DeepSeek发布Super-agent架构

10月31日晚，DeepSeek Harness团队在官方公众号发了一篇技术文章。 同一天，他们的内部Super-agent实例正在做一件事：没有人@它，没有人新建会话，也没有人把某条群聊消息“搬运”到GitHub。 它自己在群聊里识别到一个软件问题的线索，在独立目录里复现了问题、生成了修复方案，然后回到群聊交付了一条可评审的Pull Request。 AI单任务能力已经跨过了“够用”的线，真正的瓶颈不是模型不够强，是人的注意力不够分。

与此同时，另一条线在资本市场上同步推进：据公开报道和市场消息，DeepSeek完成了约1000亿元人民币的融资，腾讯和宁德时代是出资最多的投资方，投前估值维持在约5000亿元，中信证券正在协助筹备科创板IPO，计划最快2026年末递表、2027年挂牌。 DeepSeek及腾讯、宁德时代等相关方未公开回应或官宣，最终金额和交易细节仍存在变动可能。 Super-agent承认“人管不过来”，Router/Worker双层架构，本质上是在承认这件事，然后把它从人身上拿走。

Router常驻在线，统一接住群聊、GitHub、邮件进来的消息，维护全局上下文； Worker各自隔离上下文并行干活，结果由Router统一交付。 用户的感觉是同一个Agent，背后则是一组Agent在同时工作。 一个可运营的系统，才敢把越来越多的任务放进去持续跑。 从“比模型”到“比谁能把Agent管住”，模型竞争的重点“不再只是参数规模和榜单排名，而是更综合的系统能力”，即长上下文、工具调用、成本控制、Agent任务执行能力等。 大洋彼岸的动作更早、更系统。

OpenAI、Anthropic、Google都在把Agent从一个“模型调用”变成一套“可运行的系统”。 Agent一旦从单轮问答走向长链条任务执行，Token消耗会随任务拆解、工具调用和上下文积累快速放大。 当Token单价降了99%，但Agent把消耗量放大了几十倍，账单反而更贵了。 系统效率就变成了真金白银的竞争维度。

Super-agent那组实验数据或许值得认真看：约300条消息、20项工作请求的测试中，任务完成时间p50为12.4分钟、p95为15.7分钟，带Subagent工具的单会话方案在中性提示下p95是29.5分钟。 它拿更多Token换时间和稳定性。 这恰恰说明，系统层竞争的本质不是“省Token”，它更像是“用工程手段让每一分算力花得更值”。 资本侧，约1000亿融资、腾讯宁德时代为最大出资方、2027年初IPO的时间表，均来自公开报道和市场消息，相关方未公开回应或官宣。 趋势判断可以成立，事实表述需要留出精度。

但方向本身已经足够清楚：AI竞争的下一章，比的不是谁家模型在榜上多一分，而是谁家的系统能让Agent稳定地、持续地、在真实工作流里把事做完。 千亿融资和IPO铺路，买的是这张系统化竞赛的入场券； Super-agent的Router/Worker架构，是这张入场券上印着的第一个工程注脚。 当执行不再经过你的手时，你还能不能说出“这个结果”。