AI写代码并不奇怪，奇怪的是没有人指挥它，它可以自己去做事情。10月31日晚上，DeepSeek Harness团队发布了Super-agent架构，一句话来概括就是：人工智能由“你问一句、它答一声”的被动状态变为主动去寻找任务的状态。
图片来源于网络
最突出的就是“静默复现并修复”。团队成员在群里随便说了一句关于软件的问题，并没有@到AI，但是AI却会在后台进行复现、定位和寻找解决方案的工作，在确定问题的存在并且解决起来并不困难之后再悄悄地提出一个PR；如果解决不了的话就会保持沉默。
传统Coding Agent需要一步步去操作，跨平台切来切去，一个人同时盯三到五个会话就结束了。Super-agent把这层管理从人手中拿走后，Router统一接收信息、分配任务、监控全局，Worker各自负责一个领域并行工作，整个系统的调度由系统自己完成，不需要人为干预。
图片来源于网络
效果数据也出来了。在模拟多任务环境下，任务完成的时间中位数为12.4分钟，95分位是15.7分钟；而传统的单次会话方案在95分位时要达到29.5分钟，差了一倍以上。直通机制还使Router节省了大约37%的token成本。
当然这组数据反映的是调度效率，并不包括代码写得更好这一点，但是方向已经很明确：随着能够独立工作的AI数量增多之后，限制人工智能发展的主要因素就不再是人工智能本身了，而是人类的注意力。
被断供算力之后再到模型能力追上来，最后再把Agent从单次会话中解脱出来这条路，并不是“让AI更像人聊天”，而是使AI去承担那些人干不下去的事情。
人的角色上升了一层，由监督执行变为确定目标、进行验收。DeepSeek团队自己也说得很清楚：Super-agent把会话管理以及上下文同步放到系统层面上来，而人们则负责确定目标并进行验收。调度与执行由AI完成。
图片来源于网络
从被人卡住脖子地追赶模型到开始定义Agent的调度规则，虽然前进的步伐并不大，但是每一步都很扎实。人工智能自己修复漏洞并不是终点，“人不再做AI的保姆”才是起点。
你觉得Super-agent这样的无人值守模式首先应该用在编写代码上还是用在个人助理身上呢？欢迎大家在评论区发表自己的观点。
个人观点，无不良引导
作者：心向远方
编辑：心向远方