从长程任务到跨会话连续实体：DeepSeek开源Super-agent架构全拆解

Agent技术正从单次对话的问答助手，走向能自主完成长程任务的工作伙伴。但一个真实的办公场景暴露了当前形态的天花板：早晨主管在IM群里布置一份季度汇报，Agent开始执行；下午主管又转发邮件要求改成十分钟版本，此时你必须手动把界面外的上下文搬运给Agent。问题不在于模型不够聪明，而在于Agent被绑定在单个会话里。DeepSeek近期开源的Super-agent原型，正是针对这一瓶颈给出的架构级答案。

为什么Agent需要连续实体能力

Super-agent的核心定义是：打破Agent与单次手动会话的绑定，使其成为一个能跨会话保持上下文、同时推进多项复杂任务且互不干扰的连续实体。回到办公场景，如果Agent具备连续实体能力，下午那封邮件会被自动识别为与早晨IM任务同一件事，Agent自主更新任务方向，全程无需人工介入。多任务的上限不再取决于人的注意力，这正是DeepSeek专门开源这个插件包的意图：让Agent从单会话长程任务，走向跨会话、跨应用、跨端持续工作。

连续、高效、主动、持久四大特征

DeepSeek用四个形容词概括Super-agent的技术特征。连续，指Agent能把IM、邮件等不同渠道里关于同一件事的信息接起来，让任务持续推进，用户无需反复搬运上下文；高效，指能并行处理多个复杂任务，长任务执行中也能接受插话式的新需求；主动，指Agent持续观察环境事件，值得处理的事项主动推进，无关信息保持安静；持久，指始终在线、直接接入真实工作环境，异常时自动恢复。这四点共同指向一个目标：释放人的注意力。

支撑连续实体的五大工程模块

DeepSeek认为单个ReAct Loop无法同时支撑上述四个特征，底层需要一套完整架构，包含五个模块：双层架构、事件驱动、计算状态与环境的分离、Watchdog，以及面向人的交互。以双层架构为例，所有任务交给同一会话，上下文连贯但吞吐低；每条消息新开会话，并发高但依赖全局记忆。DeepSeek的方案是调度与执行分离：Router层只承接人类交互和任务分派，不介入任务内部细节，用轻量模型即可；Worker层上下文隔离、挂载完整工具、配置最强模型。实测中，约300条消息混20个工作请求，单会话加Subagent工具的方案p95完成时间为29.5分钟，而双层架构p50和p95分别为12.4分钟和15.7分钟。这说明分工不应取决于提示词写得好不好，而应由架构来保证。

事件旅程与全天候运行的实战细节

一条Trigger进入系统要回答四个问题：是否需要处理、交给谁、如何找回上下文、能否提前准备。第一问用Fast Path与Slow Path两级过滤，程序规则先筛掉白名单外的无关消息，再由模型结合策略判断，如同收件规则加秘书。第二问引入Thread订阅直通，同一话题的后续消息由程序直送Worker，不再经过Router，消融实验显示去掉直通后Router决策量增加约30%、缓存token增幅约37%。第三问把上下文窗口当缓存管理，Inline放近期信息，Spill保留摘要引用，配合链式召回顺藤摸瓜。第四问借鉴CPU投机执行，在正式指令到来前于后台准备草稿。全天候运行方面，计算与状态分离让云端容器可替换而不丢任务，端侧只装轻量daemon执行命令，类似CI Runner；Watchdog则在主系统外独立巡检，不仅检查进程存活，更由模型判断任务是否有实质进展，发现空转就介入提醒，遇到外部接口故障就持续复查直至恢复。

从对话到动手、从简单任务到长程任务，Agent正在进入跨实体任务的阶段。这一阶段对软件架构和工程能力提出了更高要求，Super-agent的五个模块给出了可借鉴的起点，但大量演进空间仍需工程实践来约束与规范。对企业而言，理解这些设计取舍，是构建真正自主智能体系统的必修课。