DeepSeek Super-Agent: Apa Itu, Bagaimana Ia Berfungsi, dan Apa Yang Masih Tiada18 min read

Buka tiga ejen pengekodan sekaligus dan anda boleh rasa masalahnya. Seseorang sedang menunggu keputusan, satu telah selesai dua puluh minit yang lalu, dan anda sudah terlupa yang mana satu mempunyai pembetulan pengesahan.DeepSeekPasukan Harness meletakkan nombor padanya: dalam pengalamannya, seseorang boleh mengikuti hanya tiga hingga lima sesi ejen aktif pada satu masa. Melepasi titik itu, model bukan lagi halangan. awak adalah.

Pada 31 Oktober 2026, pasukan itu menerbitkan artikel reka bentuk untuk apa yang dipanggil sebagai ejen Super dan prototaip sumber terbuka bernamadsh-superagent. Ia adalah ejen pengekodan proaktif untuk satuGitHubrepositori. Satu sesi penghala yang bertahan lama bercakap dengan orang ramai dan menyerahkan kerja, dan setiap permintaan yang diterima mendapat sesi pekerjanya sendiri yang berakhir dengan permintaan tarik atau soalan. Repositori itu melepasi 12,000 bintang dalam masa dua hari. READMEnya adalah terus terang bahawa ini adalah kod penyelidikan dan bukan rasmiDeepSeekproduk.

Panduan ini adalah untuk jurutera dan ketua pasukan yang ingin mengetahui perkara yang dilakukan oleh prototaip, cara reka bentuk penghala dan pekerja berfungsi, perkara yang dilakukan dan tidak dibuktikan oleh nombor penanda aras, dan perkara yang perlu diperiksa sebelum mengarahkannya ke repositori sebenar.

Satu nota sebelum butiran. Jawapan pekerja untuk “membetulkan pepijat ini” ialah permintaan tarik, danGitHubadalah rumah yang baik untuk itu. Selebihnya apa yang ejen hasilkan di sekitar kod lebih sukar untuk diletakkan: penulisan punca punca, ringkasan ujian, jadual perbandingan yang diminta oleh pengulas.AgentGrid.ioialah ruang kerja kongsi tempat orang dan ejen AI membuat, mengedit dan berkongsi dokumen, apl dan fail, dengan satu versi langsung, atribusi dan sejarah. Kami kembali ke tempat yang sesuai pada penghujungnya.

Apa ituDeepSeek Super-Agent?

Dua perkara muncul bersama. Yang pertama ialah artikel reka bentuk yang panjang, “Meneroka Reka Bentuk Ejen Super: Ke Arah Sistem Ejen yang Lebih Autonomi”. Pasukan Harness menulisnya dalam bahasa Cina dan menyiarkan versi bahasa Inggeris terjemahan mesin pada X pada 1 November. Ia telah dilihat lebih daripada 2.2 juta kali. Yang kedua ialah kod:deepseek-ai/dsh-superagent-prototaip, dikeluarkan di bawah lesen MIT.

Meneroka Reka Bentuk Ejen Super: Ke Arah Sistem Ejen yang Lebih Autonomi

https://t.co/gwwIHtyCRQ

– DeepSeek Harness (@DeepSeekHarness)1 November 2026

Ia bukan model baru. dsh-superagent ialah satu bundle untukAbah DeepSeek, abah-abah ejen sumber terbuka DeepSeek, yang diterangkan oleh syarikat seperti dalam pratonton awam di seluruh dunia. Himpunan menonton satu repositori GitHub dan, jika anda menghidupkannya, Feishu bersembang. Apabila seseorang dalam senarai yang dibenarkan meminta ejen untuk bekerja, ia membuka item kerja, menjalankannya dalam sesi dan direktorinya sendiri, dan menjawab dalam perbualan asal. Panel web menunjukkan hanya perkara yang memerlukan seseorang.

Nama itu lebih mudah daripada bunyinya. Cui Tianyi, daripada jabatan produk DeepSeek dan salah seorang penyemak akhir artikel, menjelaskan dalam siaran Zhihu bahawa “super” dimaksudkan seperti dalam superskrip berbanding subskrip. Super-agent menambah lapisan di atas ejen yang melakukan kerja, bertentangan dengan sub-ejen, yang menambah satu di bawahnya. Ia bukan tuntutan perisikan yang unggul.

README dibuka dengan amaran yang patut dibaca sepenuhnya: “Prototaip penyelidikan untuk rujukan sahaja, bukan produk rasmi DeepSeek.” Ia menambah bahawa kebanyakan kejuruteraan telah dilakukan oleh ejen pengekodan, bahawa kod itu mungkin mengandungi pepijat, dan bahawa beberapa reka bentuk dalam artikel adalah arahan untuk kerja masa depan dan tidak dilaksanakan.

Satu lagi penurunan DeepSeek: dsh-superagent

Rangka kerja ejen yang berfungsi melalui isu GitHub repo dan PR dengan banyak ejen secara selari, direka bentuk untuk mengambil perhatian manusia sesedikit mungkin sambil menyampaikan nilai sebanyak mungkin.

pic.twitter.com/XR73mIvA0V

– Leandro von Werra (@lvwerra)31 Oktober 2026

Mengapa DeepSeek mengatakan kesesakan adalah perhatian manusia?

Artikel bermula dari pemerhatian yang mudah. Sepanjang tahun lalu, ejen pengekodan mendapat cukup baik sehingga satu tugasan dihadkan oleh model. Tetapi sebaik sahaja anda menjalankan beberapa tugas serentak, had itu beralih kepada anda. Setiap sesi diasingkan, jadi anda bertukar antara sesi dengan tangan dan menjejaki perkara yang diketahui oleh masing-masing. Melekatkan CLI, MCP atau penyambung sembang pada satu sesi setempat membolehkannya mendengar tentang acara baharu, tetapi ia masih menyekat perintah yang panjang, mencampurkan konteks daripada tugasan yang berbeza dan berhenti apabila komputer riba anda tidur.

Jawapan DeepSeek ialah berhenti menganggap sesi sebagai unit yang anda uruskan. Ia menyenaraikan empat ciri yang perlu ada pada ejen Super:

• Berterusan.Anda bercakap dengannya di tempat anda sudah bekerja, seperti sembang atau ulasan GitHub, dan ia berkelakuan seperti seorang ejen. Jika anda meminta pelan A dalam sembang dan bertukar kepada pelan B dalam ulasan permintaan tarik, ia akan menyusul.
• Produktif.Ia menjalankan beberapa tugas kompleks secara selari dan mengambil arahan seterusnya sebelum yang terakhir selesai.
• Proaktif.Ia menonton acara, bertindak atas perkara yang patut dikendalikan dan tetap senyap sebaliknya.
• Gigih.Ia kekal dalam talian dan pulih daripada kegagalan tanpa anda memulakannya semula.

Penulis berpendapat bahawa tiada gelung ReAct tunggal dapat menyampaikan keempat-empatnya, jadi kualiti harus datang dari seni bina di sekeliling model. Itulah subjek sebenar artikel itu, dan penjelasan visual di bawah, dikongsi oleh Hesam, ialah cara cepat untuk melihat keseluruhan reka bentuk pada satu halaman.

berikut ialah penjelasan visual artikel DeepSeek tentang Super-Agent:https://t.co/bByKYDoq6h pic.twitter.com/BhzbBh3NrP

– ℏεsam (@Hesamation)1 November 2026

Bagaimanakah reka bentuk penghala dan pekerja berfungsi?

Fikirkan pengurus kejuruteraan yang baik yang tidak pernah menulis kod semasa berdiri. Thepenghalaialah satu sesi berpanjangan yang menerima setiap mesej daripada setiap saluran. Ia tidak menjalankan tugas. Ia menentukan apa yang diminta oleh mesej, menyerahkan kerja baharu kepada pekerja, dan menulis setiap balasan kepada orang yang terlibat. Artikel itu mengatakan ia boleh berjalan tanpa alat cangkerang sama sekali, dan model yang lebih ringan dan lebih pantas biasanya sudah mencukupi untuknya.

Apekerjaialah sesi berasingan dengan konteks terpencil dan set lengkap alatan, khusus untuk satu tugasan. Pekerja tidak pernah bercakap dengan orang secara langsung. Mereka melaporkan status kepada penghala, yang menyimpan balasan dalam satu suara. Dalam prototaip, setiap tiket mendapat sesi sendiri dan direktorinya sendiri, biasanya git worktree, dan kiraan pekerja dihadkan. Lalai adalah tiga pada satu masa, boleh laras dari 1 hingga 16, dengan satu slot tambahan dibebaskan supaya mesej seseorang sentiasa dapat diterima.

Dua butiran menjadikan ini lebih daripada baris gilir tugas.

Tindakan susulan melangkau penghala.Sebaik sahaja pekerja memiliki permintaan tarik atau urutan sembang, pekerja itu melanggan urutan tersebut. Komen kemudian pergi terus kepadanya, tanpa panggilan model tambahan di penghala. Jika komen ternyata mengenai sesuatu yang lain, pekerja menyerahkannya kembali.

Letupan mendapat berkumpulan.Pencetus yang tiba semasa satu model bertukar baris gilir dan disuntik bersama ke dalam panggilan seterusnya. Penulis mengukur kesannya, dan kami melihat nombor di bawah.

Satu lagi titik kontras. Artikel ini membezakannya daripada Pasukan Ejen. Dalam pasukan ejen, seorang pemimpin memecahkan satu tugas yang kompleks kepada langkah-langkah dan menyelaraskan peranan yang bekerja padanya, yang merupakan beban penaakulan yang berat. Penghala Super ejen hanya menghantar tugasan bebas dan menjejaki cara ia berkaitan pada tahap tinggi. Ia tidak menguraikan kerja itu sendiri.

Apa yang dilakukan apabila tiada siapa yang bertanya?

Di sinilah falsafah projek menjadi praktikal. Dokumen pertama dalam repositori menyatakan prinsip dalam satu baris: ambil perhatian manusia sesedikit mungkin, dan berikan nilai sebanyak mungkin. Setiap mesej yang dihantar ejen memerlukan perhatian rakan sekerja, jadi ia bercakap hanya apabila seseorang mesti bertindak atau boleh menggunakan hasil, dan ia bertindak hanya apabila ditanya atau apabila peraturan yang ditulis oleh pasukan membenarkannya.

Pintu yang menguatkuasakan ini adalah kod biasa, bukan model. Ia menyemak siapa yang meminta terhadap senarai dibenarkan pasukan dan merekodkan seberapa kuat permintaan itu:

Mod pemerhatian itu adalah bahagian yang paling saya suka. Ejen bermula dengan merekodkan perkara yang akan dilakukannya, jadi pasukan boleh membaca rekod tersebut pada tab Eval dan meluaskan kebenarannya hanya apabila ia kelihatan betul. Mesej, ulasan dan dokumen yang dipetik dianggap sebagai input kepada keputusan. Mereka tidak boleh mengubah apa yang ejen dibenarkan lakukan.

Artikel reka bentuk menunjukkan rupa kerja proaktif dalam amalan. Dalam kumpulan pengguna DeepSeek Harness dalaman, pasukan mengkonfigurasi dasar “menghasilkan semula dan membetulkan secara senyap”. Apabila seseorang melaporkan isu atau membincangkan perubahan yang dicadangkan, ejen cuba menghasilkan semula dan mencari pembetulan di latar belakang, dan ia menyampaikan hasil hanya selepas ia mengesahkan masalah dan menemui pembetulan mudah. Jika tidak ia tetap senyap. Artikel itu juga memberikan peraturan tumpul untuk saluran sembang yang dikatakan pengarang mereka sahkan: hadkan setiap balasan pada 100 patah perkataan. Pada GitHub, sebaliknya, permintaan tarik hendaklah padat, dengan latar belakang masalah, perihalan perubahan dan hasil pengesahan.

Secara lalai setiap mesej GitHub yang disiarkan ejen bermula dengan baris “Ini oleh ejen automatik, bukan manusia”. Pasukan boleh mengeditnya, bersama-sama dengan gesaan yang lain.

Adakah nombor penanda aras bertahan?

Artikel itu termasuk percubaan kecil, dan pengarang berhati-hati untuk menyebutnya sebagai petunjuk sahaja. Empat reka bentuk dijalankan bersebelahan pada aliran sembang kumpulan dan mesej CI: kira-kira 300 mesej setiap larian, sekitar 20 daripadanya permintaan kerja sebenar, lima larian setiap satu. Kerja pengekodan telah disimulasikan oleh alat yang hanya memakan masa, jadi ujian mengukur penjadualan dan penyelarasan, bukan kualiti kod sesiapa.

Baca jadual dua kali, kerana tajuk berita bukanlah keseluruhan cerita. Reka bentuk penghala memotong masa penyiapan p95 kepada kira-kira separuh daripada satu sesi, tetapi ia menggunakan kira-kira dua hingga empat kali token yang dibaca cache. Dan baris yang paling menarik ialah yang kedua: mengalih keluar pintasan laluan tidak menjadikan tugasan selesai lebih cepat atau lebih perlahan, ia hanya membuatkan penghala melakukan kira-kira 30 peratus lebih banyak keputusan dan membakar 37 peratus lebih banyak token.

Pembacaan saya ialah penemuan sebenar terletak dalam baris sesi tunggal. Dengan gesaan neutral, model itu tidak pernah memanggil subagen dalam mana-mana lima larian. Ia berfungsi dengan sendirinya, mesej baharu terus mengganggunya, dan tugasan paling perlahan mengambil masa 29.5 minit. Dengan gesaan yang menyuruhnya mewakilkan, ia mewakilkan dalam empat daripada lima larian, dan dalam baki larian model itu menilai kerja itu “kecil” dan melakukannya sendiri. Satu sesi bergantung pada mood model. Penghala yang tidak dibenarkan menjalankan kod tidak boleh membuat kesilapan itu.

Ujian tekanan berasingan pada penghala sahaja meningkatkan kadar ketibaan peristiwa yang layak untuk membuat keputusan daripada kira-kira 1 kepada kira-kira 40 seminit. Purata kumpulan meningkat daripada 1.0 kepada 2.8 acara, masa setiap permintaan meningkat hanya daripada 2.5 kepada 3.9 saat, dan masa terlunas bagi setiap keputusan jatuh daripada 6.4 kepada 1.6 saat. Lebih banyak peristiwa bertimbun, lebih murah setiap satu dapat, sehingga had yang dikatakan pengarang bergantung pada panjang konteks dan berapa banyak peristiwa yang model boleh kendalikan dengan tepat dalam satu pusingan.

DeepSeek hanya membuka sumber prototaip Super-agennya. Satu sesi penghala bercakap dengan orang ramai dan menyerahkan kerja, dan pekerja terpencil menjalankan tugas selari dengan acara GitHub. Dalam ujian mereka sendiri, masa penyiapan p95 menurun daripada 29.5 kepada 15.7 min berbanding dengan satu sesi menggunakan subagen.

Ikan paus itu bersumberkan semula.pic.twitter.com/mS4sRbHmyx

– Tembam (@kimmonismus)1 November 2026

Ini adalah hasil yang dilaporkan sendiri pada kerja sintetik. Mereka menunjukkan idea penjadualan adalah mantap. Mereka tidak menunjukkan bahawa prototaip membetulkan pepijat anda dengan lebih cepat.

Apakah yang dikatakan oleh orang yang rapat dengan projek tentang hadnya?

Tidak lama selepas dikeluarkan, Cui Tianyi, dari jabatan produk DeepSeek dan salah seorang penyemak akhir artikel reka bentuk, menulis bagaimana dia melihat reka bentuk. Pembingkaiannya berguna kerana ia sederhana. Dia menamakan trade-off pusat sebagai kesinambungan merentas tugas berbanding tugasan.

Pada had, semakan adalah terus. Prototaip hanya melaksanakan sebahagian daripada reka bentuk yang dicadangkan. Setakat semakan beliau, DeepSeek Harness tidak mempunyai memori jangka panjang terbina dalam merentas sesi. Dan sistem telah disahkan hanya dalam persekitaran kecil yang dipercayai di dalam syarikat. Bahagian masalah terbuka artikel itu sendiri menyenaraikan penskalaan penghala, memori selama berbulan-bulan, bekerja tanpa sesi, sempadan konteks antara ejen dan cara ejen terpencil harus bercakap antara satu sama lain dan keselamatan.

Apakah yang perlu anda semak sebelum menjalankannya?

Dokumentasi ini lebih jujur daripada kebanyakan siaran pelancaran, dan amarannya patut dianggap sebagai keperluan.

• Pekerja mempunyai akses yang luas.Kedua-dua pratetap kebenaran, untuk penghala dan untuk pekerja, dijalankan dengandanger-full-accesssebagai pengguna OS pengendali. Pembungkus akaun memilih kelayakan GitHub yang digunakan oleh ejen, tetapi dokumen mengatakan ia lalai dan bukan sempadan keselamatan, kerana pekerja masih boleh menjalankan program melalui laluan mutlak atau membaca direktori rumah anda. Pengesyoran ialah akaun OS khusus yang hanya memegang kelayakan ejen.
• Input yang tidak dipercayai ialah soalan keselamatan terbuka.Artikel itu memberi amaran bahawa jika suntikan segera atau pencerobohan pelayan menjejaskan gelung ejen awan, setiap peranti yang disambungkan boleh dicapai dan bukti kelayakan yang memasuki konteks model boleh bocor.
• Manusia bergabung secara lalai.Ejen tidak sekali-kali mendayakan gabungan automatik di bawah akaunnya sendiri. Autocantum memerlukan CLI akaun kedua yang dinamakan dalam gesaan Keperluan penghantaran, dan arahan lalai hanya membenarkannya untuk permintaan tarik yang kecil dan diluluskan di bawah 200 baris yang diubah.
• Ia dibina di sekitar satu repositori.Setiap persediaan menonton repositori GitHub tunggal dan Feishu, alat sembang tempat kerja yang biasa di China, ialah sumber kelas pertama yang lain.
• Anda memerlukan DeepSeek Harness dan pembekal model.Persediaan menyenaraikan Node.js 22.19 atau lebih baharu, pnpm, git 2.32 atau lebih baharu, tmux, Python 3.8 atau lebih baharu dan GitHub CLI 2.48 atau lebih baharu. Mengkonfigurasi pembekal model ialah langkah pengendali.
• Kebisingan adalah kos.Dokumen falsafah mengatakan jangan gunakan ejen untuk menghasilkan volum. Permintaan tarik besar-besaran dan mesej penyiaran membebankan pasukan anda lebih daripada yang mereka berikan.

Bagaimanakah anda akan mencubanya tanpa mempertaruhkan repositori utama anda?

Persediaan mempunyai banyak langkah, jadi projek meminta anda membenarkan ejen pengekodan melakukannya dengan anda. Menurut README, ejen bertanya satu soalan pendek pada satu masa, menunjukkan pelan penuh sekali, dan kemudian memasang dan mengkonfigurasi semuanya. Larian pertama yang berhati-hati kelihatan seperti ini:

1. Pilih repositori yang boleh dibuangdan pengguna mesin khusus atau akaun OS. Jangan gunakan log masuk anda sendiri.
2. Buat akaun GitHub yang berasingan untuk ejen.Semua yang ditulisnya muncul di bawah nama itu.
3. Buka repositori dalam ejen pengekodan anda dan tampal gesaan di bawah.Jawab soalannya satu persatu.
4. Simpan senarai yang dibenarkan untuk diri sendiridan biarkan mod terima pada pemerhatian.
5. Minta sesuatu yang kecil.Dari akaun yang dibenarkan, ulas@<agent login> <request>pada sesuatu isu. Tiket akan muncul pada Gambaran Keseluruhan panel dalam masa kira-kira satu minit.
6. Baca tab Eval selama seminggu.Luaskan senarai atau tukar kepada auto hanya apabila rekod “akan menerima” kelihatan betul.

Read SETUP.md in this repository and set up dsh-superagent with me.

Dokumen falsafah projek memberikan empat peraturan kepada pengendali yang patut diulang: mulakan sempit, kurangkan bunyi bising, jangan gunakan ejen untuk menghasilkan volum, dan miliki apa yang tertulis dalam nama anda.

Ke mana perlu pergi kerja ejen yang lain?

Katakan seorang pekerja menghabiskan masa sejam untuk ujian penyepaduan yang mengelupas. Permintaan tarik adalah pembaikan. Tetapi penyiasatan di sebaliknya, ujian mana yang gagal, hipotesis mana yang diketepikan, jadual masa yang ditunjukkan, tidak termasuk dalam huraian PR, dan itulah yang ingin dicabar oleh penyemak. Jika itu hanya tinggal dalam balasan sembang, ejen atau rakan sepasukan seterusnya bermula dari awal.

AgentGrid.iodibina untuk penyerahan itu. Manusia dan ejen AI bekerja pada dokumen, apl dan fail langsung yang sama, dengan satu alamat yang stabil, akses terkawal dan sejarah versi. Dokumen AgentGrid.io menerangkan penyambungan ejen berkeupayaan arahan dengan menjalankannpx @animaapp/cli@latest login. Seorang manusia meluluskan nama ejen, pasukan dan perkara yang boleh dilakukan: baca, tulis, kongsi atau terbitkan. Selepas itu, perubahan ejen muncul dalam sejarah di bawah namanya sendiri. Prototaip tidak mempunyai integrasi AgentGrid.io terbina dalam, jadi anggap ini sebagai corak untuk dicuba dengan pekerjanya, bukan ciri yang didokumenkan.

Dalam amalan, pekerja menulis penyiasatannya sebagai fail Markdown, pengulas mengulas pada baris jadual, pembantu lain mengetatkan ringkasan dan permintaan tarik memaut ke satu versi semasa dan bukannya tiga salinan yang ditampal.

Untuk pandangan lain mengenai beberapa orang yang berkongsi satu ejen, lihat panduan kami untukBot Pasukan Bot Grok. Dan jika anda tertanya-tanya apa yang terdapat di bawah ejen yang dihoskan, panduan kami untukClaude Managed Agentsmelihat versi Anthropic otak dan tangan yang sama terbelah, yang dipetik artikel DeepSeek.

Bilakah anda perlu menggunakan dsh-superagent, dan bilakah perkara lain?

• Gunakan dsh-superagentuntuk belajar daripada reka bentuk yang serius dan didokumenkan, untuk menjalankan eksperimen yang terkandung pada repositori berisiko rendah, atau untuk meminjam ideanya: penghala yang tidak pernah menjalankan kod, tiket dengan skop yang dinyatakan, mod amati sebelum mod auto.
• Gunakan satu ejen pengekodan interaktifapabila anda mengerjakan satu tugas pada satu masa dan ingin mengemudi langkah demi langkah. Super-agent dibina untuk situasi yang bertentangan.
• Gunakan AgentGrid.ioapabila output ialah dokumen, laporan atau aplikasi yang perlu disemak, diedit dan diterbitkan oleh beberapa orang dan ejen, mana-mana ejen yang menghasilkannya.

Soalan lazim

Apakah itu DeepSeek Super-Agent?

Ia ialah prototaip penyelidikan bernama dsh-superagent, dikeluarkan oleh pasukan Harness DeepSeek pada 31 Oktober 2026 di bawah lesen MIT. Ia adalah ejen pengekodan proaktif untuk satu repositori GitHub. Sesi penghala jangka panjang mengambil permintaan dan menetapkan setiap satu yang diterima kepada sesi pekerjanya sendiri, yang menjawab dalam perbualan asal, biasanya dengan permintaan tarik.

Adakah DeepSeek Super-Agent produk rasmi DeepSeek?

Tidak. README memanggilnya sebagai prototaip penyelidikan untuk rujukan sahaja dan bukan produk rasmi DeepSeek, dan mengatakan untuk menyemak dan menyesuaikannya sebelum menggunakannya dalam persekitaran anda sendiri. Ia juga tidak sama dengan versi dalaman atau pelaksanaan yang diterangkan oleh artikel reka bentuk.

Bagaimanakah ejen Super berbeza daripada sub-ejen?

Sub-agen menambah lapisan di bawah ejen kerja. Super-agent menambah lapisan di atasnya. Dalam reka bentuk ini, penghala berada di atas ramai pekerja, bercakap dengan orang dan menghantar tugas, manakala setiap pekerja mengendalikan satu tugas secara berasingan. Nama itu mengenai kedudukan, bukan tuntutan kecerdasan yang lebih besar.

Adakah ia memerlukan Feishu atau hanya GitHub?

GitHub sahaja sudah memadai. Feishu ialah sumber kedua pilihan, dan dokumentasi mengatakan kegagalan persediaan Feishu hanya melumpuhkan sumber Feishu sahaja.

Adakah selamat untuk dijalankan pada repositori syarikat?

Bukan seadanya. Dokumen mengatakan pekerja menjalankan dengan akses penuh sebagai pengguna OS pengendali dan akaun pembalut bukan sempadan pengasingan. Mereka mengesyorkan akaun OS khusus, akaun ejen khusus pada GitHub, senarai pendek yang dibenarkan dan mod pemerhatian semasa anda mempelajari cara ejen berkelakuan.

Adakah ia lebih pantas daripada satu sesi ejen pengekodan?

Dalam ujian simulasi pengarang sendiri, reka bentuk penghala menyelesaikan tugas paling perlahan dalam 15.7 minit berbanding 29.5 minit untuk satu sesi dengan alat subagen, menggunakan lebih banyak token. Ujian ini menggunakan kerja pengekodan simulasi dan lima larian bagi setiap reka bentuk, jadi ia menunjukkan faedah penjadualan, bukan kualiti kod.