先了解这件事
2026年11月2日,DeepSeek开源新项目dsh-superagen。据阿易AI Notes报道,该项目以常驻GitHub仓库和飞书群的机器人身份自动捕捉Issue与群聊需求,生成工单后自行写代码、跑测试并提交拉取请求。项目底层采用主路由分派工单、多个并行工作节点执行的多智能体架构,每个节点通过独立Git工作树物理隔离,报道称实测把复杂任务耗时从29.5分钟压缩到15.7分钟;针对拉取请求的评审意见会自动订阅并路由回原工作节点。同日另一篇报道称,系统默认开3个工作卡槽,最多支持1到16个并发,并始终预留1个卡槽供人类插队,同一任务的后续事件直接订阅到对应工位,作者称5步即可上手。目前暂无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
DeepSeek 开源 dsh-superagent 多智能体架构事件进展
1 个已确认进展
- 来源：阿易 AI Notes
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
11月2日
阿易 AI Notes
DeepSeek 开源 dsh-superagent 多智能体架构
DeepSeek 开源 dsh-superagent 多智能体架构，把代码仓库变成自动流水线：每个仓库配一个常驻总调度（Router Session），只审核 GitHub 的 Issue、PR 或 CI 报错，不直接改业务代码；任务通过白名单评估后，系统为它单独开一个 Worker，分配独立会话、独立目录和 git worktree 分支并行执行。系统默认开 3 个工作卡槽，最多支持 1 到 16 个并发，并始终预留 1 个卡槽供人类插队；同一任务的后续事件直接订阅到对应工位，跳过总调度，避免重复消耗 Token。作者称 5 步即可上手。
阿易 AI Notes精选
DeepSeek 开源 dsh-superagen 多智能体开发项目
DeepSeek 开源新项目 dsh-superagen，以常驻 GitHub 仓库和飞书群的机器人身份自动捕捉 Issue 与群聊需求，生成工单后自行写代码、跑测试并提交拉取请求。项目底层采用主路由分派工单、多个并行工作节点执行的多智能体架构，每个节点通过独立 Git 工作树物理隔离，实测把复杂任务耗时从 29.5 分钟压缩到 15.7 分钟。针对拉取请求的评审意见会自动订阅并路由回原工作节点，无需人工反复召唤。
Analytics India Magazine
DeepSeek 发布 Super-agent 架构提案，用 Router 调度多个编码智能体
DeepSeek Harness 团队于 10 月 31 日发布技术提案《Exploring Super-agent Design: Towards a More Autonomous Agent System》，提出用中心 Router 把任务分发给并行执行的 Worker 智能体，以减少开发者逐个管理编码会话的负担。模拟实验中该架构的 95 分位任务完成时间为 15.7 分钟，单会话方案为 29.5 分钟；每次运行约 300 条消息、约 20 个任务请求，每种配置测试 5 次，且任务负载为合成数据、编码任务由耗时工具模拟，测的是调度与协调能力而非写码能力。DeepSeek 同时在 GitHub 以 MIT 许可开源研究原型 dsh-superagent-prototype，支持单个仓库并可选监听飞书消息，并说明该原型并非官方产品、与内部实现不同，还提示了提示词注入和凭证泄露等安全风险。