拆解DeepSeek Super Agent：真正狠的不是AI指挥AI

DeepSeek 的 Super Agent 最近被不少媒体解读为“全新 Agent 架构发布”，但官方 README 第一行就写着：研究原型，仅供参考，不是 DeepSeek 的正式产品。代码里实现的是一部分，文章里描述的是方向。把路线图当交付，是两回事。

真正值得看的，不是“AI 指挥 AI”这个噱头，而是它如何用一层架构把人的注意力从消息洪流里捞出来。

架构只有两层：Router 和 Worker

Super Agent 的架构非常克制，只有 Router 和 Worker 两层。Router 负责向前台接收消息、记录上下文、派活；它不写代码。代码里主绘画有 14 个应用工具，但没有 Write、Edit、Blob、Grab，也没有 Subagent。Worker 则向后承接每张工单：一个独立绘画、一个独立目录、一套完整工程工具。

一个负责决定做什么，一个负责真正做完。职责边界清晰，反而让系统更稳。

多智能体架构中的 Router–Worker 模式：这是一种常见的任务编排范式，核心思想是将“决策”与“执行”分离。Router（或称为 Orchestrator、Dispatcher）负责接收原始输入、维护上下文、判断意图并分配任务，通常不直接操作业务工具；Worker 则接收具体工单，在隔离环境中使用完整工具集完成任务。这种分层的好处是职责单一、故障隔离、易于横向扩展，但也引入了通信开销和状态同步问题。与早期单体 Agent 相比，Router–Worker 模式更接近分布式系统中的“调度器–执行器”模型，适合处理高并发、多来源的请求流。

消息进门前的三道筛子

真正的大头在消息进门之前。实验里一轮大约 300 条消息，只有 20 条是工作请求。第一道程序筛来源：这个群、这个仓库、这个人在不在范围里；第二道策略筛授权：在不在名单、有没有被 At 规则与不允许；第三道才轮到模型判断这条消息到底是不是活。

三道门走完，绝大多数噪音根本没见到模型。这不是提示词技巧，这是代码活。

规则引擎与模型判断的混合过滤：在消息进入 Agent 系统前，先用程序化规则（如来源白名单、授权名单、@ 规则）进行快速筛选，只将疑似工作请求的消息交给模型判断。这种“规则先行、模型兜底”的设计能显著降低模型调用次数和 Token 消耗，同时避免模型被噪音干扰。规则引擎负责确定性、可审计的过滤，模型负责语义层面的模糊判断，二者互补。该模式在工业级 Agent 系统中常见，尤其适用于消息量大、噪音比例高的场景。

工单直通：省下的是一整条绕路

接下了后面每条消息还要回 Router 吗？不用。工单会订阅它出现的那个 Fred，后续评论、CAI 结果直接送进 Worker。DeepSeek^广告 把直通拿掉做过对照：完成时间差不多，但 Router 的决定数多了约 30%，独缓存 Token 从 2323 万涨到 3177 万，增加约 37%。

省的不是一句提示词，是一整条绕路。每张工单是一间独立办公室：独立的绘画、独立的目录、独立的分支和 PR，崩了回到的还是这间办公室，不是丛林重来。

还有一个容易误解的点：Worker 说 Ready 不等于事情完了。有 PR 的工单要等 PR 合并或者关闭才算结束。它把交付交给了真正的验收。

工单直通（Ticket Direct Pass）与上下文隔离：传统多智能体系统中，所有消息都先经过 Router 再转发给 Worker，导致 Router 需要反复处理同一工单的后续消息，增加决策次数和 Token 消耗。工单直通允许 Worker 直接订阅与其工单相关的后续事件（如评论、CI 结果），绕过 Router，从而减少路由开销。同时，每张工单拥有独立的运行环境（目录、分支、PR），实现故障隔离和状态独立，避免一个任务崩溃影响其他任务。这种设计借鉴了微服务中的“事件驱动”和“隔离舱”理念。

快了，但不是“效率翻倍”

在合成附在每种方案跑 5 次的实验里，任务完成时间的第 95 百分位从 29.5 分钟降到 15.7 分钟。注意，这只测调度和协作，不测代码质量。所以别写成效率翻倍。它不是让 AI 更会写代码，它是让多件事同时推进出来推进时少堵在你这儿。

代码里没有的东西

文章里的推测执行、一部 react 链式记忆、外部 watchdog，这个开源原型都没有实现。它有并发但没有提前猜测，有后台任务但没有一部 react 循环，有健康检查但没有进城内看门狗，也没有跨工单的长期记忆。

这不是黑的研究原型本来就不等于产品，但把路线图当交付是另一回事。

研究原型与产品交付的差距：官方 README 明确标注“研究原型，仅供参考”，意味着代码实现的是部分能力，而文章描述的可能是未来路线图。研究原型通常用于验证架构思想、进行对照实验，但不具备产品级的稳定性、安全性和完整功能。常见差距包括：缺少推测执行、链式记忆、外部监控等高级特性；未经过大规模生产环境测试；文档和接口可能不完善。读者需区分“已实现”与“规划中”，避免将路线图误认为交付成果。

第一原则：用最少的人类注意力换最大的价值

所以 DeepSeek 真正做的是：把人对 Agent 的请求先变成一张有授权的工单，再放进一个隔离的房间，最后只在值得的时候回来找你。它的第一原则写在 README 里——用最少的人类注意力换最大的价值。

算力会变便宜，模型会变强，只有你的注意力不会变多。未来拉开差距的可能不是你多会用 AI，而是你能否保住自己的注意力。你管 AI，还是 AI 并且？