Inilabas ng DeepSeek ang Super-agent Prototype para Sabay-sabay na Harapin ang mga Coding Task

Isang coding agent na idinisenyo para humawak ng maraming trabaho nang sabay-sabay

Inilathala ng Harness team ng DeepSeek ang disenyo nito para sa Super-agent noong Oktubre 31, 2026, kasabay ng isang research prototype na lisensiyado sa ilalim ng MIT License. Ginagawa nitong magkakahiwalay na coding session ang mga kahilingan para sa isang GitHub repository. Layunin nitong maisagawa nang sabay-sabay ang maraming trabaho habang binabawasan ang oras na ginugugol ng mga developer sa paglipat-lipat ng usapan at pagsubaybay sa progreso.

Gumamit ang paunang eksperimento ng team ng humigit-kumulang 300 simulated message na naglalaman ng mga 20 kahilingan sa trabaho. Natapos ng Super-agent ang kalahati ng mga gawain sa loob ng 12.4 minuto at 95% ng mga ito sa loob ng 15.7 minuto. Umabot naman sa 29.5 minuto bago makumpleto ng isang comparison system na gumagamit ng iisang pangunahing session na may access sa helper agent ang 95% ng mga gawain, sa ilalim ng neutral na mga tagubilin.

Inilalarawan ng pampublikong prototype repository ng DeepSeek, na pinangalanang dsh-superagent-prototype, ang mas limitado at praktikal na release: isang proactive coding agent para sa iisang GitHub repository, na naka-package bilang bundle para sa DeepSeek Harness. Nakikinig ito sa GitHub at, kung gugustuhin, sa Feishu; nagbubukas ito ng work item kapag may awtorisadong taong humihiling ng trabaho; at tumutugon ito sa orihinal na usapan, posibleng sa pamamagitan ng pull request na nagmumungkahi ng mga pagbabago sa code.

Nagbibigay rin ng malinaw na babala ang README. Naiiba ang inilathalang code sa panloob na sistema at sa ilang bahagi ng sanaysay tungkol sa disenyo. May mga iminungkahing feature na hindi pa naipatutupad, at inilalarawan ng DeepSeek ang release bilang research code, hindi isang tapos na produkto.

Ganito inilalarawan sa README ng DeepSeek Harness team, na nagpapanatili sa prototype, ang katayuan nito:

Research prototype ito para sanggunian lamang, hindi opisyal na produkto ng DeepSeek.

Para sa mga developer, nag-aalok ang release ng code na maaaring siyasatin at iangkop. Nakatuon ang pangunahing eksperimento nito sa kung paano inaayos ng isang agent ang trabaho, inaalala ang magkakaugnay na usapan at nagpapasya kung kailan kailangang makialam ang isang tao.

Kung bakit gustong itago ng DeepSeek ang pamamahala ng mga session

Nagsisimula ang disenyo ng DeepSeek sa isang obserbasyon mula sa sarili nitong trabaho: karaniwang tatlo hanggang limang aktibong agent session lang ang kayang subaybayan ng isang tao sa iisang pagkakataon. May kanya-kanyang history ng usapan ang bawat session, kaya kailangang tandaan ng developer kung saang session nabibilang ang bawat gawain at kung anong mga tagubilin ang natanggap ng bawat agent.

Ang harness ay software na nakapaligid sa AI model at namamahala sa mga tool, file, usapan at execution. Nangangatuwiran ang model tungkol sa isang gawain; itinatakda naman ng harness kung paano ito ipapasa sa model at kung paano isasagawa ang mga aksiyon nito. Mas malaking bahagi ng responsibilidad sa pag-uugnay ng maraming trabaho ang inililipat ng Super-agent sa nakapaligid na software na ito.

Apat na layunin ang tinukoy ng team: pagpapatuloy sa magkakahiwalay na usapan, episyenteng sabayang pagpapatupad, maagap na pagtugon sa mga event at tuluy-tuloy na operasyon na may pagbawi kapag may aberya. Halimbawa, maaaring pumili ng plano ang mga developer sa isang chat at baguhin ito kalaunan sa isang GitHub comment. Dapat maiugnay ng sistema ang mga usapang iyon at maisaayos ang parehong gawain.

Kasunod ang release ng eksperimento ng DeepSeek noong Oktubre 3 tungkol sa compatibility ng Claude Code extension sa Harness v0.2.1-alpha.1. Sinubukan sa update na iyon ang isang bridge para sa mga extension; sinusuri naman ng Super-agent kung paano maaaring pag-ugnayin ng harness mismo ang nagpapatuloy na trabaho. Kinilala si Yujia Qiao sa pagpapatupad ng sistema at pagsulat ng sanaysay tungkol sa disenyo, kasama ang 15 iba pang kalahok sa pagsusuri at talakayan.

Iisang Router ang nag-uugnay, maraming Worker ang nagsasagawa

Hinahati ng Super-agent ang responsibilidad sa pagitan ng palaging aktibong Router at magkakahiwalay na Worker. Tumatanggap ang Router ng mga pakikipag-ugnayan mula sa tao, nagpapanatili ng impormasyong pinagsasaluhan ng mga gawain at nagtatalaga ng trabaho. Hindi nito mismong ginagawa ang coding, kaya nananatili itong nakatuon sa pag-uugnay habang abala ang ibang session.

Ang mga indibidwal na gawain ay pinangangasiwaan ng mga Worker. May kanya-kanya silang konteksto ng usapan at mga tool para sa pagpapatupad, kaya maaaring sabay-sabay na umusad ang pagsisiyasat sa bug, pagtugon sa code review at pagbabago ng feature. Iniuulat ng mga Worker ang resulta sa Router, na siyang nakikipag-usap sa mga tao sa halip na hayaang magkakahiwalay na tumugon ang ilang session.

Iminumungkahi ng DeepSeek na kadalasan ay sapat na ang mas magaang model para sa routing, habang mas malalakas na model ang nagsasagawa ng trabahong tumutukoy sa kalidad ng code. Maaari ring gumawa ang isang Worker ng mga helper agent para sa komplikadong gawain. Ang ugnayan sa pagitan ng mga trabaho ang pinamamahalaan ng Router, sa halip na planuhin nito ang bawat hakbang sa loob ng mga iyon.

Binibigyan ng prototype ang bawat work item ng sarili nitong session at direktoryo. Tumatakbo nang sabay-sabay ang mga ito hanggang sa itinakdang limitasyon. Kaya nakokontrol ng mga operator kung gaano karaming trabaho ang sabay-sabay na sisimulan. Binabawasan ng magkakahiwalay na history ng usapan ang posibilidad na matabunan ng mga detalye ng isang gawain ang iba, habang pinananatili ng Router ang pinagsasaluhang pangkalahatang pananaw.

Paano nagiging mga gawain ang mga mensahe nang walang tuluy-tuloy na abala

Maaaring maging mga event na nagpapasimula ng aksiyon ang mga chat message, komento sa code review at resulta ng automated test. Isinasaalang-alang din ng mas malawak na disenyo ang email at mga paalala sa kalendaryo. Ang continuous integration, o CI, ay tumutukoy sa mga awtomatikong pagsusuring bumubuo o sumusubok ng code matapos itong baguhin. Naglalabas ang mga ito ng resultang matutugunan ng isang agent.

Dalawang yugto ang ginagamit ng DeepSeek para salain ang mga event. Sinusuri muna ng karaniwang mga tuntunin sa programa ang mga bagay gaya ng pinagmulan, grupo at mga awtorisadong user. Pagkatapos, sinusuri ng isang model ang mga natitirang kandidato batay sa konteksto at nakasulat na mga patakaran. Nababawasan nito ang mga tawag sa model para sa karaniwang mga mensaheng hindi nangangailangan ng aksiyon.

Pinagsasama-sama sa isang Thread ang magkakaugnay na event, gaya ng mga komento sa ilalim ng iisang pull request o iisang paksa sa chat. Kapag tinanggap na ng isang Worker ang gawain, nag-a-subscribe ito sa Thread na iyon. Direktang maipapadala rito ang mga susunod na komento at resulta ng test nang hindi na muling hinihiling sa Router na magtalaga ng mga iyon.

Maaaring magkasabay ang mga subscription. Maaaring makatanggap ng parehong update ang ilang Worker na may kinalaman sa iisang pull request, para mapansin nila ang mga pagbabagong nakaaapekto sa kanilang trabaho. Maaari ring sumubaybay ang isang Worker sa ilang magkakaugnay na Thread, o ibalik sa Router ang isang event kapag wala ito sa saklaw ng nakatalagang gawain.

Kumilos nang maaga, pero magsalita lamang kapag makatutulong

Ayon sa DeepSeek, tuluy-tuloy nang tumatakbo ang isang panloob na Super-agent. Ginagaya at inaayos nito ang mga problema, tumutugon sa mga code review at tumutulong sa pagbuo mismo ng Harness. Pinahihintulutan ito ng isang nakasulat na tuntunin na siyasatin ang mga bug na binabanggit sa group chat kahit walang direktang nagta-tag sa agent.

Inaatasan ng tuntunin ang agent na magsiyasat muna nang tahimik. Sinusubukan nitong ulitin ang iniulat na problema at maghanap ng simpleng solusyon bago maglahad ng kapaki-pakinabang na resulta. Sa isang halimbawa, pinag-uusapan ng mga developer ang problemang lumilitaw na strikethrough formatting ang mga tilde, habang nakapagbukas na ang agent ng pull request na nagmumungkahi ng pagkukumpuni.

Ganito inilalarawan ng Harness team sa README nito ang prinsipyong sinusunod nito:

gumamit ng pinakamaliit na posibleng atensiyon mula sa tao at maghatid ng pinakamalaking posibleng pakinabang.

Kumikilos ang prototype kapag may humiling na awtorisadong tao o kapag pinahihintulutan ito ng tuntuning isinulat ng team. Inililista sa web panel nito ang mga work item na nangangailangan ng atensiyon ng tao. Itinutuon nito ang interface sa mga pagpapasya at resultang magagamit, sa halip na sa bawat pagtawag sa tool o pansamantalang pag-iisip.

Pagpapanatiling abot-kamay ng lumang konteksto at mga bagong tagubilin

Tinuturing ng disenyo ng DeepSeek na parang cache ang context window ng isang model, ang limitadong dami ng impormasyong kaya nitong isaalang-alang sa iisang pagkakataon. Nananatiling madaling maabot ang madalas kailanganing materyal; nananatili naman sa labas ng window ang mas mahaba o hindi gaanong mahalagang history hanggang hilingin ito.

Tinatawag ng sanaysay na Inline at Spill ang mga operasyong ito. Direktang inilalagay ng Inline sa kasalukuyang konteksto ang mga kapaki-pakinabang na detalye, gaya ng mga kalapit na chat message, identifier o maikling preview. Iniiwan naman ng Spill sa ibang lugar ang mas mahahabang nilalaman, kalakip ang sangguniang maaaring sundan ng model para makabasa pa.

Iniuugnay ng Chain of Recall ang mga sangguniang iyon. Binibigyan ng natatanging identifier ang mga event, Thread at Worker session, para makalipat ang agent mula sa kasalukuyang mensahe patungo sa talakayan nito, pagkatapos ay sa kaugnay na Worker at sa isa pang code review. Layunin nitong mabawi ang lumang gawain mula sa iba't ibang channel nang hindi paulit-ulit na nilo-load ang buong history nito.

Tinutugunan din ng DeepSeek ang mas agarang problema ng pagkaantala: maaaring pigilan ng mahabang command ang karaniwang agent na tumugon. Sinisimulan ng asynchronous mechanism nito ang trabaho sa background at ibinabalik ang resulta bilang bagong event. Maaari pa ring magbigay ng mga tagubilin ang mga user, kabilang ang paghiling sa agent na magbago ng direksiyon o huminto.

Ayon sa team, naipatupad na ang mekanismong ito sa DeepSeek Harness ngunit hindi ito naka-enable bilang default. Nag-iiba rin ang mga tuntunin sa komunikasyon ayon sa channel: nililimitahan ng disenyo sa 100 salita ang iisang agarang tugon sa instant messaging, samantalang mas organisadong paliwanag tungkol sa mga pagbabago at beripikasyon ang ibinibigay para sa mga pull request at dokumento.

Koordinasyon sa cloud, trabaho sa lokal na computer

Pinaghihiwalay ng DeepSeek ang pagpoproseso ng agent, ang nakaimbak na history ng session at ang makinang nagpapatakbo ng mga command. Tumatakbo ang iminungkahing agent loop sa mga cloud container, nasa database ang estado ng session, at nagpapatakbo ng mga command at nagbabalik ng resulta ang isang magaang lokal na serbisyo.

Sinusuportahan ng ayos na ito ang Bring Your Own Machine, o BYOM. Maaaring ikonekta ng developer ang kasalukuyang computer na naglalaman ng repository, mga tool at hindi pa tapos na pagbabago, sa halip na ilipat ang lahat sa bagong remote environment. Maaari pa ring gamitin ang koordinasyon sa cloud kapag nadiskonekta ang computer, habang naghihintay na bumalik ang device ang mga gawaing nangangailangan dito.

Sinusuri ng hiwalay na Watchdog session ang mga aberya at trabahong natigil. Higit pa sa pagtukoy ng mensahe ng error ang layunin nito: ginagamit nito ang paghatol ng model para tasahin kung tunay na umuusad ang mga Worker o lumilihis sa layunin, saka sumusubok na bumawi kapag kailangan.

Inilalahad ng DeepSeek ang mga elementong ito bilang bahagi ng mas malawak nitong pagsasaliksik sa arkitektura. Nagbababala ang README na naiiba ang pampublikong bundle sa panloob na implementasyon, kaya kailangang suriin ng mga developer ang inilabas na code bago umasa sa partikular na feature ng disenyo.

Ano ang sinukat ng eksperimento

Limang beses inulit ng DeepSeek ang bawat setup ng eksperimento. Inihambing nito ang Super-agent sa isang bersiyong walang direktang paghahatid ng event at sa dalawang konfigurasyon ng iisang session na may helper agent. Gumamit ang workload ng mga synthetic message at tool na gumagaya sa matagal na coding task. Ginawang sangkapat ng orihinal na haba ang mga pagitan ng mensahe at tagal ng trabaho.

Ibig sabihin ng median na 12.4 minuto, kalahati ng mga gawain ay natapos sa oras na iyon. Ibig sabihin naman ng 95th percentile na 15.7 minuto, natapos ang 95% ng mga gawain sa loob ng panahong iyon. Kung ihahambing sa 95th percentile na 29.5 minuto ng neutral na iisang session, pinababa ng Super-agent ang sukat na iyon nang 13.8 minuto, o mga 47%.

Naipapaliwanag ng paraan ng pagdelegasyon ang ilan sa resulta. Sa ilalim ng neutral na mga tagubilin, hindi kailanman tumawag sa helper agent ang iisang session sa alinman sa limang takbo ng eksperimento. Nang sabihang unahin ang pagdelegasyon, nagdelegasyon ito sa apat na takbo at ito mismo ang humawak sa trabaho sa ikalima. Ginagawang bahagi ng mismong estruktura ng Super-agent ang paghihiwalay sa koordinasyon at pagpapatupad.

Sinuri ng mga test ang pag-iskedyul at koordinasyon gamit ang simulated execution. Hindi naiulat ang aktuwal na kalidad ng coding, mga independiyenteng sukat ng performance at bilang ng aktibong user, at tinawag ng team na pauna ang mga sukat nito. Wala pang ibinigay na petsa ang DeepSeek para sa production release.

Mas mabilis na koordinasyon, mas maraming cached token

Mas malaki ang paggamit ng cached input kasabay ng sabayang pagpapatakbo ng Super-agent. Umabot sa 23.23 milyon ang cached token na binasa nito, kumpara sa 6.05 milyon at 10.82 milyon sa dalawang konfigurasyon ng iisang session. Maliliit na yunit ng teksto ang mga token na pinoproseso ng isang model; sa mga cached read, muling ginagamit ang input na itinago mula sa mga naunang kahilingan.

Nang alisin ang direktang paghahatid ng event, tumaas nang humigit-kumulang 37% ang cached read, mula 23.23 milyon tungong 31.77 milyon, at tumaas nang mga 30% ang mga pagpapasya ng Router. Kaya nabawasan ang gawaing pangkoordinasyon sa disenyo ng sabayang pagpapatakbo nang direktang ipinadala sa nakatalagang Worker ang mga follow-up.

Nakatulong ang pagbuo ng batch sa Router sa paghawak ng mas mabigat na daloy ng trabaho. Habang tumataas ang dating ng event mula mga isa tungong 40 trigger kada minuto, tumaas ang karaniwang laki ng batch mula 1.0 tungong 2.8 at humaba ang tagal ng kahilingan mula 2.5 tungong 3.9 segundo. Bumaba naman mula 6.4 tungong 1.6 segundo ang naiulat na oras ng inference para sa bawat pagpapasya ng Router.

Ang praktikal na kapalit nito ay mas kaunting paghihintay ng mga tao kapalit ng mas maraming pagpoproseso ng model sa magkakahiwalay na session. Hindi ipinakikita ng bilang ng token ang halaga sa pera; kailangang isaalang-alang ng mga team na nagbabalak mag-deploy ang presyo ng kanilang mga model, mga setting ng sabayang pagpapatakbo at aktuwal na workload.

Pangunahing usapin sa seguridad ang mga pahintulot sa lokal na makina

Ayon sa dokumentasyon ng pagpapatakbo ng prototype, tumatakbo ang mga command ng Worker nang walang pag-apruba gamit ang account ng operator sa operating system. Lumilipat sa background execution ang mga shell command na tumatakbo sa foreground matapos ang limang segundo, at hanggang 30 minuto bawat turn ang itinakdang oras para sa trabahong nasa background. Dahil dito, mahalagang isaalang-alang sa deployment ang mga pahintulot ng account ng operator.

Maaaring may nakaimbak na credential, pribadong code at sensitibong file sa nakakonektang makina. Lalong nagiging seryoso ang prompt injection, kung saan sinusubukan ng malisyosong nilalaman na ilihis ang agent sa pamamagitan ng materyal na binabasa nito, kapag maaaring makaapekto sa mga command sa makinang iyon ang mga papasok na mensahe o nilalaman ng repository.

Tinutukoy ng DeepSeek bilang mga hindi pa nalulutas na usapin ang seguridad at privacy, pagpapalawak ng kakayahan ng Router, memorya sa mahabang panahon at komunikasyon sa pagitan ng magkakahiwalay na agent. Hinihiling ng README sa mga user na suriin at iangkop ang code, at nagbababala itong maaaring may natitirang bug at hindi magkakatugmang gawi sa engineering. Mga coding agent din ang gumawa ng malaking bahagi ng engineering.

Mabilis na nakatawag ng pansin ang paglulunsad, kabilang ang post ni Leandro von Werra, pinuno ng pananaliksik sa Hugging Face. Ipinakikita ng pagkakasunod-sunod kung gaano kabilis kumalat ang prototype:

• Oktubre 31, 2026, alas-09:32 UTC: ginawa ang GitHub repository.
• Oktubre 31: inilathala ng Harness team ang sanaysay tungkol sa disenyo; pagsapit ng alas-22:10 UTC, umabot na sa 2,046 star at 172 fork ang repository.
• Nobyembre 1, alas-04:20 UTC: umabot na sa 3,433 star ang repository.

Para sa mga engineering team, ang agarang pasya ay kung susuriin at iaangkop nila ang isang eksperimental na sistema ng koordinasyon. Kaakit-akit ang posibilidad nitong humawak ng mas maraming trabaho nang mas kaunti ang pagkaantala; kabilang naman sa mga kailangang gawin sa pagpapatakbo nito ang pagsusuri ng code, pagtatakda ng mga pahintulot at pagpapasya kung aling mga aksiyon ang nangangailangan ng tao.

Mahahalagang Punto

• Naglabas ang DeepSeek ng MIT licensed research prototype para sa coding work sa iisang GitHub repository, na may opsiyonal na integrasyon sa Feishu.
• Pinangangasiwaan ng Router ang koordinasyon habang sabay-sabay na isinasagawa ng magkakahiwalay na Worker ang mga gawain.
• Maaaring siyasatin ng panloob na sistema ang mga iniulat na bug alinsunod sa mga nakasulat na tuntunin kahit walang direktang nagta-tag dito.
• Sa mga synthetic test, nagtala ito ng median na oras ng pagkumpleto na 12.4 minuto at 95th percentile na 15.7 minuto, na may mas mataas na paggamit ng cached token kaysa sa mga alternatibong iisang session.
• Nagpapatakbo ng mga command ang mga Worker gamit ang account ng operator nang walang pag-apruba, kaya pangunahing usapin ang mga pahintulot at credential.
• Naiiba ang pampublikong code sa panloob na sistema at nananatili itong research prototype, hindi opisyal na produkto ng DeepSeek.