10月31日晚，DeepSeek Harness团队在官方公众号发表技术文章《Super-agent设计探索：迈向更自主的Agent系统》。
DeepSeek表示，模型能力提升催生了新的应用形态，个人助手（Personal Agent）开始集中涌现。它们直接接入日常的消息、日程、邮件与工作平台，持续观察信息流并协助处理事务。这种持续在线、事件驱动的工作模式并不局限于个人场景，个人助手只是其中一类应用；在软件开发等商业场景中，它同样很有价值。
然而，现有主流 Agent设计还难以在多任务和团队协作的规模上支撑这一模式，多任务上限取决于人的注意力。
Agent的工作模式仍然以单一Session为基本单位，不同Session之间彼此独立。当用户并行推进多项工作时，必须手动切换并记住各个Session的上下文，而据团队观察，一个人通常只能同时跟进3到5个活跃Session。在这种设计下，单任务的上限取决于模型能力，多任务的上限取决于人的注意力。
DeepSeek团队通过双层架构、事件驱动、异步多信道交互、存算分离与外部Watchdog，系统在底层接管了繁琐的会话管理与上下文同步，使人类得以从具体的执行细节进一步上移到更高层的决策与验收。
DeepSeek把这种Agent形态及其系统架构称为Super-agent。
文章指出，整套设计并没有提出全新的理论，而是将计算机系统中经典的工程思想应用到了Agent系统的构建中。具体的实现方式会随技术发展而演进，但DeepSeek认为背后的系统设计思路有更长期的参考价值。
目前，DeepSeek基于这套思路和DeepSeek Harness构建的内部Super-agent实例已经在持续运行，日常参与问题复现与修复、代码审查响应与DeepSeek Harness自身的迭代。
当团队成员在群聊中反馈软件问题时，即使没有人主动@AI，它也能识别潜在缺陷，在后台尝试复现问题、寻找修复方案。
值得注意的是，在本篇推文的开始，DeepSeek Harness团队也提示，这是一篇面向工程实践的架构思路探讨，并非对DeepSeek Harness现有产品功能的介绍。
