DeepSeek 开源编码智能体

10 月 31 日，DeepSeek 的 Harness 团队发布设计文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，当晚把配套原型 dsh-superagent-prototype 以 MIT 协议放上 GitHub。它是一个主动式编码 agent：盯着一个 GitHub 仓库（可选接入飞书群），团队成员报 BUG 或提需求时，它自动开工，在自己的隔离会话里干完活，再回到原来的对话交出结果——通常是一个 pull request。GitHub API 显示仓库创建于 2026-10-31 09:32 UTC，截至 2026-11-02 已有约 6,900 星。DeepSeek 把模型外层的工具、会话与权限脚手架统称 harness，Harness 团队今年年初组建，专门做这一层。

要点

设计文章提出 Router-Worker-Watchdog 三层架构，开源原型只实现了 Router-Worker 两层，Watchdog 与异步 ReAct 循环被明确列为未来方向。
主动接需求受 accept-mode 门控：默认 observe 模式只记录「将会接受什么」，切到 auto 才真正动手；@ 它的显式请求在任何模式下都执行。
官方自报仿真中 super-agent 的 p95 完成时间为 15.7 分钟，单会话基线 29.5 分钟——数据来自合成消息加模拟工具，没有测真实编码质量。

背景

背景要从一个观察说起：DSH 团队在文章里给出的动机是，一个人同时盯得住的活跃 agent 会话大概只有 3 到 5 个，瓶颈在人的注意力，不在模型能力。让 agent 主动干活，就得回答它什么时候该闭嘴。钛媒体的中文全文拿 Anthropic 的 Claude Duet 预览版做了对照：Duet 每天早上给简报、隔几小时检查一次邮件和日历，但发消息、付款、删除文件都要人批准。dsh-superagent 选了第三条路——规则门控的主动，写进代码里的规矩是「尽可能少占用人的注意力，尽可能多提供价值」（仓库 docs/000-philosophy.md 原话）。

站内脉络上，主动式 agent 不是 DeepSeek 一家的方向：GitHub 自己的 Octoverse 2026 统计超过四成 PR 已由智能体起草；LangChain 上周也开源了设计 agent 的 harness。把「怎么门控、怎么分派、怎么复现」拆成一套可抄的参考实现，是 dsh-superagent-prototype 与众不同之处。

事实部分

原型的工作流是：Source（GitHub 或飞书）把事件转成 Trigger，先过 Eval 两层判断——硬规则门控筛掉机器人消息和越权请求，再由模型对剩下的做语义评估——通过后开一张 Ticket，附带授权范围 Mandate，交给一个 Worker 隔离会话执行。Worker 里的 shell 命令超过 5 秒转入后台，保证它持续能收新消息；PR 下的后续评论通过 Subscription 机制直接路由回对应的 Worker，不需要再 @ 它。一个网页面板只列出需要人处理的事项，健康状态不占版面。

基准数字全部为官方自报，来自合成群聊消息加模拟工具的仿真（每个方案约 300 条消息、约 20 个真实请求、跑 5 次）：

指标	super-agent	单会话基线
p50 完成时间	12.4 分钟	未报告
p95 完成时间	15.7 分钟	29.5 分钟
5 次内调用子代理	—	0 次

Router 的压力测试：消息到达率从每分钟 1 条加到 40 条，批次大小从 1.0 升到 2.8，单请求延迟从 2.5 秒升到 3.9 秒。消融实验中去掉事件直通后，Router 决策量增加约 30%，缓存读 token 从 23.23M 涨到 31.77M——省下的批次换来更高的 token 开销。

MarkTechPost 整理了它与同类工具的机制对比：Claude Code Action 靠 @claude 显式提及触发，Copilot 云端 agent 走 issue 指派和自动化规则，OpenAI Codex 在 Slack 里响应 @Codex；三者都没有公开是否做每任务隔离会话，而 dsh-superagent 是每个 Ticket 一个隔离会话，且以 MIT 开源。

各方说法

外部评价整体冷静。Digital Trends 把它放进与 Claude Code、Codex 的竞争叙事，标题里用了「抢走午饭」的措辞，但正文明确说：原型不等于已被证明更强，现在还不是卸载 Claude Code 或 Codex 的理由。MarkTechPost 着重指出两点边界：观察模式默认开启、主动行为要靠规则授权；agent 以完整操作系统用户权限运行，部署前需要自行隔离。钛媒体的全文解读把重点放在克制哲学上，认为这套设计回答的是「agent 怎么主动而不打扰」而不是「怎么更聪明」。社区热度目前不高：Hacker News 上有 4 条提交，分数最高的 11 分、零评论——讨论还没起来。

编辑判断

对我们读者的价值在设计文档而不在代码：仓库 README 自己声明这是 research code、不是 DeepSeek 官方产品，公开版与文章描述的内部实现并不一致，编码质量未经第三方测试。想给团队搭内部 agent 平台的工程师，可以把它当一份可运行的架构参考——Ticket 授权、双层过滤、订阅路由这些设计都能单独抄走。三条边界要记牢：Watchdog 没实现；「不 @ 自动修 BUG 开 PR」是 auto 模式下的设计场景，默认 observe 只记录不动手；基准是合成仿真，别当性能承诺。它以完整 OS 用户权限运行，先在沙箱里试。还没人回答的问题是：公开版离 DeepSeek 内部真正跑的那套差多远。

怎么试

上手路径在仓库 SETUP.md 里：克隆 deepseek-ai/dsh-superagent-prototype 后，让你的编码 agent 读 SETUP.md 带着装——它会一条一条提问、最后给出完整计划，确认后才动手。依赖包括 Node.js 22.19+ 或 24+、pnpm、git 2.32+、tmux、Python 3.8+、GitHub CLI 2.48+ 和 DSH CLI，DSH 还需配置一个模型 provider。装完保持默认 observe 模式，跑几天，看面板里「将会接受」的记录是否靠谱，再决定要不要切 auto。