个折，它是腾讯新闻、新浪科技转述的，原文我没读到，也没法复现。对照组还是那个用中性提示词、一次都不主动分活的单 Session，鼓励它分活以后要多久，没给。拿一个不肯找同事帮忙的实习生当对照组，赢了也不算太光彩吧。

缓存 token 多了差不多 4 倍，按 V4.1-Flash 的价格，多出来的也就 0.3 到 0.7 元。至于 1.2 万 Star，说明大家很关注，说明不了有多少人真在用，这个大家心里都有数。

上手五步法

我还没装它，它要 Node.js、tmux、GitHub 命令行和 DeepSeek Harness，还得单独开一个 GitHub 账号，离不写代码的人还挺远。

思路倒是能抄，把“程序”换成你手里那几样硬东西，工具的权限设置、固定的文件结构，以及最后那一步由你本人来按。

1. 开一个总台窗口，只管派活：它只看各项目的状态和待办，不写正文，工具能设只读就设只读。做到这步的标志：你不再在几个窗口之间来回转述背景。
2. 每个任务一份状态文件：写明目标、做到哪、卡在哪、下一步是什么。做到这步的标志：随手关掉一个窗口，新窗口读完这个文件就能接着干，你不用再口述一遍。
3. 交付规矩写进提示词：中间不汇报，最后只给三样之一，结果、一个要你拍板的问题，或者失败原因。交稿前按清单自查，改了图就给改前改后。做到这步的标志：扫一眼每个窗口的最后一条消息，就知道要不要出手，验收时也不用你再查一遍。
4. 发布按钮只留在你手里：Super-Agent 不许 AI 替审阅人批准，也不许它自己合并自己的改动。换到你身上，就是发文章、删文件、对外发消息这几步，必须经过你本人。做到这步的标志：AI 能做的最后一步，是把东西放到你面前。
5. 新规矩先坐副驾：学它的 observe，先让 AI 把“我本来可以做的事”列出来，不动手。做到这步的标志：列出来的每一条你都愿意签字放行，再让它自己开。

真想装的话，官方建议的顺序是，让手上的编程 Agent 读仓库里的 SETUP.md 陪你装，先只接 GitHub，单独开一个账号，允许名单先只放你自己，主动接活先开 observe。

最近这段时间，Agent 的新词已经快把人玩花眼了。

Personal AI Agent 还没玩明白，DeepSeek 8 月开源了 Harness，号称一切皆插件，啥都能往上插；Multi Agent、Coding Agent 隔三差五就有人发个新东西，10 月底又冒出来一个 Super-Agent……

拆完这一篇，我觉得这些词换来换去，换的都是同一个位置，AI 越来越能干以后，谁来当中间那个调度员。

以前是我自己当，开窗口、交代背景、复制日报再贴给另一个 AI。Super-Agent 想让程序来当，模型只管接不接。它能不能当好，我现在说不准，它自己也只挪了一半。

但它至少把一件事讲明白了，想让 AI 少占你的注意力，光在提示词里多写几句“请少说话”，是不够的。