2026年10月31日20:29、DeepSeek Harnessチームが公式技術記事「Super-agent設計探索: より自律的なAgentシステムへ」を公開した。そして記事と同時に、プロトタイプdsh-superagent-prototypeをGitHubに置いた。新モデルの発表でも、新製品の発表でもない。「自分の仕事の仕組み」そのものを公開した、ということだ。
記事の出発点にある診断は、一行で書ける。単任務の上限はモデル能力で決まり、多任務の上限は人の注意力で決まる。
過去1年でCoding Agentは単一タスクを端から端まで完遂できることを証明した。人間は実行の細部を監視しなくなり、役割は判断と検収へ上移した。だがその結果、ボトルネックは下から上へ移動した。Agentの基本単位は今も単一Sessionであり、Session同士は互いに独立だ。3つの仕事を並行で進めたければ、人間がSessionを手で切り替え、手で「こっちの文脈にはあの情報が入っているか」を記憶する。チームの観察では、1人が同時に追えるアクティブSessionは3〜5個。それ以上はモデルが計算できないのではなく、人間が記憶できていない。
Super-agentは、この「多任務管理」という本来システムがやるべき仕事を、ユーザーの手から取り戻す設計だ。
1. 4つの特徴──アーキテクチャの検収基準
チームはこの新しいAgent形態を4つの基本特徴で定義し、これを設計全体の検収基準にしている。
- 連続(連続性)──IMのグループチャットでも、GitHubのコメントでも、メールでも、同じAgentと会話できる。文脈がどのSessionにあるかをユーザーが意識しない。IMで「案Aで進めて」と言い、後からPRのコメントで「案Bに変えて」と書いても、それは同じ仕事の続きとして処理される
- 効率(効率性)──前のタスクの完了を待たずに、複数の複雑なタスクを並行で高品質に処理する
- 主動性(主動性)──指示を待つのではなく、環境のイベントを継続的に観察し、処理に値する事柄を自ら進める。介入が不要なときは静かにしている
- 永続性(永続性)──常にオンラインで、実際の作業環境に直接接続し、長期運行で異常状態から自動復旧できる
単一のReAct Loopでは、この4つを同時に満たせない。だから5つの構成要素に分解される。双層アーキテクチャ、イベント駆動、非同期多チャネル交互、計算と状態と環境の分離、外部Watchdogだ。以下、順に読む。
2. 双層アーキテクチャ──RouterとWorkerを分ける理由
最初の卡点は、「連続性」と「スループット」の根本的なトレードオフだ。
すべてのイベントを1つのSessionに流し込めば文脈は最も連続するが、単一Loopの直列速度に律速され、複数タスクの細部が互いに汚染される。逆にイベントごとに新しいSessionを開けばスループットは最大化するが、関連するタスクの結果が互いに切り裂かれ、複数のSessionが同時にユーザーへ返事する混乱が生じる。
DeepSeekの解は、この2つを別の層に物理的に分けることだった。
- Router層──常駐。人間との交互を引き受け、全局限脈絡を維持し、タスクを分派する。システム全体で唯一、全局限憶を必要とするノード
- Worker層──文脈が互いに隔離されたSessionで並行実行する。ユーザーに直接返事せず、状態と結果をRouterへ報告する。外向きの発言はすべてRouterが一括で担う
この設計の意図を、記事は1文で言い切っている。「Sessionはシステムの実装詳細であるべきで、ユーザーの認知負荷であってはならない」。
興味深いのは重みの割り方だ。Routerは全局限脈絡を持つから理論上は最もボトルネックになりやすいが、担うタスク自体は複雑ではない。軽量なモデルで速度と効果を両立できる。本当の重い仕事は、最強のモデルを載せたWorkerがやる。「一つの強いモデル+賢いプロンプトで分担させる」のではなく、分権をアーキテクチャで強制するのがこの設計の核心だ。「モデルが臨場で『分担すべきか』を判断する」という不確実性を、「Routerは実行しない/Workerは購読したThreadしか見ない」という構造の確実性に置き換えた。
3. イベント駆動──Fast PathとSlow Path
「主動性」を実装するには、入力の種類を変えなければならない。人間が打つプロンプトではなく、環境が生み出し続ける半構造化イベント──グループチャットのメッセージ、メール、日程リマインダー、コードレビューのコメント、CIの実行結果。チームはこれらを総称してTriggerと呼ぶ。
問題は、実際のイベントストリームが「高ノイズ・低トリガー率」であることだ。グループチャットのメッセージの绝大多数にAgentは介入すべきでない。毎件モデルを呼んでいたら、レイテンシもコストも持たない。
ここで借りたのはOSの古典、Fast Path / Slow Pathの発想だ。
- Fast Path(プログラム層)──送信元、グループ範囲、ホワイトリストなど決定的な条件でコードが直接フィルタする。モデルを呼ばない。大部分の無関係メッセージがここで落ちる
- Slow Path(意味層)──准入した候補だけをLLMに渡し、プロンプトで書かれたポリシーに基づいて行動の要否を判断する。このポリシーは自然言語で随時追加・削除できる拡張点でもある
Router層にも2本の経路がある。購読済みのThreadのイベントは、プログラムが直接Workerへ直通させる。Routerへは戻らない。まだ購読されていない新しいイベントだけがRouterへ回り、判断と分派を受ける。これでRouterは高頻度のパイプラインに流されて死なない。同一の作業領域で複数Workerが衝突する場合(同じPRを2つのWorkerが編集するなど)は、両者が同じThreadを購読していれば新しいイベントが同時に両方へ届き、彼らが自ら衝突を発見し解決する。少数の横断的な協調だけがRouterの中継を通る。
4. 文脈をキャッシュとして管理する──InlineとSpill
イベントが対象Sessionに入ったら、次の問題は「文脈に何を注入するか」だ。入力が有限の人間のプロンプトから、環境が生み出し続けるイベント列に変わると、文脈ウィンドウの無駄はそのままモデルの知能の無駄になる。
DeepSeekは文脈ウィンドウをキャッシュとして扱った。借りたのはコンパイラ最適化の2つの基本操作だ。
- Inline──近く使いそうな情報は現在のウィンドウに直接インラインする。追加のツール呼び出し往復を省く
- Spill──ウィンドウ予算を超える情報や低頻度の完全情報は窓の外に置き、参照か要約だけ残して、必要なときに読み戻す
さらに「局所性」の発想で段階的に最適化する。最初は最小限の情報(対象のIDと要約だけ)から始め、近く使う関連情報(IMメッセージの前後数件、PRレビューの隣接コメントなど)を順にInlineし、上限を超えたらSpillする。そしてTrigger、Thread、Worker Sessionすべてに一意のIDを振り、毎回の呼び戻し結果に次のホップの関連オブジェクトの要約とIDをインラインする。これで長期運行でRouterが過去の情報を見失う問題を、参照グラフをホップごとに展開するチェーン召回で解決する。
5. 非同期ReAct──片方向通信から全二重へ
古典的なReAct Loopには構造的な欠陥がある。モデルが同期のツール呼び出しを発すると、ループはその完了まで完全に塞がる。人間が発言しても応答できない。半二重だ。1つ送って、終わるのを待って、返ってくる。
DeepSeekは時間のかかるコマンドとサブタスクを非同期のstart()とstop()に変えた。
- start()は即座に「起動した」を返す。ループは待たない
- バックグラウンドのツールが完了すると、システムが最終結果を新しいイベントとしてSessionへ配信する
- モデルは走りすぎたバックグラウンドコマンドをstop()で随時止められる
これで前台の対話応答と后台のタスク実行が完全に分離される。Agentがバックグラウンドで長いタスクを走らせながら、新しいメッセージを受けられる。
出力もチャネルごとに設計が分かれる。IMは低侵襲を優先し、人間の同僚のように判断か検収が必要なときだけ通知する。直接の質問には短い結論だけ。検証済みの硬いルールとして1回の返信は100語以内。GitHub・メール・ドキュメントは逆に、構造化された高情報密度の非同期納品を優先し、プロジェクトの規範に沿って背景・変更・検証結果を完全に書く。
6. 存算分離とWatchdog──「止まらない」をどう作るか
既存のローカルAgentは、3つのものを1台のデバイスに縛り付けている。Agent Loopを推進する計算、永続化すべき会話状態、そしてコードリポジトリとローカルツールチェーンのある実行環境だ。デバイスがスリープすればAgentは止まる。
DeepSeekは「存算分離」(計算と記憶の分離)の思想でこれを2段階に解いた。
- 第1段階──Loopを推進する計算をクラウドのステートレスな弾性コンテナへ、Sessionなどの永続状態をデータベースへ。コンテナは水平拡張・再起動・交換が自由で、連続性は永続ストレージが保証する。Agentは単一マシンのライフサイクルから外れ、クラウドで常時オンラインになる
- 第2段階──複製と同期が難しいのは環境そのもの(未コミットのローカル変更、私有の資格情報、内网サービス、特定ハードウェア)だと割り切り、実行環境はAgent Loopと一緒にクラウドへ上げない。Loopはクラウドで走り、重い状態を持つ環境はその場に残す。端末側には会話状態を一切保存しない軽量なdaemonだけを置き、コマンドの実行と結果の返送を担う
これはAnthropicが「脳と手の分離」として述べた設計と同じ方向だ。違いは場面で、Anthropicの文脈は托管サービス内のオンデマンドサンドボックス、ここで接続されるのはユーザーが日常的に使い、断続的にしかオンラインでない個人のマシンだ。だからこの設計はBYOM(自分のマシンを持ち込む)を支え、托管マシンの接続も許し、さらには個人のデバイスが再びオンラインになった瞬間、クラウド側のAgentが自動でトリガーして、そのデバイスで実行すべきタスクを完了させる。
最後の部品がWatchdogだ。常時オンラインのシステムは、主システムの内部ロジックだけでは信頼性を担保できない。主システムの外に独立した制御ループが必要だ。だが従来型のプロセス生存検知では足りない。Agentの異常の多くはプロセスのクラッシュではなく、モデルが無効なループに陥る、目標から逸脱するという形だからだ。そこでWatchdogは、インターフェースエラーや状態復旧失敗といったインフラ障害の処理に加えて、各Workerに実質的な進捗があるか、全体目標から方向が逸れていないかをモデルが判断する。異常を検知すれば即介入し、外部の一時的障害は復旧まで繰り返し確認する。しかもWatchdog自身も完全なツール能力を持つAgent Sessionで──維持者は自然言語で故障原因を問えるし、Watchdogにその場でポリシーの追加削除やトリガールールの調整をさせられる。
7. データで見る──何が速くなり、何が高くつくか
チームは合成負荷で2組の実験を公開している。まず結論から言うと、速くなり、そしてトークンを食う。
第1組は消融実験。グループチャットとGitHub CIのメッセージ流で4方式を駆動する(1回約300メッセージ、うち約20件が作業要求。コーディング作業は時間だけ消費するダミーツールで代替し、スケジューリングと協調能力を重点測定。各方式5回反復)。
- Super-agent──タスク完了時間は p50=12.4分、p95=15.7分
- Subagentツール付きの単Session──明確に劣後。中性プロンプトでは5回の実行中1回もSubagentを呼ばず、すべて主Sessionで実行し、p95は29.5分まで伸びた。プロンプトで委譲を優先させると4/5は委譲したが、残る1回は「この仕事は小さい」と自ら判断して自分でやり、長尾を作った
ここにこの論文の核心の論点が着地する。プロンプトとモデルの臨場判断に「分担するか否か」を委ねる代わりに、システムレベルでRouterは実行せず、Workerは購読したThreadしか見ない──分担の揺れを構造で消す。実験が示したのは、優秀なモデルですら「小さい仕事だから自分でやろう」という判断の揺れがp95の長尾を作る、ということだ。
代償はトークンだ。複数の独立Sessionを維持するため、Super-agentの読みキャッシュトークンは単Sessionより多い。「トークンで時間と安定性を買う」構造だ。さらに内部実験では、購読直通を外すと完了時間はほぼ同じまま、Routerの各輪の決定数が約30%増え、総読みキャッシュトークンは2323万から3177万へ、約37%増。つまり直通はタスクの質を上げないが、Routerの推論コストを大きく節約する。
第2組はRouter層のバッチ処理单独測定。決定が必要なTriggerの到達レートを毎分約1件から40件へ上げると、平均バッチサイズは1.0から2.8へ上がり、1リクエストの所要は2.5秒から3.9秒へしか伸びない。結果として1決定あたりの実質推論時間は6.4秒から1.6秒へ下がった。イベントが渋滞したとき、積み上げて一括処理するほうが単位スループットが上がる──だからチームの規模ではRouterを早期に水平分割する必要はない、というのがチームの解釈だ。
8. 同じ24時間の背景──計算と資本の側
同じ週、アーキテクチャの外側でも動きがあった。3つだけ置く。
- 5社で3兆ドル超のAIインフラコミットメント──Bloombergが10月31日に報じた。Alphabet・Meta・Microsoft・Amazon・Oracleの5社が、データセンター・設備・エネルギー・リースに関する将来の契約コミットメントの合計を3兆ドル超と開示。内訳は将来リース支払い約1.3兆ドル+その他調達コミットメント約1.9兆ドル。Alphabetは1年前の約8倍の1兆ドル超、Metaは8000億ドル超でその半分近くが未発効のDCリース(最長30年支払い)。AlphabetとMetaは自由キャッシュフローが正から負へ転じ、OracleはAI DC投資でFCFが負になった最初の大型テック企業になった。「コミットメント」は「支出」ではなく「契約義務の上限」だが、重心がモデルから電力と光ファイバーへ移ったことは疑いない
- Apple Intelligenceが中国上陸──12月のiOS 27.3から中国のユーザーへ提供開始。アリババの通義千問(Qwen)モデルと連携する。端末ベンダーが現地の大規模モデルに接続する初の大型事例で、端側AIエコシステムとデータコンプライアンスの協調が本格化する
- Google Project Suncatcherが軌道で初応答──プロトタイプ衛星に載せたデータセンター級TPUが、軌道上からAI応答を実行した。同時にNVIDIAはGTC Berlinで欧州AIエコシステムへ約100億ドルを投入すると発表。計算の供給網は地上の契約から、軌道と大陸の規模へ広がり続けている
並べると1つの見取り図になる。資本は3兆ドルの約束を書き、計算は軌道に乗り始め、そしてDeepSeekは「Agentの使い方の設計」を公開した。計算の総量が爆発するほど、それをどう組織するかという問題の価値は上がる。Super-agentは、その組織化の設計図の1つだ。
9. 冷静に見る──3つの留保
評価の前に、記事自身が置いている留保を3つ確認する。
- 新理論ではない──記事自身が「全新的理論は提案していない」と明言している。Fast Path/Slow Path、キャッシュ管理、投機実行、存算分離、制御ループ。どれもコンピュータシステムで解き尽くされた古典だ。価値は理論ではなく、それをAgentに体系的に載せ替えた構成と、実データの公開にある
- 実験は合成負荷・簡易環境──p50/p95は「初步的な参考」であり、正式なベンチマークではない。実ワークロードでの数字はまだない
- セキュリティとプライバシーが最大の弱点──クラウドで常時動くAgentと、端末に残る私有コードとローカル資格情報。サーバ側が突破されるか、プロンプトインジェクションが成立すれば、接続されたすべての端末が攻撃面になる。チーム自身が「安全が解決されて初めて、Super-agentは非常に小さい信頼範囲の外で使える」と書いている。先週、公式拡張機能の配布経路が改ざんされて18.5万台にSSHの裏口が開いた事案を思えば、この留保は理屈ではなく現実の話だ
10. 結論──上限を人からシステムへ引き取る
この記事で最も効いたのは、数字よりも1つの言い換えだ。Sessionはシステムの実装詳細であり、ユーザーの認知負荷ではない。
私たちは過去1年、「もっと強いモデル」と「もっと賢いプロンプト」でAgentの多任務問題を解こうとしてきた。だがDeepSeekの実験が示したのは、もっと強いモデルでも「小さい仕事だから自分でやろう」という判断の揺れがp95の長尾を作る、ということだ。分担の判断をモデルに委ねる限り、その揺れは消えない。消す方法はただ1つ、分担を構造に埋め込むことだ。Routerは実行しない。Workerは自分のThreadしか見ない。Sessionの切り替えはユーザーの手からシステムの実装へ移る。
そしてこの設計が本当に借りているのは、AIの新理論ではなく、コンピュータシステムが60年かけて積んできた知恵だ。割り込みとフィルタ、キャッシュと局所性、非同期化、計算と記憶の分離、そして主システムの外に置く独立した監視。Agentシステムは、OSがたどった道を、速い速度でたどり始めた。
多任務の上限を、モデルからシステムへ引き取る。それが10月31日に公開された設計図の、たった1行の要約だ。
参照: DeepSeek Harness 公式技術記事「Super-agent設計探索: より自律的なAgentシステムへ」(2026-10-31 20:29)/GitHub dsh-superagent-prototype/Bloomberg(AIインフラ3兆ドル超コミットメント・2026-10-31)/Apple 発表(Apple Intelligence中国・iOS 27.3)/Google Project Suncatcher/NVIDIA GTC Berlin/第一経済新聞・智東西・IT時代網 各報道