DeepSeek Super-Agent: что это такое, как работает и чего еще не хватает3 min read

Откройте сразу три агента кодирования, и вы почувствуете проблему. Один ждёт решения, другой закончил двадцать минут назад, а ты уже забыл, на каком из них стоит фикс авторизации. Команда DeepSeek Harness подсчитала: по ее опыту, человек может следить только за тремя-пятью активными сеансами агента одновременно. После этого момента модель больше не является узким местом. Ты.

31 октября 2026 года команда опубликовала статью о дизайне так называемого суперагента и открыла исходный код прототипа под названием dsh-superagent. Это агент проактивного кодирования для одного репозитория GitHub. Один долгоживущий сеанс маршрутизатора общается с людьми и передает работу, и каждый принятый запрос получает свой собственный рабочий сеанс, который заканчивается запросом на включение или вопросом. Хранилище прошло 12 000 звезд примерно за два дня. В README указано, что это исследовательский код, а не официальный продукт DeepSeek.

Это руководство предназначено для инженеров и руководителей групп, которые хотят знать, что делает прототип, как работает конструкция маршрутизатора и рабочих устройств, что подтверждают и не подтверждают результаты тестов и что следует проверить, прежде чем направлять его в реальный репозиторий.

Одно замечание перед подробностями. Ответ работника на «исправить эту ошибку» — это запрос на включение, и GitHub — отличное место для этого. Остальную часть того, что агенты создают вокруг кода, сложнее разместить: описание первопричины, сводка тестов, сравнительная таблица, которую запросил рецензент.AgentGrid.io— это общее рабочее пространство, где люди и агенты ИИ создают, редактируют и обмениваются документами, приложениями и файлами с единой активной версией, указанием авторства и историей. Ближе к концу мы возвращаемся туда, где это уместно.

Что такое DeepSeek Super-Agent?

Две вещи появились вместе. Первая — это длинная статья о дизайне «Изучение конструкции суперагента: на пути к более автономной агентной системе». Команда Harness написала его на китайском языке и 1 ноября разместила машинно переведенную английскую версию на X. Ее посмотрели более 2,2 миллиона раз. Второе — это код:deepseek-ai/dsh-superagent-прототип, выпущенный по лицензии MIT.

Исследование конструкции суперагента: на пути к более автономной агентной системе

https://t.co/gwwIHtyCRQ

— Ремень DeepSeek (@DeepSeekHarness)1 ноября 2026 г.

Это не новая модель. dsh-superagent — это пакет дляDeepSeek Ремень, пакет агента с открытым исходным кодом DeepSeek, который, по словам компании, находится в общедоступной предварительной версии во всем мире. Бандл наблюдает за одним репозиторием GitHub и, если его включить, за чатами Feishu. Когда кто-то из разрешенного списка запрашивает у агента работу, он открывает рабочий элемент, запускает его в своем сеансе и каталоге и отвечает в исходном разговоре. Веб-панель показывает только то, что нужно человеку.

Имя проще, чем кажется. Цуй Тяньи из отдела продуктов DeepSeek и один из последних рецензентов статьи объяснил в сообщении Чжиху, что слово «супер» означает верхний и нижний индексы. Суперагент добавляет слой над агентом, выполняющим работу, в отличие от субагента, который добавляет слой под ним. Это не претензия на превосходный интеллект.

README открывается предупреждением, которое стоит прочитать полностью: «Исследуйте прототип только для справки, а не для официального продукта DeepSeek». Он добавляет, что большая часть разработки была выполнена агентами кодирования, что код может содержать ошибки и что некоторые проекты в статье являются направлениями для будущей работы и не реализованы.

Еще один дроп DeepSeek: dsh-superagent

Агентская структура, которая работает через проблемы репозитория GitHub и PR с множеством агентов параллельно, разработанная для того, чтобы привлекать как можно меньше человеческого внимания, обеспечивая при этом как можно большую ценность.

pic.twitter.com/XR73mIvA0V

— Леандро фон Верра (@lvwerra)31 октября 2026 г.

Почему DeepSeek говорит, что узким местом является человеческое внимание?

Статья начинается с простого наблюдения. За последний год агенты кодирования стали настолько хороши, что модель ограничивает одну задачу. Но как только вы запускаете несколько задач одновременно, лимит переходит к вам. Каждый сеанс изолирован, поэтому вы переключаетесь между ними вручную и отслеживаете, что знает каждый. Прикрепление CLI, MCP или соединителя чата к одному локальному сеансу позволяет ему узнавать о новых событиях, но по-прежнему блокирует длинные команды, смешивает контексты из разных задач и останавливается, когда ваш ноутбук переходит в режим сна.

Ответ DeepSeek — перестать рассматривать сеанс как единицу, которой вы управляете. В нем перечислены четыре качества, которыми должен обладать суперагент:

• Непрерывный.Вы разговариваете с ним там, где уже работаете, например в чате или комментариях GitHub, и он ведет себя как один агент. Если вы запросите план А в чате и переключитесь на план Б в комментарии к запросу на включение, произойдет следующее.
• Продуктивный.Он выполняет несколько сложных задач параллельно и выполняет следующую инструкцию до того, как завершится последняя.
• Проактивный.Он наблюдает за событиями, действует в соответствии с тем, что стоит учитывать, и в противном случае молчит.
• Настойчивый.Он остается в сети и восстанавливается после сбоев без перезапуска.

Авторы утверждают, что ни один цикл ReAct не ​​может обеспечить все четыре, поэтому качества должны исходить из архитектуры модели. Это настоящая тема статьи, а визуальное пояснение ниже, предоставленное Хесамом, — это быстрый способ увидеть весь дизайн на одной странице.

вот визуальное объяснение статьи DeepSeek о Супер-Агенте:https://t.co/bByKYDoq6h pic.twitter.com/BhzbBh3NrP

— ℏεsam (@Hesamation)1 ноября 2026 г.

Как работает конструкция маршрутизатора и рабочего процесса?

Представьте себе хорошего инженера-менеджера, который никогда не пишет код во время стендапа.маршрутизаторэто один долгоживущий сеанс, который получает каждое сообщение из каждого канала. Он не запускает задачи. Он решает, о чем идет речь, передает новую работу работнику и записывает каждый ответ участвующим людям. В статье говорится, что он может работать вообще без инструмента оболочки и что для него обычно достаточно более легкой и быстрой модели.

Арабочий— это отдельная сессия с изолированным контекстом и полным набором инструментов, посвященная одной задаче. Рабочие никогда не разговаривают с людьми напрямую. Они сообщают о состоянии маршрутизатору, который отвечает одним голосом. В прототипе каждый билет получает свой собственный сеанс и собственный каталог (обычно рабочее дерево git), а количество рабочих ограничено. По умолчанию — три одновременно, их можно регулировать от 1 до 16, при этом один дополнительный слот остается свободным, чтобы сообщение человека всегда могло пройти.

Две детали делают это нечто большее, чем просто очередь задач.

Последующие действия пропускают маршрутизатор.Если работник владеет запросом на включение или веткой чата, он подписывается на эту ветку. Более поздние комментарии переходят прямо к этому, без дополнительного вызова модели на маршрутизаторе. Если комментарий касается чего-то другого, работник возвращает его обратно.

Всплески группируются.Триггеры, поступившие во время одной модели, помещаются в очередь и вместе вводятся в следующий вызов. Авторы измерили эффект, и мы посмотрим на цифры ниже.

Еще один контрастный момент. В статье это отличается от команды агентов. В команде агентов руководитель разбивает одну сложную задачу на этапы и координирует роли, которые над ней работают, а это большая логическая нагрузка. Маршрутизатор Super-agent отправляет только независимые задачи и отслеживает их взаимосвязь на высоком уровне. Это не портит саму работу.

Что он делает, когда никто не спрашивает?

Именно здесь философия проекта становится практичной. В первом документе репозитория принцип изложен одной строкой: брать как можно меньше человеческого внимания и давать как можно больше ценности. Каждое сообщение, отправляемое агентом, требует внимания коллеги, поэтому оно говорит только тогда, когда человек должен действовать или может использовать результат, и действует только тогда, когда его об этом просят или когда правило, написанное командой, позволяет это.

Ворота, обеспечивающие это, представляют собой простой код, а не модель. Он проверяет, кто запрашивает, по разрешенному списку команды и записывает, насколько силен запрос:

Этот режим наблюдения мне нравится больше всего. Агент начинает с записи того, что он должен был сделать, поэтому команда может прочитать эти записи на вкладке «Оценка» и расширить свои разрешения только тогда, когда они выглядят правильно. Сообщения, комментарии и цитируемые документы рассматриваются как исходные данные для принятия решения. Они не могут изменить то, что разрешено делать агенту.

В статье о дизайне показано, как выглядит проактивная работа на практике. Во внутренней группе пользователей DeepSeek Harness команда настроила политику «тихого воспроизведения и исправления». Когда кто-то сообщает о проблеме или обсуждает предлагаемое изменение, агент пытается воспроизвести его и найти исправление в фоновом режиме и выдает результат только после того, как подтвердит проблему и найдет простое решение. В противном случае он остается тихим. В статье также дается четкое правило для чат-каналов, которое, по словам авторов, они проверили: ограничивать каждый ответ 100 словами. В GitHub, напротив, пул-реквесты должны быть плотными, с описанием проблемы, описанием изменения и результатами проверки.

По умолчанию каждое сообщение GitHub, публикуемое агентом, начинается со строки «Это отправлено автоматическим агентом, а не человеком». Команды могут редактировать это вместе с остальными подсказками.

Сохраняются ли контрольные показатели?

В статье приведен небольшой эксперимент, и авторы стараются назвать его лишь ориентировочным. Четыре проекта работали бок о бок в потоке сообщений группового чата и CI: около 300 сообщений за один запуск, около 20 из них — реальные рабочие запросы, по пять запусков в каждом. Работа по кодированию моделировалась с помощью инструмента, который просто отнимает время, поэтому тест измеряет планирование и координацию, а не качество чьего-либо кода.

Прочтите таблицу дважды, потому что заголовок — это еще не вся история. Конструкция маршрутизатора сократила время завершения p95 примерно вдвое по сравнению с одним сеансом, но при этом использовалось примерно в два-четыре раза больше токенов чтения кэша. И самый интересный ряд — второй: удаление ярлыка сквозного доступа не привело к ускорению или замедлению выполнения задач, а просто заставило маршрутизатор принимать примерно на 30 процентов больше решений и сжигать на 37 процентов больше токенов.

Насколько я понимаю, настоящая находка находится в рядах, посвященных одному сеансу. При нейтральном приглашении модель ни разу не вызывала субагента ни в одном из пяти запусков. Он делал всю работу сам, новые сообщения постоянно его прерывали, а самые медленные задачи занимали 29,5 минут. Получив подсказку о делегировании, она делегировала четыре из пяти прогонов, а в оставшемся прогоне модель сочла работу «маленькой» и выполнила ее сама. Однократный сеанс зависит от настроения модели. Маршрутизатор, которому не разрешено выполнять код, не может совершить такую ​​ошибку.

Отдельный стресс-тест только на маршрутизаторе увеличил скорость поступления событий, требующих принятия решения, примерно с 1 до примерно 40 в минуту. Средняя партия выросла с 1,0 до 2,8 событий, время на один запрос выросло всего с 2,5 до 3,9 секунды, а амортизированное время на одно решение упало с 6,4 до 1,6 секунды. Чем больше событий накапливается, тем дешевле каждое из них. До предела, по словам авторов, это зависит от длины контекста и того, сколько событий модель может точно обработать за один ход.

DeepSeek только что открыл исходный код своего прототипа суперагента. Один сеанс маршрутизатора общается с людьми и распределяет работу, а изолированные работники выполняют задачи параллельно с событиями GitHub. В их собственном тесте время завершения p95 снизилось с 29,5 до 15,7 минут по сравнению с одним сеансом с использованием субагентов.

Кит снова в открытом доступе.pic.twitter.com/mS4sRbHmyx

— Пухлый (@kimmonismus)1 ноября 2026 г.

Это результаты, о которых сообщают сами участники синтетической работы. Они показывают, что идея планирования верна. Они не показывают, что прототип быстрее исправляет ваши ошибки.

Что говорят люди, близкие к проекту, о его ограничениях?

Вскоре после выпуска Цуй Тяньи из отдела продуктов DeepSeek и один из последних рецензентов статьи о дизайне написал, как он видит дизайн. Его оформление полезно, потому что оно скромно. Он называет центральным компромиссом непрерывность выполнения задач и пропускную способность задач.

По лимитам обзор прямой. Прототип реализует лишь часть предложенной конструкции. На момент его обзора у DeepSeek Harness не было встроенной долговременной памяти между сеансами. И система была проверена только в небольшой, заслуживающей доверия среде внутри компании. В разделе открытых проблем статьи перечислены масштабирование маршрутизатора, память в течение нескольких месяцев, работа без сеансов, границы контекста между агентами и то, как изолированные агенты должны общаться друг с другом, а также безопасность.

Что следует проверить перед запуском?

Документация более откровенна, чем большинство сообщений о запуске, и к ее предупреждениям стоит относиться как к требованиям.

• Рабочие имеют широкий доступ.Обе предустановки разрешений, для маршрутизатора и для рабочих, запускаются сdanger-full-accessкак пользователь ОС оператора. Оболочки учетной записи выбирают, какие учетные данные GitHub использует агент, но в документации говорится, что это значения по умолчанию, а не граница безопасности, поскольку рабочий все равно может запускать программу по абсолютному пути или читать ваш домашний каталог. Рекомендуется создать выделенную учетную запись ОС, в которой хранятся только учетные данные агента.
• Недоверенный ввод — это открытый секретный вопрос.В статье предупреждается, что если быстрое внедрение или вторжение на сервер нарушит цикл облачного агента, можно будет получить доступ к каждому подключенному устройству, и учетные данные, которые входят в контекст модели, могут стать утечкой.
• Люди сливаются по умолчанию.Агент никогда не включает автоматическое объединение под своей учетной записью. Для автоматического слияния требуется CLI второй учетной записи, указанный в запросе «Требования к доставке», а инструкции по умолчанию допускают его только для небольших утвержденных запросов на включение с количеством измененных строк менее 200.
• Он построен вокруг одного репозитория.Каждая установка отслеживает один репозиторий GitHub, а Feishu, инструмент для чата на рабочем месте, распространенный в Китае, является еще одним первоклассным источником.
• Вам понадобится DeepSeek Harness и поставщик модели.Списки установки Node.js 22.19 или новее, pnpm, git 2.32 или новее, tmux, Python 3.8 или новее и GitHub CLI 2.48 или новее. Настройка поставщика модели — это шаг оператора.
• Шум — это затраты.В философском документе говорится, что не следует использовать агент для увеличения объема. Массовые запросы на включение и широковещательные сообщения стоят вашей команде больше, чем они приносят.

Как бы вы попробовали это, не рискуя своим основным репозиторием?

Установка состоит из множества этапов, поэтому проект просит вас позволить агенту кодирования сделать это вместе с вами. Согласно README, агент задает по одному короткому вопросу, один раз показывает полный план, а затем все устанавливает и настраивает. Осторожный первый запуск выглядит так:

1. Выберите одноразовый репозиторийи выделенная учетная запись пользователя компьютера или ОС. Не используйте свой собственный логин.
2. Создайте для агента отдельную учетную запись GitHub.Все, что он пишет, отображается под этим именем.
3. Откройте репозиторий в своем агенте кодирования и вставьте приглашение ниже.Отвечайте на его вопросы по одному.
4. Держите список разрешенных при себеи оставьте режим приема в режиме наблюдения.
5. Попросите что-нибудь маленькое.Из разрешенного аккаунта оставьте комментарий@<agent login> <request>по вопросу. Заявка должна появиться в обзоре панели примерно через минуту.
6. Прочтите вкладку «Оценка» в течение недели.Расширяйте список или переключайтесь на автоматический режим только тогда, когда записи «примут» выглядят правильно.

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

Философский документ проекта дает операторам четыре правила, которые стоит повторить: начните с узкого подхода, настройтесь на меньший шум, не используйте агента для увеличения объема и владейте тем, что он говорит от вашего имени.

Куда должна идти остальная работа агента?

Предположим, работник тратит час на ненадежный интеграционный тест. Запрос на включение — это исправление. Но расследование, стоящее за этим, какие тесты не прошли, какие гипотезы были исключены, что показала временная таблица, не входит в пиар-описание, и это именно то, что рецензент хочет оспорить. Если это происходит только в ответе в чате, следующий агент или товарищ по команде начинает с нуля.

AgentGrid.ioсоздан для этой передачи обслуживания. Люди и агенты ИИ работают с одними и теми же действующими документами, приложениями и файлами с одним стабильным адресом, контролируемым доступом и историей версий. Документы AgentGrid.io описывают подключение агента с поддержкой команд путем запускаnpx @animaapp/cli@latest login. Человек утверждает имя агента, команду и то, что он может делать: читать, писать, делиться или публиковать. После этого изменения агента появляются в истории под собственным именем. Прототип не имеет встроенной интеграции с AgentGrid.io, поэтому воспринимайте это как образец, который можно опробовать на рабочих процессах, а не как документированную функцию.

На практике работник записывает свое исследование в виде файла Markdown, рецензент комментирует строку таблицы, другой помощник дополняет сводку, а запрос на включение ссылается на одну текущую версию вместо трех вставленных копий.

Еще один взгляд на ситуацию с несколькими людьми, использующими одного агента, см. в нашем руководстве поБоты команды Grok Bot. А если вам интересно, что работает под размещенным агентом, наше руководство поClaude Managed Agentsрассматривает версию Anthropic того же разделения мозга и рук, о которой цитирует статья DeepSeek.

Когда следует использовать dsh-superagent, а когда что-то другое?

• Используйте dsh-superagent.учиться на серьезном, документированном проекте, проводить ограниченный эксперимент в репозитории с низким уровнем риска или заимствовать его идеи: маршрутизатор, который никогда не запускает код, билеты с указанной областью действия, режим наблюдения перед автоматическим режимом.
• Используйте один интерактивный агент кодированиякогда вы работаете над одной задачей за раз и хотите двигаться шаг за шагом. Суперагент создан для противоположной ситуации.
• Используйте AgentGrid.ioкогда выходные данные представляют собой документ, отчет или приложение, которые несколько человек и агентов должны просмотреть, отредактировать и опубликовать, независимо от того, какой агент их создал.

Часто задаваемые вопросы

Что такое DeepSeek Super-Agent?

Это исследовательский прототип под названием dsh-superagent, выпущенный командой Harness DeepSeek 31 октября 2026 года по лицензии MIT. Это агент проактивного кодирования для одного репозитория GitHub. Долгоживущий сеанс маршрутизатора принимает запросы и назначает каждый принятый из них своему рабочему сеансу, который отвечает в исходном диалоге, обычно с помощью запроса на включение.

Является ли DeepSeek Super-Agent официальным продуктом DeepSeek?

Нет. В README он назван исследовательским прототипом только для справки, а не официальным продуктом DeepSeek, и рекомендуется просмотреть и адаптировать его перед использованием в вашей собственной среде. Он также не идентичен внутренней версии или реализации, описанной в статье о дизайне.

Чем суперагент отличается от субагента?

Субагент добавляет слой ниже рабочего агента. Суперагент добавляет слой над ним. В этой конструкции маршрутизатор находится над многими работниками, общается с людьми и распределяет задачи, в то время как каждый работник обрабатывает одну задачу изолированно. Название связано с положением, а не с претензией на больший интеллект.

Нужен ли Feishu или только GitHub?

Одного GitHub достаточно. Feishu — необязательный второй источник, и в документации говорится, что сбой установки Feishu отключает только источник Feishu.

Безопасно ли работать в репозитории компании?

Не так, как есть. В документах говорится, что работники работают с полным доступом как пользователь ОС оператора и что учетные записи-оболочки не являются границей изоляции. Они рекомендуют специальную учетную запись ОС, специальную учетную запись агента на GitHub, короткий список разрешенных и режим наблюдения, пока вы изучаете, как ведет себя агент.

Это быстрее, чем один сеанс агента кодирования?

В собственном смоделированном тесте авторов маршрутизатор выполнил самые медленные задачи за 15,7 минут против 29,5 минут для одного сеанса с инструментом субагента, используя больше токенов. В тесте использовалась имитация работы по кодированию и пять запусков каждого проекта, поэтому он демонстрирует преимущества планирования, а не качества кода.