DeepSeek重磅开源：自主Agent新底座架构面世，实现跨平台主动协作与异常自愈

封面为AI生成的主题示意图，非新闻现场照片。

日前，人工智能模型DeepSeek官方公开了其新一代个人智能体（Personal Agent）的底层架构设计思路。该架构名为Super-agent，旨在解决现有AI系统受限于人类注意力、无法在无人指令下主动发现并解决问题等痛点，标志着AI正从被动等待任务分配向主动推进工作转变。

DeepSeek团队指出，传统开发场景中，技术人员需在不同平台间频繁切换以完成讨论、代码提交与评审等流程，单个会话往往难以承载长周期任务。Super-agent通过双层架构设计，上层的Router作为总调度员统筹全局上下文并分配任务，下层的Worker负责具体执行，支持多任务并行推进且互不干扰。

在功能实现上，系统引入了投机执行（Speculative Execution）机制与订阅直通策略。AI可提前在后台复现潜在Bug或准备会议回复草稿，无需等待用户指令；同时允许特定任务直接订阅后续消息（如GitHub评论），减少中间转发层级，显著提升响应效率。

针对长期稳定运行需求，该架构采用了计算、状态与执行环境分离的设计。Agent的计算逻辑置于云端以维持24小时在线，会话状态独立保存，确保设备离线时任务不中断。此外，独立的Watchdog看门狗机制被引入，专门用于检测程序故障、无效循环或目标偏离，并尝试自动修复异常。

实验数据显示，在模拟包含约300条消息和20项工作请求的复杂环境中，Super-agent完成任务的时间中位数为12.4分钟，95分位数为15.7分钟。相比之下，传统的单会话方案在相同中性提示下，95分位任务完成时间高达29.5分钟。虽然取消事件直通机制会导致决策次数增加约30%及缓存Token消耗增加约37%，但合理的路由设计有效降低了整体运行成本。

DeepSeek开源了该技术的原型代码，链接为：https://github.com/deepseek-ai/dsh-superagent-prototype。这一进展表明，人工智能系统正在逐步摆脱单次会话限制，向具备持续在线、并行执行、主动响应及自我修复能力的新一代自主智能体演进。