DeepSeek 的 Super Agent 探索:“超级”在哪里,哪些工作仍要交给人
截至11月10日,DeepSeek公开的Super Agent研究原型,已把GitHub请求、可选的飞书消息、任务执行和结果回复接到一起。一个实例服务一个代码仓库,尝试持续处理任务开始后的讨论与变化。项目明确标注:这是研究参考代码,尚非正式产品,也未实现设计文章中的全部构想。项目说明
为什么叫“超级智能体”?从不同产品的实际用法看,这个名称强调的是更广的工作承接能力:有的统筹多个专业Agent,有的持续处理企业事务,DeepSeek则探索怎样跨越一次会话,把后续工作接住。它并非各家共用的能力等级,也不能直接说明底层模型更强。
理解Super Agent,关键是看它把原本需要人组织的哪一段工作纳入了系统。 对DeepSeek而言,这段工作包括接收补充意见、找到对应任务、保留执行现场和处理中断。人仍负责目标与授权、重要决策和结果验收。公开原型展示了怎样分工,尚不足以证明人工介入已经减少了多少。
同叫Super Agent,三种实践分别接管什么
企业技术服务商埃森哲(Accenture)提供了任务编排的参照。
它服务超过9000家客户,具有企业技术落地的渠道影响力;这个规模不代表其Agent采用量。公司资料 在它的AI Refinery框架中,SuperAgent把复杂请求拆成待办事项,调用专业Agent逐项完成,检查结果后重试或汇总。例如,要完成一份营销简报,可以组织研究与写作Agent完成相应步骤。这里的“Super”体现为统筹专业能力,让用户交出一个目标,而不必手动串联每个环节。框架文档
ClickUp的影响力来自已有协作平台及实际客户采用。它由Zeb Evans于2017年创办,主营项目、文档和任务管理。公司称已有超过500万个团队使用平台,但不能将其换算成Super Agents用户数。公司背景、规模口径
澳大利亚券商业务平台Bell Direct给出了具体场景。按ClickUp发布的客户案例,运营团队每天处理800多封邮件,涉及客户问题、服务请求和开户。邮件先进入任务队列,名为Delegator的Super Agent判断紧急程度,按客户和品牌分类,再派给对应团队。这个环节持续运行,新邮件到来就进入工作流程,无须员工逐封发起对话。客户案例
DeepSeek原型则进一步展开同一事项如何持续推进。一项代码任务开始后,讨论中的新意见要送给原执行者,执行状态要保留。中断后,原执行者要检查现场再继续。三者的差别可以放在同一个问题下看:
| 对象 | 材料具体展示的承接范围 | 不能据此推断什么 |
|---|---|---|
| 埃森哲AI Refinery | 将一个复杂请求拆解、分派、检查并汇总 | 框架机制不等于已实现长期无人值守 |
| ClickUp的Bell Direct案例 | 持续接收新邮件,把它们转成已分类、已分派的工作 | 分流完成不等于客户问题已被Agent独立解决 |
| DeepSeek研究原型 | 接续已有任务的讨论、执行现场和部分故障恢复 | 有恢复机制不等于所有中断都能自行解决 |
这些能力可以重叠,不是互斥的产品类别。比较的价值在于分清“统筹一次任务”“持续接收新事项”和“跟进同一事项”三种要求。它们都可能被冠以Super Agent,但需要的状态、触发和交接机制并不相同。Bell Direct也只是厂商发布的具名案例,不能与研究原型放在一起做性能排名。
DeepSeek的增量:任务交出去之后,后续也能找到归属
设想工程师让Agent修复一个报错。
Agent查代码、修改、运行测试,交回补丁。即使内部调用了多个子Agent,这也可能只完成了一次请求。
真实工作还有后半段:同事随后提出兼容性要求,另一轮测试失败,服务又中断重启。有人必须记住这还是同一个问题,找到原代码和讨论,决定继续修改还是等待人的决定。如果这些都要工程师重新组织,写代码的时间省下了,协调工作却仍留在人身上。
DeepSeek原型为获准的任务保留独立工作记录,并订阅相关讨论。后续消息送达对应执行者;新事项另行判断是否接单。工作项与执行会话分开保存,执行者处理范围内的后续请求,分派层负责接单和归属判断。上述修复过程是对机制的举例,并非已披露的客户实测。工作模型
一次对话可以结束,一件工作仍然需要被跟进。 多Agent增加可调用的角色,任务记录和消息订阅则决定后续信息交给谁。把角色增多当成连续性增强,会漏掉这个区别。
能记住背景,还不等于能接着做
DeepSeek为每项工作分配会话和目录。
长命令可以转入后台,使执行者有机会接收新消息;系统重启后保留相关状态,并提示执行者检查文件和GitHub记录,避免重复提交已经做过的改动。独立目录用于分开工作现场,本身不等于安全沙箱。执行与恢复
这几种安排各有作用。记忆帮助保留用户要求;事件触发让后来的测试结果或评论进入处理。任务状态记录做到哪里、在等谁。执行现场保存代码与中间成果。只有聊天记录,可能记得目标,却不知道补丁是否已经提交。只有文件,又可能丢掉后来提出的要求。连续工作需要把这些信息接起来。
持续接收信息也会增加误行动的机会。一条评论可能只是背景,不能自动变成授权。原型允许消息补充上下文,但行动范围仍受系统规则约束。谁能发起工作、哪些规则允许主动行动,不能被引用文档或普通消息自行改写。授权机制
这意味着,常驻Agent需要同时回答“如何继续”和“何时不动”。DeepSeek的设计原则要求,主动工作先只记录拟采取的动作,观察合适后再扩大范围;平时减少打扰,在结果可用、需要决定或无法完成时通知人。设计原则
人的工作会改变,责任不会随交付任务一起消失
在DeepSeek的设计中,人仍需明确目标、授权范围和验收标准。
重要设计选择要交给人决定,可复核的成果也需要人接受。系统能重试部分临时网络或模型服务错误,但任务被判为受阻或失败后,仍可能需要人补充信息、排障或发起重试。交接原则、失败处理
机构采用时,应先辨认需要接管的工作。单次材料整理,可能一次Agent任务就够;字段固定、规则稳定的数据搬运,可以优先用固定流程。持续到来的客户请求需要分流机制;需求不断变化、反复审阅的代码或研究任务,则更需要保留任务状态、接收后续意见并明确交接点。后者是适用条件的分析,不代表DeepSeek已经交付金融研究产品。
Super Agent的潜在价值,是把搬运背景、转交意见和重建现场等协调工作纳入系统。但持续判断也增加调用成本,错误触发和规则维护还可能产生新的人工负担。评估时,要在结果质量相当的前提下,看人工接手次数和耗时是否下降,并计入维护成本。真正需要验证的,是它承担更多工作之后,是否让人的总负担下降。