首页 / Harness 生态 / Super-Agent
DeepSeek Super-Agent
DeepSeek Harness 團隊在 2026 年 10 月 31 日開源的編碼代理,MIT 授權。它與一般 AI 編程助手最大的差別是:沒人呼叫它也會注意到問題。
它做什麼
| 特性 | 說明 |
|---|---|
| 作用範圍 | 單一 GitHub 儲存庫(一個專案配一個代理) |
| 觸發方式 | 監聽 GitHub;可選接上飛書等即時通訊 |
| 工作流程 | 授權者提需求 → 開工作項目 → 在自己的會話中處理 → 回到原對話交付(如提交 PR) |
| 人工介入 | 另有網頁面板,列出需要人處理的事項 |
| 授權 | MIT(可商用、可修改) |
三種接單模式
「會不會自己接沒人指派的工作」是這個專案的核心設計,由接單模式(accept mode)決定:
| 模式 | 行為 | 適合 |
|---|---|---|
| off | 推斷出的工作一律不列為候選 | 保守團隊、剛開始試用 |
| 待確認 | 提出候選工作,等人點頭才動手 | 多數團隊的起點 |
| auto | 符合團隊預先寫下的規則就自行執行 | 流程成熟、規則明確的團隊 |
預設是保守的。
官方文件寫明代理預設只記錄自己「會接受」的工作,不會真的動手。
要開到自動執行,必須先由團隊審過決策、寫好規則。
設計原則值得注意
官方文件寫下的原則是「盡量少佔用人的注意力,盡量多創造價值」,並解釋:能替整個團隊做事的代理,也可能浪費整個團隊的注意力。
所以它只在兩種情況發言:被要求時,或團隊規則允許時;只在有人必須行動、或能用上結果時才出聲。這個原則比功能本身更值得參考 —— 多数 AI 工具的問題不是能力不足,而是噪音太多。
對成本的影響(容易被忽略)
主動型代理的成本結構與對話式完全不同:
| 項目 | 對話式 | 主動型代理 |
|---|---|---|
| 觸發 | 使用者發問才跑 | 持續監看,隨時可能啟動 |
| 上下文 | 單次對話 | 需記住專案狀態與歷史 |
| 輪次 | 通常 1-3 輪 | 一個任務可能 10-30 輪 |
| 成本曲線 | 線性可預測 | 隨輪次累積,後段每輪都在重讀全部歷史 |
依我們在 Agent 場景成本 的測算,一個每輪新增 3,000 tokens 的任務,第 20 輪的單輪輸入會是第一輪的 20 倍。主動型代理若同時監看多個專案,這個數字還會疊加。
實務建議:先用 off 或待確認模式跑一週,統計實際觸發次數與每任務輪次,再決定要不要開 auto。直接開 auto 很容易在沒預算預期的情況下燒掉額度。
怎麼開始
- 在 GitHub 找
dsh-superagent專案,讀官方說明文件的接單模式章節 - 先在自己不重要的專案試,不要直接上生產儲存庫
- 明確寫下「什麼情況下可以動手、什麼情況必須問人」的規則,這是 auto 模式的前提
- 設定用量上限,避免無限迴圈
相關
Harness 生態 · Agent 成本測算 · 代碼審查提示詞 · 價格表
本頁依公開報導與專案說明整理,功能與模式以官方文件為準。