DeepSeek Super-agent：雲端程式碼 Agent 是什麼？它的定位為何

開發者工具圈出現了一種新習慣：把任務交辦到某個地方——Issue、聊天中的提及，或提示詞欄位——闔上筆電，稍後回來查看 Agent 在你離開期間產生的分支或提取要求。GitHub、Cursor、OpenAI、Anthropic、Cognition 和 xAI 現在都推出了某種形式的這類產品，名稱包括 cloud agent、background agent、cloud session 或 autonomous software engineer。本文將說明這個產品類別：這些產品實際上會做什麼、工作流程如何運作、你需要放棄哪些東西，以及 DeepSeek 的開源 Super-agent 原型在其中的定位。

什麼才算是雲端程式碼 Agent

這個名稱的定義很寬泛，因此不妨先列出此類產品共有的三個部分：

• 不需要開啟編輯器也能啟動的觸發方式。任務可以透過指派 Issue、在 Slack 或 Feishu 中以 @ 提及、在網頁應用程式中輸入提示詞、API 呼叫或 CLI 交接的方式送達。
• 在你的電腦以外的環境。Agent 會複製存放庫、安裝所需項目，並在供應商或所屬組織管理的沙箱或工作區中作業。
• 可供檢視的成果。最後會產生分支、差異、草稿 PR 或留言——也就是人員可以檢視並採取行動的內容。

這也讓此類產品有別於兩種相近工具。當地 IDE Agent 會在你盯著看的同時於筆電上執行；聊天助理則只回答問題，不會動到存放庫。雲端程式碼 Agent 介於兩者之間：它具備實際工具，也有實際的程式碼工作目錄，但設計上是讓人可以離開。

Bot一詞描述的是同一概念以聊天為主的形式。你不必指派 Issue，而是在 Slack、Teams 或 Feishu 中提及 Agent。觸發方式不同，但遠端環境並沒有改變。輸出可以是 PR、差異或一組完成的檔案。

產品版圖

以下六項產品依各供應商自己的描述整理：

Grok Bot 的定位最為廣泛：xAI 將其描述為常駐的 AI 工作夥伴，可從桌面版或行動版聊天啟動；若帳戶已連結，也可以在 X 上提及 @bot 來啟動。它會在由 Cursor 託管、以帳戶為單位的雲端機器上執行，並可使用瀏覽器、儲存空間和命令列。相關文件描述的是完成的檔案和草稿，而非存放庫工作流程；文件中也未提及建立分支或 PR。這讓它位於這個光譜中偏向 Bot 的一端。

有四項差異比表格中的資訊更重要：

觸發方式位於哪裡。GitHub Copilot cloud agent和OpenAI Codex Cloud是圍繞著原本就存在於 GitHub 或 ChatGPT 應用程式中的工作所設計。Cursor Cloud Agents和Devin則更著重以聊天為主的操作方式：Slack 或 Teams 討論串就是入口。Claude Code cloud sessions可透過瀏覽器、手機、桌面應用程式，或在終端機中執行 claude --cloud 來啟動，也能依排程執行。

供應商揭露多少細節。Claude Code 詳細說明了隔離方式：在 Anthropic 託管的環境中，每個工作階段都會在隔離的 VM 中執行，網路存取預設受到限制，而 git 憑證會留在沙箱之外，由代理代替工作階段進行驗證。組織也可以改用自行託管的環境執行工作階段，但隔離責任便由組織承擔。雲端工作階段使用方案的速率限制，不另收 VM 費用；必須登入 claude.ai 才能使用，而且若 Claude Code 設定為使用 Amazon Bedrock、Google Cloud’s Agent Platform 或其他第三方供應商，便無法使用。其他供應商公開的內部資訊較少；「沙箱」或「VM」往往就是公開說明的全部內容。

Agent 可以存取哪些內容。有些產品僅限單一存放庫，另一些則標榜可處理整個組織或多個存放庫的工作。這是你首先要對照自身環境確認的事項，因為能力再強的 Agent，如果存放庫範圍設定錯誤，不是毫無用處，就是可能帶來風險。

適合處理哪類工作。此清單中的大多數產品都用於特定存放庫的程式碼工作。Grok Bot 則是通用的雲端工作夥伴：其文件描述的是檔案和草稿，而非存放庫工作流程。應將「cloud agent」視為一個光譜，而不是單一的產品形式。

實際運作流程

撇開品牌包裝，各家的工作流程都大同小異：

1. 接收任務。收到觸發訊息後，產品會判斷它是否為實際任務，有時會先提出一個釐清問題，接著將工作階段排入佇列。
2. 準備環境。Agent 會從正確的分支複製存放庫、執行設定指令碼或映像檔，並安裝工具鏈。網路存取和密鑰會在這個階段設定，而不是等到之後才處理。
3. 執行工作。Agent 會讀取程式碼、編輯檔案、執行測試和命令，偶爾也會開啟瀏覽器。即使你的筆電進入睡眠，長時間任務仍會繼續執行。
4. 產出結果。Agent 會推送分支並開啟 PR，或留下差異和文字摘要。有些產品會產生草稿 PR，因為預期 Agent 會在合併前停止。
5. 檢視結果。人員閱讀差異、留下意見，然後選擇合併、要求修改，或將工作接回本機工作階段。有些產品也能持續監看 PR，並在 CI 失敗時推送修正。

真正容易出問題的是第 2 和第 5 步。設定指令碼執行時間過長、Agent 無法複製存放庫、網路政策封鎖套件登錄檔，或沙箱無法取得所需憑證，都會讓原本看似簡單的任務卡住。而「可供檢視的輸出」仍代表要由人員檢視：這些產品沒有省去檢視步驟，只是把輸入工作轉移給 Agent。

這波趨勢為何在此刻興起

三項條件必須同時到位。模型變得足夠可靠，能在無須持續監督的情況下執行長時間的工具操作流程。沙箱和設定指令碼的成本降低，足以讓每項任務都有自己的環境。提取要求也成了 Agent 與檢視者之間的預設介面，因此團隊不必另創一套檢視流程。

此外，這也和注意力分配有關。DeepSeek 的配套設計文章明確指出：單一任務的處理能力受模型限制，但一個人同時處理多項任務的產能則受注意力限制。雲端 Agent 能把工作階段管理、情境切換和等待時間從人身上移開。這項說法來自 DeepSeek 的文章，而非獨立研究，但說明了這類產品為何實用。

你需要放棄什麼

所有託管產品都以控制權換取便利性：

• 信任邊界。你的程式碼，有時還包括憑證，都會離開你的電腦。各供應商對隔離、資料保留和網路存取的說明詳盡程度不一；請逐一查閱各產品的說明，不要假設整個類別的情況都相同。
• 隔離性。受管理的 VM 是為了限制 Agent 的活動範圍而設計，但它仍屬於供應商的環境。「沙箱」可能指經過強化的 VM，也可能只是具有廣泛網路存取權限的容器。
• 自訂彈性。託管 Agent 提供的是設定選項，而非原始碼。如果你的工作流程需要不同的觸發方式、檢視規則或模型，就只能使用產品提供的選項。
• 費用模式。這類產品大多透過訂閱或方案收費，並設有用量限制；Agent 的執行時間不是你能直接控管的獨立費用項目。請依方案編列預算，而不是依 token 計算。
• 工作範圍與廠商綁定。各供應商對多存放庫支援、聊天整合和企業控制功能的支援程度不一，而將工作流程從一家供應商遷移至另一家也不是零成本。

自行託管的選擇：DeepSeek Super-agent

DeepSeek 的發布之所以值得關注，是因為它探討了控制平面留在自己手中時，同一套工作流程會如何運作。這個存放庫是為 DeepSeek Harness（DSH）打造的 MIT 授權 TypeScript 外掛，版本為 0.1.0，並以研究原型形式發布。README 說明得很清楚：此版本為公開發布而調整，與 DeepSeek 內部版本並不完全相同，也未實作設計文章中的所有構想。

它採用長時間執行的Router工作階段，並為每張票建立一個Worker工作階段。事件依序流經 Source → Trigger → Thread → Eval → Mandate → Ticket → Assignment → Executor。團隊透過政策授權工作；系統會接受來自允許人員的明確 @ 提及，而主動處理工作則從 observe 模式開始，只記錄 Agent 原本會採取的行動，不會建立票單。每張 Ticket 都有自己的工作階段和目錄；prepare 命令可以為每張票建立一個 git worktree。

它的運作模式與供應商提供的沙箱截然相反。它會監聽一個 github.com 存放庫（不支援 GitHub Enterprise Server），也可選擇整合 Feishu。Router 和 Worker 預設設定檔都以操作者的 OS 使用者身分，透過 danger-full-access 權限執行；帳戶包裝程式會選擇 Agent 使用的憑證，但不會隔離處理程序。部署指南建議使用專用 OS 帳戶，且該帳戶只持有 Agent 的憑證。狀態資料會存放在設定的 stateDir 目錄中的 SQLite 資料庫。其理念以一種資源配置原則表達：盡可能減少人類注意力的消耗，並盡可能創造更多價值。

該文章根據合成工作負載回報排程數據——約 300 則訊息和 20 項工作請求，使用模擬工具，執行五次；p50／p95 約為 12.4／15.7 分鐘。相比之下，未呼叫子 Agent 的單一工作階段基準流程，p95 約為 29.5 分鐘。這些數據是該文章使用模擬工具自行測得的結果，並非獨立的程式碼品質基準測試。

這個原型展現的範圍比產品發表更有限，卻也更實用：由事件觸發、最後再審查的程式碼 Agent，並非只能在供應商的雲端運作。你可以自行掌控協調器、狀態和模型選擇。它也展現了掌控這些項目的代價：你必須自行執行流程、保護帳戶安全，並接受原型預設沒有沙箱。

該選哪一種

如果你想要免除營運管理、由供應商管理的沙箱、多儲存庫或組織功能，以及在 GitHub、Slack、Teams 或網頁應用程式中觸發 Agent，就繼續使用託管式雲端 Agent。隔離與正常運作時間由供應商負責。

如果程式碼不能離開你的基礎架構、你需要修改協調流程，或想依角色選擇模型，就考慮自架原型。請預留預算購置專用機器或 OS 帳戶，並將程式碼視為研究軟體。

實務上的混合做法：日常儲存庫工作使用託管式 Agent，只有在資料邊界至關重要的儲存庫才使用自架 Agent。兩種情況都需要經過相同的審查步驟。

關於模型的注意事項

此原型不會將模型寫死。它會使用 Harness 設定檔的預設值，除非 Eval 或 Execution 覆寫，因此團隊可以讓 Router 使用較輕量的模型，Workers 則使用能力較強的模型。AIHubMix 透過 OpenAI 相容端點 https://aihubmix.com/v1 連接 DeepSeek Harness；DeepSeek Harness 指南中的範例使用供應商 aihubmix 和模型 auto。該指南涵蓋 DSH 的基本連線，而非 Super-agent 外掛程式；上述託管產品則各自管理模型選擇。

常見問題

什麼是雲端程式碼 Agent？
這類軟體會從 Issue、聊天提及或 API 呼叫接收程式碼任務，在你的機器以外的環境中執行，並提交分支、差異檔或提取要求供審查。

它和本機程式碼 Agent 一樣嗎？
不一樣。本機 Agent 會在你觀看時於終端機或 IDE 中執行。雲端 Agent 則會在你闔上筆電後繼續工作，並以事後審查為設計目標。

還需要審查程式碼嗎？
需要。這裡提到的每項產品最後都會產生差異檔或 PR，交由人員審查。Agent 接手的是輸入工作，而非核准權限。

程式碼會在哪裡執行？
在供應商的環境中。各家的細節不同：Copilot 說明使用雲端沙箱或 Actions 環境；Cursor 使用隔離的 VM；Codex 使用雲端工作區；Claude Code 使用 Anthropic 管理的隔離 VM，或組織自架的環境；Devin 則使用配備終端機、編輯器和瀏覽器的工作區。在將私人程式碼交給任何服務處理前，請先閱讀各供應商的安全文件。

什麼是程式碼機器人？
這是同一概念的聊天原生版本：你在 Slack、Teams 或 Feishu 提及 Agent，而非指派 Issue。它仍會在遠端環境中運作；輸出可能是 PR 或差異檔，也可能像 Grok Bot 這類通用隊友一樣，提供完成的檔案和草稿。

DeepSeek 的 Super-agent 有什麼新增功能？
這是一套採 MIT 授權、自行託管的相同工作流程實作，具備 Router–Worker 設計、政策與工單模型，並可選擇整合 Feishu。它是研究原型，不是託管產品。

它已經可以用於正式環境了嗎？
不行。README 稱它為研究程式碼，預設設定會以 danger-full-access 執行，而且預設沒有沙箱。如果要嘗試，請使用專用 OS 帳戶和專用的 Agent GitHub 帳戶。

資料來源

1. deepseek-ai/dsh-superagent-prototype — README、引用的設計文章，以及 docs/000–008
2. 將 DeepSeek Harness 連接至 AIHubMix — AIHubMix
3. GitHub Copilot 雲端 Agent — GitHub Docs
4. Cursor Cloud Agents — Cursor Docs
5. Codex Cloud — ChatGPT Learn / OpenAI
6. 雲端中的 Claude Code — Anthropic
7. Devin 說明文件 — Cognition
8. Grok Bot 說明文件 — xAI