DeepSeek 开源 Super-agent 架构：任务完成时间砍半，AI 学会自己管自己
本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型，信息来自官方公告与多家媒体交叉核验；性能数据会区分「官方口径」和「已复测 / 第三方实测」，没复测的明确标注。配图为原创示意插画。
今日最重磅：DeepSeek 开源 Super-agent 架构（10 月 31 日晚）
DeepSeek Harness 团队 10 月 31 日晚在官方公众号发表技术文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，同步把可运行的原型开源到 GitHub（dsh-superagent-prototype，MIT 协议）。它不是一款新产品，而是一份面向工程实践的架构蓝图，回答一个很实际的问题：AI 完成单个任务已经不用人盯了，但一个人同时只能跟住 3–5 个活跃会话——多任务的上限，正在从「模型能力」变成「人的注意力」。
DeepSeek 的解法，是把计算机系统几十年的老手艺搬进 Agent 架构：
- 双层架构「脑手分离」：常驻的 Router（调度员）统一接收群聊、GitHub、邮件等多渠道消息、维护全局上下文、分派任务，自己不动手；Worker（执行者）各自隔离上下文、并行干活，可以用最强模型，必要时再叫 Subagent。人只对着一个助手说话，身后几个会话同时推进。
- 事件驱动，不用人 @：群聊消息先用程序规则快筛（快路径），剩下的再交给大模型语义判断要不要行动（慢路径）——所以群里有人报 bug 但没人 @ AI，它也会自己在后台复现、找修复方案。同一个 GitHub PR、同一个话题的后续事件直接「订阅直通」给对应 Worker，不再层层过 Router。
- 存算分离 + 外部看门狗：计算逻辑在云端、会话状态独立保存，本地设备离线也不影响任务推进；独立的 Watchdog 会话盯着所有 Worker，发现卡死就尝试自愈。
数字：官方口径任务完成时间砍掉近一半
在包含约 300 条消息、20 项工作请求的模拟协作环境里（官方自述实验，合成环境、简化负载、每种配置只跑 5 次，团队自己标注「初步参考」）：Super-agent 任务完成时间中位数 12.4 分钟、95 分位 15.7 分钟；传统单会话方案在中性提示下是 20.4 / 29.5 分钟——p95 快了近一半。另外，订阅直通机制给 Router 省了约 37% 的 Token 开销，批处理把单个决定分摊的推理时间从 6.4 秒压到 1.6 秒。团队也老实交代了账单的另一面：读的缓存 Token 比单会话方案更多。
DeepSeek 说，基于这套思路的内部实例已经在日常研发中持续运行，参与问题复现修复、代码审查响应和 Harness 自身迭代。怎么看：当各家还在卷「模型再聪明一点」时，DeepSeek 把力气花在了「系统层接管调度」——如果这条路线跑通，Agent 产品的形态会从「对话框」变成「常驻后台的同事」。架构是开源的，成色如何，等社区把原型跑起来见分晓。
今日其他新发布（3 项）
| 模型 / 产品 | 日期 | 类型 | 要点 |
|---|---|---|---|
| SenseNova Loop-9B-Preview（商汤，开源，Apache 2.0） | 10-30 官宣，11-1 报道扩散 | 多模态 LLM（循环架构） | 主打「加深计算，不堆参数」：32 层权重存 9B，中间 24 层用共享权重连跑两遍，一次前向等于 56 层计算（推理量约 14.6B），再配上 mHC 双流残差机制稳住信号。官方口径办公与智能体任务超 Qwen3.5-27B（WorkBuddy Bench 66.89、BIRD-Dev 71.38），但 Terminal-Bench 2.1（40.45）输给 Qwen3.6-27B 的 47.19；全部自报未复测，技术报告尚未发布。训练上下文 262K。 |
| Pika H3 Flex（Pika，开源权重 + API） | 10-29 发布，11-1 中文集中报道 | 音视频联合生成 | 基于 MiniMax H3 后训练的「迭代专用」版本：两套 LoRA 适配器（文生/首尾帧 FL2VA、多模态参考 Ref2VA，一次最多 12 个参考文件），蒸馏到 6 步去噪（教师模型 50 步），原生 480P/768P、最长 15 秒带同步立体声；API 还能把音频拆成对白/配乐/音效/拟音/环境声五条轨。官方口径 DesignArena 文生视频榜第八、开源视频模型第一；「15 秒 768p 只需 7 秒计算」为受控基准口径，未复测。11-2 起进 Pika 消费端。 |
| PixelUMM（英伟达 × 滑铁卢大学，开源） | 论文 9-29 挂 arXiv，11-1 报道开源落地 | 统一多模态（理解 + 生成） | 把多模态模型的「标配双编码器」全砍了：不要 ViT、不要 VAE，图像切 16×16 块、视频切 4 帧时空块，一层线性投影直接把原始像素接进 Qwen3-8B 主干，理解和生成共享注意力。视频理解在统一模型里四项基准最高（MVBench 70.53），文生视频 VBench 83.24，GenEval 0.77——论文自述与先进基线「相当」而非碾压；代码与权重已在 GitHub / HuggingFace 开放。短板也直白：MMMU 综合推理 41.67，明显落后专用 VLM；高 CFG 下平滑区域有网格伪影。 |
另：MiniMax 为 M3.1 Flash（428B）追加发布了低比特量化版权重，官方强调经过精细校准而非简单取整，让同一套权重能跑进更多本地硬件（11-1/2 报道）。
行业资讯
- 乌镇峰会今天开幕（11-2 至 11-5）：主题就是「开源开放 共建共享」，全国首个开源主题生态体验馆 11-1 已开馆。展台风向：阿里展示灵骏真武 M890 超节点，中兴推全球首款 AI 智能体手机，而腾讯展台写的是「开源新一代大语言模型」——正好接住下面这条。
- 腾讯官宣 Hy4 全面升级（10-31 数字生态大会）：混元 Hy4 Preview（770B-A49B、1M 上下文，8 月底开源）将强化长程与真实生产力任务、提升思维链效率，并首次引入视觉理解；主打性价比的 Hy4 flash 近期发布。叠加阿里「Qwen4 next week」的现场转述，11 月的国产双旗舰对决正式排上日程（两家的日期都还不是官宣，等实锤）。
- OpenAI 两件事（10-31）：一是 12 月起 ChatGPT 与 Codex 共享订阅额度，把 Work 的智能体能力并进主界面；二是据多家媒体报道，新一轮融资目标从 300 亿美元下调至 200 亿（估值 1.25 万亿美元）——资本市场的耐心在降温，与标普同日把 Meta 评级展望下调至负面（AI 投入回报的不确定性）互相印证。
- Meta 找中国厂商代工机器人（The Information，11-1 报道）：Meta 与傅利叶合作的人形机器人原型 Max，三个月出原型：身高约 1.5 米、48 公斤、搭载英伟达 Thor，定位 Muse 模型的「物理化身」；双方 9 月已启动 Max 2 研发。美国头部 AI 公司用中国本体供应链跑速度，具身赛道的分工格局值得盯。
- 人形机器人首批 6 项国家标准发布：覆盖环境感知、决策规划、运动控制、作业操作、仿真测试等核心环节，2027 年 4 月 1 日起实施——行业从讲故事进入交付验收阶段，评测口径统一后，裸泳者要现形了。
- Anthropic 订阅改名（10-31）：200 美元档 Max 20x 更名 Ultra，100 美元档更名 Max，价格不变——为上市（NASDAQ 代码 ANT）理顺品牌的前奏。
- 前瞻日历：11-4 前 Kimi K3.1 Pro 完整权重开源（官宣节点）；11-5 前后谷歌 / Meta 按历史节奏的新发布窗口（AI Release Tracker 预测口径，仅供参考）；11-12 百度世界大会（文心新一代，六家里唯一官宣日期）；DeepSeek 下一次发布预测在 11 月下旬。
一句话趋势
今天的关键词是「往下挖」：DeepSeek 动的是 Agent 的系统层，商汤动的是 Transformer 的层数，英伟达动的是多模态的编码器——参数竞赛降温之后，大家开始在同一件事上加注：用更聪明的结构，而不是更大的规模，把单位算力的产出再拧出一截。下周 Qwen4、Hy4、Kimi 权重扎堆落地，规模与结构两条路线很快会同台对账。
（数据来自官方公告与公开报道，2026-11-02；官方口径与第三方实测已分别标注，未复测项已在文中说明。模型能力强弱会影响选型，但实际价格以本站模型广场实时报价为准。）