DeepSeekのHarnessチームは10月31日夜、AIエージェントの基盤アーキテクチャ「Super-agent（スーパーエージェント）」を発表し、GitHubでオープンソースとして公開しました。コンピュータシステムの古典的な設計思想をエージェント構造に取り入れることで、セッション管理とコンテキスト同期を基盤レベルで担い、エージェントを常時稼働する自律的な協働者へ進化させることを狙います。
ポイント
- DeepSeek Harnessチームが10月31日にSuper-agentをGitHubでオープンソース化
- 単一セッション型エージェントのマルチタスク処理やコンテキスト混乱といった限界に対応
- 二層アーキテクチャやイベント駆動など5つのモジュールで構成
- 予備実験では半数のタスクが12.4分以内、95%が15.7分以内に完了
- Router層で約37%のトークン（AIが文章を処理する単位）オーバーヘッドを削減
背景と目的
従来の単一セッション型エージェントは、複数タスクの同時処理やコンテキストの混乱、人為的な介入といった面で限界がありました。Super-agentは独立した新製品ではなく、スケジューリングやキャッシュ、ストレージと演算の分離、ウォッチドッグといったコンピュータシステムの古典的な考え方をエージェント設計に応用したものです。これにより、人間の注意力を解放し、エージェントアプリケーションの体験を受動的な対話ウィンドウから常時オンラインの自律的な協働者へと変えることを試みます。
5つのモジュール構成
Super-agentのコアアーキテクチャは5つのモジュールから成ります。二層アーキテクチャでは、システムを常駐するRouter層（統一ルーティングと対外インタラクションを担当）と、分離して並行処理するWorker層（具体的タスクの実行に専念）に分割し、全体の連続性と高い並行スループットを両立させます。
イベント駆動モジュールは、プログラム層での高速スクリーニングとセマンティック層での低速判定という二段階のフィルタリング機構を備えます。サブスクリプションと直通、Inline & Spillコンテキスト編成、バックグラウンド投機実行を組み合わせることで、エージェントが環境の半構造化イベントを能動的に入力として取り込み、自律的に推進できるようにします。さらに、非同期全二重インタラクション、ストレージと演算を分離する「脳と手の分離」設計、外部Watchdogによる制御ループが、システムの持続的なオンライン性と異常からの自己回復能力を共同で保証します。
予備実験の結果
予備実験のデータによると、このアプローチに基づくSuper-agentはタスク完了効率で優れた性能を示しました。半数のタスクが12.4分以内に、95%のタスクが15.7分以内に完了しており、従来の単一セッション方式を大幅に上回っています。
また、サブスクリプション直通機構によりRouter層で約37%のトークンオーバーヘッドが節約され、バッチ処理機構により単一決定あたりの推論時間が6.4秒から1.6秒に短縮されました。
今後の課題
現在の実験は簡略化された環境に基づいており、二層の拡張性やセキュリティ・プライバシーなどの課題に直面しています。それでも、このアーキテクチャはシステム層がセッションスケジューリングを引き受けることの実現可能性を初步的に証明しており、マルチタスクエージェントの効率と安定性のバランスを解決するための重要な業界参考を提供しています。
Super-agentのオープンソースプロジェクトはGitHubで公開されています。
