DeepSeek Super-agent は 2026 年 10 月 31 日の夜に姿を現した。DeepSeek Harness チームは技術記事『Super-agent 設計探索：より自律的な Agent システムへ』を発表し、Agent を単一のセッションから解放し、長期的にオンラインで複数のタスクを並行処理し、環境の変化に能動的に応答する連続的な存在にすることを目指した。これは正式な製品ではなくアーキテクチャの探索であり、一部の設計はオープンソースのプロトタイプで既に実現されている。
1つの AI が統括し、複数の AI が分担して働く
記事ではシステムを Router と Worker の 2 層に分けている。Router は全体を調整するノードで、グループチャット、GitHub、メールなどからの情報を受け取り、文脈を維持してタスクを振り分ける。Worker はそれぞれ独立した文脈とツールを持ち、分離されたセッションで問題の再現、コードレビュー、機能開発などを並行して実行し、結果を Router に集約して対外的に伝える。ユーザーが向き合うのは常に同じアシスタントだ。
呼ばれなくても、先に動く
グループチャット、メール、予定、コードレビューへのコメント、CI の結果はすべて行動のきっかけになりうる。グループチャットのメッセージのほとんどは AI の関与を必要としないため、記事では 2 段階のフィルターを設計している。プログラムのルールで無関係なメッセージをまず除外し、次に大規模モデルが文脈から行動すべきかを判断する。さらに投機的実行の考え方を取り入れ、提出するかどうかを決める前にバックグラウンドで試す。内部グループに設定された「静かな再現と修正」ポリシーは、誰かがバグを報告すると事前に再現して修正策を探し、問題が確認でき、修正が簡単な場合にのみ Pull Request を提出する。
速くなったが、Token は高くつく
チームは約 300 件のシミュレーション・メッセージで比較し、そのうち約 20 件は実際の作業依頼で、各手法を 5 回ずつ繰り返した。Super-agent のタスク完了時間の中央値は 12.4 分、95 パーセンタイルは 15.7 分だった。従来の単一セッション方式は中立的なプロンプトの下で 95 パーセンタイルが 29.5 分に達した。代償はキャッシュ読み取り量の増加で、イベントの直通をなくすと、総キャッシュ読み取り量は 2323 万から 3177 万 Token へと約 37% 増加した。実験では合成メッセージとシミュレーション・ツールを使い、スケジューリングと協調だけを検証し、実際のコード品質は直接評価していない。
非同期 ReAct Loop、計算と状態の分離、Watchdog はさらに 3 つの課題を解決する。時間のかかるタスクはバックグラウンドに移し、前面では新しい指示を受け続ける。実行ループはクラウドに置き、状態はデータベースに保存し、ローカルには軽量なデーモンだけを残す。Watchdog は進捗をチェックし、無駄なループを特定して修復を試みる。非同期タスクの仕組みは DeepSeek Harness に既に実装されているが、既定ではまだ有効になっていない。
DeepSeek によれば、この設計は新しい理論を提案するものではなく、タスクのスケジューリング、キャッシュ管理、イベント駆動、計算と状態の分離といった古典的なシステムの考え方を Agent アーキテクチャに応用したものだ。内部のインスタンスは既に稼働し、問題の再現とコードレビューに参加している。実用化に向けては、長期記憶を正確に復元すること、プロンプトインジェクションとサーバー侵入を防ぐこと、ユーザーが進捗を確認し、どの操作に人間の承認が必要かを決められることの 3 つが課題として残る。
