DeepSeek 常驻智能体开源，耗时砍半，账单涨四倍

10 月 31 日晚，DeepSeek 的 Harness 团队把 dsh-superagent 放上 GitHub，许可证是 MIT。据国内媒体的统计，这个仓库第二天单日涨了 3700 多颗星，冲到 GitHub 趋势榜第一，知乎热榜排到第二。这个数字我只能引媒体口径，GitHub 没有给出可以核对的官方榜单。
它解决的是一件很土的事。一个人同时盯三五个智能体会话就到顶了，剩下的切换、交代前情、记住哪个任务卡在哪一步，全都压在人身上。DeepSeek 给的办法是把这几件事收进系统。Router 长期在线，只负责收消息和派活，Worker 一个工单一个会话，各自执行，只向 Router 汇报，不直接跟人说话。
Router 自己不动手。仓库的领域模型文档写明，主会话用 dsh-superagent-router 这套预设，工具集比 Worker 小，按文档说法甚至可以没有 Bash 工具。Worker 用 dsh-superagent-worker 预设，挂上干活要用的工具，前台 shell 命令跑过 5 秒就转后台，这样它在等长命令的时候还能收新消息。
快的部分来自一组官方初步实验。约 300 条消息里混着 20 项真实工作请求，每种配置重复 5 次。Super-agent 的中位完成时间是 12.4 分钟，95 分位 15.7 分钟。对照组是单会话加子代理工具，中性提示下 95 分位 29.5 分钟。同一批材料里还有一个反直觉的细节，中性提示下那个对照组五次实验调用子代理的次数是 0，全部自己扛下来。

这些数字要加限定。它们由 DeepSeek 自报，跑在合成负载上，官方自己称作初步参考，我也没有找到第三方复测。
代价写在同一个实验里。读缓存 Token 从 605 万涨到 2323 万，约 3.8 倍。再做一次消融，去掉让后续评论直接送达对应 Worker 的订阅直通之后，Router 的决策次数增加约 30%，读缓存 Token 再涨约 37%，到 3177 万。
这里是我对这件事的第一点判断。这套系统换掉的是谁盯着活，这件事原先在人手里，现在挪进了系统，挪动的价格被折算成 Token 账单。依据有两处。一是仓库哲学文档的第一句，原文是英文，意思是用最少的人类注意力换最大的价值。二是上面那组账，任务完成时间省了大约一半，读缓存量涨了近四倍，两笔账同时成立，谁也抵不掉谁。
Router 的负载表现也记了一笔。到达率从约每分钟 1 条升到 40 条时，它一次处理的批量从 1.0 条长到 2.8 条，单次请求延迟从 2.5 秒升到 3.9 秒。这是二手转述，我看到的中文与英文报道都源于官方那篇文章，没有独立复核。
主动干活这件事设了闸门。授权文档定义了 off、observe、auto 三档模式，默认是 observe。observe 不等于不判断，判断照做，结果只记成一句本会接受，什么都不执行。文档建议从 observe 起步，翻过一段记录再考虑切 auto。工单自动合并也有门槛，PR 得是这个工单开的、状态 ready、所需审批覆盖最新提交、增删行数少于 200 行，缺一条就不自动合。默认配置下 Executor 也不用自己的账号开自动合并，因为 GitHub 会把合并归因给启用它的人。
授权文档里还有一层东西叫 Mandate。工单一开就带着它，记录哪些人能让活开工、哪条规则被匹配上、当时的策略版本是哪一版。策略一改，正在评估的消息重新排队，工单恢复执行之前还要再校验一次。两级事件过滤也走同一套思路，先用程序规则筛掉明显无关的消息，再让模型判断要不要动手。这几处都是工程细节，热度里几乎没人提，可它们决定了这个常驻进程究竟会在什么时候开口。
容易被热度盖过去的是权限面。执行文档里有两句写得很直白。一是 Executor 会话以操作者的操作系统用户身份运行命令，不需要逐条审批。二是那些包装命令和独立目录只约定了默认行为，不构成安全边界，Worker 仍然可以用绝对路径执行程序。

第二点判断，也是我觉得这篇稿子最该留下的部分。这个常驻进程用你的身份跑命令，home 目录里的东西它都读得到。没人的时候它还会自己挑活。它的风险等级和聊天机器人写错了代码完全不是一个量级。官方把这条边界写进了实现文档，宣传口径里没有。依据就是上面那两句原文，加上架构文档的开放问题一节，那一节只列了两条，一条是信任边界，明确把消息正文和引用内容归为不可信，另一条是部署隔离，建议把 agent 的 profile 绑到固定版本的上层工具。本地凭据没有单列成开放问题，只在审阅真实数据的建议里提了一句，给 GitHub 和飞书的命令行换成只读替身。
还有一个细节值得记一笔。官方设计文章里被反复转述的 Watchdog，在仓库这份实现文档里没有作为同名组件出现。干类似活的是 Passes、Effects 队列和 HealthBoard 这几样机制，Passes 每两秒跑一次。这是我的读法，不是官方声明，也可能是设计文章讲的就是未来方向。
能不能拿去用，README 写得很清楚。这是研究原型，不是 DeepSeek 的官方产品，代码可能有 bug，工程风格可能不一致，用之前先审一遍。它面向单个 GitHub 仓库，飞书是可选接入，不是通用办公智能体。文章里讨论的部分能力属于未来方向，原型没有实现。团队在内部用户群放过实例，一条规则让它静默复现群里报的 bug，有简单修复时才开口，有时候在没人点名之前就已经把 PR 开好了。
这个原型把一句话摆到了台面上，AI 越能干，管它的人越累。DeepSeek 交出的第一个可运行答案，是让机器替你排队。账单先涨在那儿，还没有人算清。

DeepSeek 官方仓库 dsh-superagent-prototype 的 README 与 docs/000-philosophy.md、docs/002-authorization.md、docs/003-execution.md、docs/007-architecture.md（github.com/deepseek-ai/dsh-superagent-prototype，2026-10-31），官方设计文章《Exploring Super-agent Design》，以及量子位、机器之心、InfoQ、Pandaily 对同一组实验数字的转述。