让AI干活，有一种累，跟自己干还不太一样。

任务交出去了，你还得记着哪个窗口在改代码，哪个窗口等反馈，群里刚补的要求有没有告诉它。隔一会儿切回去看看，做完没有，还是已经停了？

说好的一个人用AI顶一支队伍，结果先给自己升了个职，监工Pro Max。

前两天，DeepSeek产品部发了一篇Super-agent设计文章，盯上的就是这件事：AI越来越会做任务，可好几件事一起推进时，人仍得忙着协调。

它想让AI跟住同一件事，在群聊和代码平台之间接着干，需要你做决定时，再来找你。这次公布的是设计探索和研究原型，不是新模型，也不是打开DeepSeek就能用的新按钮。

团队已经用内部版本跑出了一些例子，咱先看它到底接住了什么。

人换了，地方换了，事情没断

第一个例子是改字体，有人在群里提需求，希望正文、代码和终端的字体能分开设置。维护者叫来Agent，它接下任务，提交了修改。

这里的PR，就是把改好的代码交上去，供其他人检查、讨论，确认后再合进项目。

用户接着问，字号能不能也分开调？Agent把新要求加进了同一个PR。大家转到GitHub审查代码，维护者觉得设置项太多，希望折叠起来。设计师看完又补充，不要另开一块区域，直接从字号设置那里展开。

它一路接着改，最后回到群里，通知大家PR已经合并。

这里省的不是敲几行代码，而是来回搬话。群里多一句要求，评审里换一个方案，要有人告诉AI，大家说的还是同一件事，别重新开工。

本来想让AI帮忙，最后忙着帮AI对消息，谁是谁的助手，还得重新捋捋。这个案例里，人照样提需求、看结果，但不用再兼职传话。

更进一步，没人叫它，它也能先去查问题。

官方展示的另一个例子里，用户反馈macOS窗口没获得焦点时，点一下会话，有时会被误判成双击，突然进入重命名。用户说自己每天能误触几十次，明明只想切个会话，电脑非要给人安排一场起名大会。

这次没人专门@Agent，它跟进反馈，查到了原因：窗口被激活时，第一次点击被底层框架吃掉，接下来那一下却带着双击的计数，界面就误会了。随后它提交修复PR，并在回复里说明附有修改前后的对比。

还有一次，群里在讨论单个波浪号为什么会把文字变成删除线。比如10~20，本来写的是范围，排版却给你另作安排。大家还在聊方案，Agent已经提交了PR，改成单个波浪号保留，两个连续波浪号才表示删除线，并解释处理依据。

这听着像AI学会自己找活了，但它不是见一句话就冲上去。

团队提前给内部实例定了静默复现并修复的规则，它看到相关问题先去尝试，确认问题、找到简单修法，再把结果拿出来，没找到就保持安静。

不然，一个群几十个人，它句句都接，主打一个有问必答，没问也答。问题没少几个，未读消息倒先上去了。

不能只给它加一句：你主动点

想让它接住这些事，先得处理一个很实际的问题，新的要求来了，正在干活的AI听不听得见？

全塞进一个对话，看起来什么都记着，可它正忙着跑任务，新消息又来了，先干哪个？每件事另开一个窗口倒能同时干，但谁知道方案刚改过，谁来统一回复？兜了一圈，又到你了。

DeepSeek的办法，是把接话和干活分开。

在文章展示的双层设计里，前面负责接消息、记住各项任务的关系、分派工作，这一层叫Router，可以理解成调度员。后面负责实际执行的叫Worker，每件任务有自己的执行会话，进度和结果再由Router汇总，对外回复。

你继续交代第二件事，不用等第一件事跑完。

同一件事后续有补充，也不用每次重新挂号。系统记得哪个执行会话在跟这个PR，评审意见就直接送过去，超出当前任务范围的，再交回调度员重新分派。

这里跟几个AI一起讨论一道题不太一样。后者是把一道题做得更好，这里要解决的是，几件不同的工作同时来了，别互相堵着，也别把协调全留给人。

长任务也得插得进话，比如它在等一项检查，你发现要求要改，总不能电脑在跑，人连说话都得排队。

文章里的处理方式是，耗时操作放到后台，先告诉系统已经启动，做完再送回结果。对话不用陪着工具一起等，当前这一步推理结束后，就能接着处理新消息。

这项异步能力在Harness里已实现，但原文发布时还没默认开启。公开原型则把耗时命令转到后台，让Worker能在后续步骤收到新消息。

任务多了，还有一种忙要防，看着一直在运行，其实半天没往前走。设计里因此安排了独立的检查者，既查系统有没有异常，也查任务有没有进展、有没有跑偏。

不然窗口开得再多，最后还得你挨个巡一遍，说好解放双手，先把双眼占满了。

文章还讨论了把会话状态、运行计算和实际干活的电脑分开，让任务不跟着某台电脑的开关机一起消失。上面讲的是整套设计，公开原型只实现了其中一部分，下载代码不等于把全景图里的功能全领走了。

更快了，但省下的时间不是白来的

DeepSeek做了一个初步实验，给系统大约300条群聊和GitHub消息，其中约20条是工作请求，其余混着闲聊、跟进、叫停和检查结果，每种方案重复跑5次。

它测的是怎么安排消息和任务，不是代码写得多好，实验里的编码工作被换成了一个只消耗时间的工具。

消息间隔和工作时长还缩到了原设定的四分之一，模型调用耗时保留真实值，所以下面的分钟数也不是现实项目的交付用时。

先看排在中间的任务，Super-agent用了12.4分钟，对照的单会话方案用了20.4分钟。再看靠后那批慢任务，也就是95分位，两者分别是15.7和29.5分钟。这个对照方案带着子任务工具，用的是中性提示。

等得更短了，后台消耗也更多了，单次实验所有会话合计读取缓存的Token，从对照方案的605万增加到2323万。这里只统计缓存读取，不能直接拿它算账单涨了几倍。

这组实验里还有个挺有意思的细节，给单会话配了分工工具，它却未必真会分工。中性提示下，5次都没调用子任务，全在主会话里自己干，还不断被新消息打断。

分工工具配齐了，干活还是单打独斗。

改成优先委派的提示，情况好了些，可仍有一次觉得事情很小，决定自己来，拖出了长尾。提示词劝它学会分工，它临到干活又觉得，这点小事还用叫人？

DeepSeek这套设计直接把接话和执行分成不同职责，不把是否分工全押在模型当场的决定上。

它在尝试用更多后台计算，换更短、更稳定的等待，以及更少的人类照看。

对一个人来说，值不值就得看，你省下的是偶尔点一下，还是一整天被进度反复打断。

现在能用吗？能试，但别拿主力电脑开盲盒

公开仓库叫dsh-superagent-prototype，目前围绕一个GitHub代码仓库工作，可以接GitHub，也可以接飞书。它更适合已有代码项目、用过编程Agent，也愿意处理部署和权限的人试验，还不是给所有人准备好的通用生活助理。

想试，需要配置好模型的DeepSeek Harness，以及文档要求的开发环境。原型在机器上运行，关机就不能指望它继续干，模型调用和长期运行也得自己承担成本。

官方给的安装入口倒很符合它的思路，把仓库交给正在用的编程Agent，让AI带你装AI。可以直接把下面这段发过去：

# 任务
在GitHub搜索deepseek-ai/dsh-superagent-prototype，阅读该仓库的SETUP.md，按文档带我配置dsh-superagent。

# 执行要求
先核环境、收集必要信息，给出完整计划，等我确认后再安装。
按官方建议从小范围开始，主动任务先用observe，代码由人合并。
需要账号登录或密钥时，给我本地操作步骤，不要让我在聊天里发送密钥。

先定好它在哪个仓库工作、用哪个独立账号、谁能派活，允许名单短一点，代码先由人合并。

主动任务默认先观察，不直接执行。

它会记下哪些消息让自己想接活，你看过这些判断，再决定要不要开放自动执行。

允许名单里的人明确派活，则是另一条路径，观察模式下也能执行。

这道区别很重要，读到消息只是知道了这件事，开始新工作还要有允许的请求，或者命中团队预先写下的规则。否则你随口抱怨一句，它立刻给自己派活，本来想省事，转头变生事。

权限还得看另一层，这个原型执行命令时，拥有运行它的系统账号权限，任务目录和凭据包装不等于安全隔离。

官方文档也建议使用专用系统账号，先用隔离的测试环境、独立账号和不敏感的项目，别把主力电脑上的文件与账号一股脑交过去。

配置完，文档给的最小尝试是，让允许名单里的账号在仓库Issue中@Agent，交一个范围清楚的小任务，去面板看任务是否出现，再检查它交回的修改。

这时候别光看它回复得多热情，改一条要求，看它接不接得住，遇到卡点，看它说不说得清。没叫它的时候，也看它能不能按规矩安静下来。

写在最后

老金觉得，这次值得关注的，不是Agent前面又加了一个Super，而是人的注意力终于被当成了一笔要认真省的成本。

以前切回窗口，是怕它停了。要是以后它来找你，已经把能查的查过、能做的做完，只剩真正需要你拍板的那一步，这一次打断，才算有价值。

所以再看这类工具，除了问它能同时干多少件事，也可以多问一句，这些事交出去以后，我还得回来多少次？

AI忙得过来当然好，别忙到最后，只有人闲不下来。

谢谢你读我的文章。

如果觉得不错，随手点个赞、在看、转发三连吧🙂

如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。

开源知识库（实时更新 交流群）：
https://my.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf