知识卡片：DeepSeek Harness 团队提出 Super-agent 架构

一句话结论

DeepSeek Harness 团队针对“一人只能跟进 3 到 5 个活跃 Session”的交互瓶颈，提出由常驻 Router 层统一分派、Worker 层隔离并发的 Super-agent 架构，并在约 300 条消息的合成负载中给出 p95 时延等实验数据；该架构目前为原型，尚非正式产品，安全与隐私问题待解。

事件概述或研究问题

• 团队观察到的现实约束：一个用户通常只能同时跟进 3 到 5 个活跃 Session，多任务并发时交互分派成为瓶颈。
• 由此提出的问题：如何在不牺牲单 Session 体验的前提下，让一个“超级代理”统一承接并分派大量并发交互。
• 对应方案：常驻 Router 层负责统一交互分派，Worker 层负责隔离并发执行。

方法/产品要点

• 架构分两层：Router 层常驻，统一接收与分派交互；Worker 层隔离并发任务。
• 实验采用约 300 条消息的合成负载。
• 涉及“直通”机制：去掉直通后，读缓存 token 增约 37%。
• 涉及 Trigger 负载：当 Trigger 增至每分钟约 40 条时，单决定分摊推理由 6.4 秒降至 1.6 秒。
• 定位为原型，非正式产品。

主要结果或产业意义

• 在约 300 条消息的合成负载实验中，Super-agent 的 p95 为 15.7 分钟；中性提示下，单 Session 达 29.5 分钟。
• 去掉直通后读缓存 token 增约 37%，说明直通机制对缓存 token 消耗有直接影响。
• Trigger 增至每分钟约 40 条时，单决定分摊推理从 6.4 秒降至 1.6 秒，显示高 Trigger 频率下分摊推理开销反而下降。
• 产业意义：为多 Session 并发下的 Agent 交互分派提供了一种“常驻 Router + 隔离 Worker”的工程思路，可作为 Agent 编排与并发调度设计的参考样本。

为什么重要

• 直指 Agent 落地中的真实瓶颈：并发 Session 数量受限于人的跟进能力，而非模型能力本身。
• 给出了可复用的分层思路（统一分派 + 隔离并发），对构建多任务 Agent 系统有参考价值。
• 提供了 p95 时延、缓存 token 变化、Trigger 频率与推理分摊等可比较的量化指标，便于后续方案对照。
• 与既有卡片的关系：本条延续“Agent 能力与治理”脉络，但增量在于从系统架构与并发调度层面讨论 Agent，而非模型能力或治理框架本身。

局限与不确定性

• 实验为约 300 条消息的合成负载，非真实生产流量，结论外推需谨慎。
• 原型阶段，非正式产品；团队未公布完整实现细节（待核实）。
• 安全与隐私问题待解（材料未展开具体风险点，待核实）。
• “单决定分摊推理”的具体定义与测量口径材料未详述（待核实）。
• 各指标对应的硬件、模型版本与配置未披露（待核实）。

可用于图书/PPT/简报的角度

• 作为“Agent 系统架构分层”案例：Router 统一分派 vs Worker 隔离并发的取舍。
• 作为“并发与人的瓶颈”案例：为什么限制来自人能跟进多少 Session，而非模型吞吐。
• 作为“原型指标解读”案例：p95 时延、缓存 token 增幅、Trigger 频率与推理分摊的相互关系。
• 作为“Agent 工程化仍处早期”的例证：原型非产品、安全隐私待解。

原始材料

• 标题：腾讯研究院AI速递 20261102
• 条目：四、DeepSeek Harness团队提出Super-agent架构
• URL：https://m.sohu.com/a/1095818523_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=4
• 英文关键词：Super-agent, Router, Worker, Session, p95, Trigger, token cache