miranda 10月31日，DeepSeek团队发布《Super-agent设计探索》，并以MIT协议开源了配套的智能体原型代码。这套系统让多个AI组队干活：用户只需要和负责统筹的“AI领导”沟通，由它把任务分给手下的AI分头推进；中途加需求、改方案，也由它统一接住再往下安排。团队说明，目前公开的仍是研究原型，还不是面向普通用户的正式产品。
之所以要把“协调”和“执行”拆开，和人的精力有关。DeepSeek团队在文章中写道，据他们观察，一个人通常只能同时跟进三到五个活跃会话，这是日常积累的使用经验，并非测出来的硬性上限。任务一旦跨平台，交接还会更麻烦：比如工作群里定下方案A，到了GitHub的代码评审又临时改成方案B，人就得手动补齐两边的背景。
一个派活，一群开工
按设计，负责统筹的是路由层（Router），也就是开头提到的“AI领导”。它接收来自不同入口的消息，理清各任务之间的关系，决定把新需求派给谁。它自己不写代码，也不操心每项任务内部的具体规划，甚至可以不给它配执行命令的工具。团队在实践中发现，这份协调工作没有想象中复杂，用相对轻量的模型也能兼顾响应速度与调度效果。具体执行交给工作层（Worker），每个执行智能体都有独立的会话和工具，遇到复杂任务还能再调用子智能体；由于代码质量主要取决于这一层，团队建议给它配能力更强的模型。
能触发工作的信号不限于人专门写给AI的指令，工作群消息、邮件、日程提醒、代码评审意见、自动化测试结果都在其列，具体接入哪些来源由使用者自己配置。为了不被群里的闲聊淹没，系统先用普通程序按消息来源、群组范围和用户白名单筛一遍，剩下的再交给模型结合上下文判断。在DeepSeek公布的一个内部案例里，有人在群里反馈软件问题，没有点名让AI帮忙，它便按预设规则在后台尝试复现问题、寻找修法，并把改好的代码提交上去等待开发者审核。这套规矩叫“静默复现并修复”：只有确认问题存在、修法又比较简单时才交出结果，没找到合适解法就保持安静。
