2026 年 11 月 1 日，DeepSeek Harness 团队以 MIT 协议开源了主动式编码 Agent 研究原型 dsh-superagent（v0.1.0），并同步发表了探讨自主 Agent 系统设计的文章。在官方披露的模拟测试中，这款工具的 p95 任务完成时间为 15.7 分钟，比单会话基线的 29.5 分钟快约 1.9 倍。剥离这组亮眼的跑分滤镜后可以发现，测试过程其实一行真实代码都没写，DeepSeek 真正交出的是一份对抗群聊噪音与人类注意力极限的调度蓝图，而公开仓库本身还只是一个关闭了反馈通道的早期半成品。
1.9 倍速跑分没测写代码，测的是群聊抗打断能力
快讯读者很容易把 1.9 倍速理解为 DeepSeek 在代码生成速度上的突破，但核查实验细节就会发现，这完全是一场针对消息调度的合成测试。
在 DeepSeek 设计的实验里，测试环境塞入了约 300 条模拟的群聊和 GitHub CI 消息流，其中只夹杂了约 20 个真实工作请求，每套方案各运行 5 次。最关键的设置在于，测试中实际的写代码过程被一个单纯消耗时间的模拟工具替代了，代码质量、补丁正确率和回归率均未纳入评测。
单会话基线之所以慢到 29.5 分钟，原因出在任务委派机制失灵。在中性提示词下，原本支持子 Agent 的单会话模型在 5 次运行中调用子 Agent 的次数为 0 次，所有任务都堵在主会话里串行处理，又被不断涌入的 300 条噪音消息反复打断。相比之下，dsh-superagent 的 p50 完成时间为 12.4 分钟、p95 为 15.7 分钟，靠的是把获批请求拆成独立会话并行跑完。
这组实验真正揭示的痛点是人类注意力的物理极限。DeepSeek 团队在报告中指出，主流 Agent 把单个会话当成基本交互单元，但一个工程师同一时间最多只能盯住 3 到 5 个会话。当群聊消息和 CI 报错刷屏时，拖慢工程进度的不再是模型写不出代码，而是人脑切换上下文的成本。
拆解 Router-Worker 架构：管住手、闭上嘴、少算账
为了把人类从盯屏幕的苦役里解放出来，dsh-superagent 给自己立了一条行为准则，即占用最少的人类注意力，提供最大的价值。它在收到任务时只确认一次，干活期间全程保持安静，直到产出 Pull Request、遇到卡点或执行失败时才会再次发言，本地 Web 面板也只展示必须人工介入的事项。
支撑这套静默哲学的是一套绑定单个 GitHub 仓库的 Router-Worker 双层架构。常驻的主会话运行精简工具集的 Router，专门负责监听 GitHub 和飞书事件并做评估（Eval）；一旦识别出获批的真实需求，系统就会创建一张工单（Ticket），附带一份写明放行理由的不可变授权令（Mandate），交给拥有独立会话和独立目录的 Worker 去干活。执行耗时超过 5 秒的 Shell 命令会自动转入后台，确保 Worker 不会因为跑测试而阻塞新消息的接收。
在最敏感的主动介入边界上，系统设置了 off、observe 和 auto 三档门控，默认停留在只记录不动手的 observe 模式，防止 Agent 在团队还没准备好时乱提 PR。当任务生成 PR 后，订阅（Subscription）机制会让后续评论直接路由给对应的 Worker，无需人类每次再去手动 @ 提醒。
这套事件直通机制还直接决定了系统的账单厚度。压力测试显示，当消息到达率从每分钟约 1 条飙升至 40 条时，Router 的批处理大小从 1.0 增至 2.8，单请求延迟仅从 2.5 秒升至 3.9 秒；但如果做消融实验拿掉事件直通，Router 决策次数会增加约 30%，缓存读取 Token 更会从 23.23M 暴涨至 31.77M（增幅约 37%）。
Coding Agent 的下半场，拼的不是单次写对代码，而是高噪环境下的调度治理。
竞品早已支持多 Agent，真正的落差在开源成色
外部报道在对比竞品时出现了一处明显偏差，将 Claude Code 和 OpenAI Codex 的并行隔离会话能力标为了未披露。实际上，Claude Code 早已具备实验性 Agent Teams 与独立上下文子 Agent，OpenAI Codex 也已支持子 Agent 与隔离的云端任务工作区。
DeepSeek 这次真正的差异化，不在于有没有多 Agent，而在于把任务接收、工单归属权和 PR 事件订阅做成了一套常驻本地、直连飞书与 GitHub 的仓库级协调服务。不过，对于想要立刻上手部署的开发者，这个包含仅 1 次 commit 的 TypeScript 原型包还远未到可用状态。
官方 README 明确声明，该仓库仅为研究代码，既非官方产品，也与 DeepSeek 内部使用的系统及设计文章中的完整构想存在差异。更直接的信号是，官方直接关闭了该仓库的 Issues、Pull Requests 和 Discussions 标签页，逼得开发者只能跑到父仓库 DeepSeek Harness 的讨论区去报修。
就在 10 月 31 日，社区在父仓库 Discussions #11700 中爆出了两个致命的实测运行缺陷，分别是 Node.js 24 环境下服务进程检测失败，以及 GitHub 通知延迟会导致 @ 提及被永久漏单。虽然报告该问题的社区贡献者自称已提交修复补丁并通过了 1,200 项测试套件，但叠加该工具需要本地配置 Node.js 22.19+ 或 24+、tmux 及 GitHub CLI 2.48+ 并以完整操作系统用户权限运行，盲目在主力机上裸跑显然存在隐患。
- 建议.AI 应用与 Agent 架构师可直接借鉴其不可变授权令（Mandate）与 PR 订阅直通（Subscription）设计，但一线研发团队现阶段切勿将其接入生产仓库，测试时务必做好沙箱隔离并关注社区补丁。
DeepSeek 在设计文档末尾留出了外部 Watchdog、存算分离和异步 ReAct 循环三个未开源的演进方向。接下来最值得盯紧的变量，是 DeepSeek 会不会把内部完整版特性合入主干，并拿出一份真刀真枪写代码的 SWE-bench 类评测成绩单。