DeepSeek Super-agent는 2026년 10월 31일 저녁 모습을 드러냈다. DeepSeek Harness 팀은 기술 글 「Super-agent 설계 탐색: 더 자율적인 Agent 시스템으로」를 발표하며 Agent를 단일 세션에서 벗어나 장기간 온라인 상태를 유지하고 여러 작업을 병렬로 처리하며 환경 변화에 능동적으로 대응하는 연속적인 존재로 만드는 것을 목표로 삼았다. 이는 정식 제품이 아니라 아키텍처 탐색이며, 일부 설계는 오픈소스 프로토타입으로 이미 구현됐다.
하나의 AI가 총괄하고, 여러 AI가 나눠 일한다
글은 시스템을 Router와 Worker 두 계층으로 나눈다. Router는 그룹 채팅, GitHub, 이메일 등에서 오는 정보를 받아 맥락을 유지하고 작업을 배분하는 전역 조정 노드다. Worker는 각자 독립적인 맥락과 도구를 갖고 격리된 세션에서 문제 재현, 코드 리뷰, 기능 개발 등을 동시에 수행하며, 결과를 Router로 모아 외부와 소통한다. 사용자가 마주하는 것은 언제나 같은 어시스턴트다.
아무도 부르지 않아도 먼저 움직인다
그룹 채팅, 이메일, 일정, 코드 리뷰 댓글, CI 결과는 모두 행동의 계기가 될 수 있다. 그룹 채팅 메시지의 대다수는 AI 개입이 필요 없으므로, 글은 2단계 필터를 설계했다. 프로그램 규칙이 먼저 관련 없는 메시지를 걸러내고, 대규모 모델이 맥락을 보고 행동 여부를 판단한다. 또 투기적 실행 방식을 빌려 제출 여부를 정하기 전에 백그라운드에서 먼저 시도한다. 내부 그룹에 설정된 「조용한 재현과 수정」 정책은 누군가 버그를 알리면 미리 재현하고 수정 방안을 찾으며, 문제가 확인되고 수정이 간단할 때만 Pull Request를 제출한다.
더 빨라졌지만 Token 비용은 더 든다
팀은 약 300개의 시뮬레이션 메시지로 비교했으며, 그중 약 20개는 실제 작업 요청이었고, 각 방식을 다섯 번씩 반복했다. Super-agent의 작업 완료 시간 중앙값은 12.4분, 95 백분위수는 15.7분이었다. 기존 단일 세션 방식은 중립적인 프롬프트 아래에서 95 백분위수가 29.5분에 달했다. 대가는 캐시 읽기 증가였다. 이벤트 직접 전달을 없애자 총 캐시 읽기량이 2,323만 개에서 3,177만 개 Token으로 약 37% 늘었다. 실험은 합성 메시지와 시뮬레이션 도구를 사용해 스케줄링과 협업만 검증했고, 실제 코딩 품질은 직접 평가하지 않았다.
비동기 ReAct Loop, 연산과 상태 분리, Watchdog은 세 가지 문제를 더 해결한다. 시간이 오래 걸리는 작업은 백그라운드로 넘기고, 앞단에서는 새 지시를 계속 받는다. 실행 루프는 클라우드에 두고 상태는 데이터베이스에 저장하며, 로컬에는 가벼운 데몬만 남긴다. Watchdog은 진행 상황을 확인하고 비생산적인 반복을 찾아내 수리를 시도한다. 비동기 작업 메커니즘은 DeepSeek Harness에 이미 구현됐지만 기본적으로는 아직 켜져 있지 않다.
DeepSeek에 따르면 이 설계는 새로운 이론을 제안하는 것이 아니라 작업 스케줄링, 캐시 관리, 이벤트 주도 설계, 연산과 상태 분리 같은 고전적인 시스템 아이디어를 Agent 아키텍처에 적용한 것이다. 내부 인스턴스는 이미 실행 중이며 문제 재현과 코드 리뷰에 참여하고 있다. 실제 적용까지는 장기 기억을 정확히 복원하는 일, 프롬프트 인젝션과 서버 침입을 막는 일, 사용자가 진행 상황을 확인하고 어떤 작업에 사람의 승인이 필요한지 정할 수 있게 하는 일이라는 세 가지 과제가 남아 있다.
