本文介绍了字节跳动开源的DeerFlow 2.0——一个定位为“Super Agent Harness超级 Agent 执行底座”的开源项目核心主张是让 AI 从“会聊天”升级为“会干活”自主把完整工作流跑完。一、它和普通 AI 助手的本质区别普通助手ChatGPT/Claude 网页版你问→它答→结束只产出文字建议。DeerFlow 2.0你给目标→自动拆解→调工具→执行步骤→交付结果人不需逐步盯盘。典型场景端到端市场调研报告、多角色播客脚本、多步代码重构测试、多语言技术文档翻译对比。二、核心架构Super Agent Harness基于 LangGraph LangChain 重写2.0 是与 1.x 无共用代码的彻底重写开箱即用且可插拔五大支柱Sub-Agents 子代理编排主 Agent 规划拆任务动态拉起多个上下文隔离的子 Agent 并行搜资料/分析/写稿再汇总。Sandbox 沙箱执行Docker 隔离环境Agent 可跑命令、写文件、执行代码不污染宿主机配独立文件系统视图如/mnt/user-data/。Skills 技能系统以SKILL.md结构化模块表达能力深度搜索、前端设计、部署等按需渐进加载支持 MCP 服务器与 Claude Code/OpenAI 工具接入。Long-Term Memory 长期记忆跨会话持久化用户偏好与历史任务结果边做边记。Claude Code 集成Agent 在沙箱内直接改真实代码库、跑测试、提交而非只给代码片段建议。三、部署与模型接入部署git clonemake docker-initmake setup向导配模型/搜索/沙箱make docker-start→ 访问localhost:2026推荐 8C16G40G最低 4C8G 可体验。模型无关兼容 OpenAI API 规范官方推荐 Doubao-Seed-2.0-Code通用、DeepSeek v3.2推理、Kimi 2.5长上下文、Qwen3-32BvLLM本地也支持 Claude Code OAuth / Codex / OpenRouter。四、适用人群研究人员/创作者自动调研、写报告、多语言生成。开发者接 Claude Code 做重构、测试、文档沙箱兜底安全。Agent 开发者读源码学 Harness 设计MIT 协议。企业/团队接飞书、Discord 等做内部共享 AI 员工。五、文章核心判断DeerFlow 2.0 的标志意义不在“又多一个 Agent 框架”而在它把文件系统、记忆、沙箱、技能、子代理编排做成标准化运行时——AI 从聊天窗口变成可独立运转的“数字员工”。GitHub Trending 登顶只是表象底层趋势是 Agent 真正拥有工具手和记忆脑。补充核实本文提到的“star 77.5K”资料显示 2026 年 2 月底发布后曾冲 Trending 第一不同时间点 star 数在 60K–77K 区间浮动属正常增长项目仓库为github.com/bytedance/deer-flow官网deerflow.tech。