DeepSeek открыла код ИИ-агента, который сам берёт задачи

Китайская DeepSeek 31 октября выложила на GitHub Super-agent, прототип ИИ-агента для программистов. Он следит за репозиторием и рабочим чатом команды, сам принимает подходящие задачи и возвращает результат в виде готового запроса на изменение кода. Код открыт под свободной лицензией MIT, но компания предупреждает, что это исследовательская разработка, а не официальный продукт.

Анонс команда DeepSeek Harness опубликовала в WeChat. DeepSeek Harness — это собственная среда компании для запуска ИИ-агентов, и Super-agent работает внутри неё как дополнение. Агент подключается к одному репозиторию на GitHub и при желании к групповым чатам Feishu, корпоративного мессенджера ByteDance. За первые сутки репозиторий собрал несколько тысяч звёзд на GitHub.

Как устроен агент

Задачу агенту ставит человек из разрешённого списка, либо её запускает заранее прописанное правило команды. Каждая задача получает свою сессию и рабочую папку, а ответ приходит в тот же разговор, где прозвучала просьба. Постоянный модуль-«роутер» общается с людьми и держит общий контекст, а отдельные «исполнители» решают задачи параллельно. В локальной веб-панели человек видит только то, что требует его решения.

Главный принцип DeepSeek сформулировала в документации: «Отнимать как можно меньше человеческого внимания и давать как можно больше пользы». Агент действует, только когда его попросили или когда это прямо разрешает письменное правило. По данным i-scoop, по умолчанию он работает в режиме наблюдения: отмечает задачи, которые взял бы, но не берётся за них сам.

Быстрее, но дороже

Своих бенчмарков в репозитории нет. В сопроводительной статье DeepSeek, которую пересказывает i-scoop, описан синтетический тест: около 300 сообщений и примерно 20 рабочих задач. Super-agent тратил на задачу в среднем 12,4 минуты. Обычная сессия с субагентами справлялась за 20,4 минуты, а с подсказкой делегировать работу — за 13,8 минуты.

Разброс у Super-agent тоже меньше: в 95% случаев он укладывался в 15,7 минуты против 29–29,5 минуты у одиночной сессии. Зато за один прогон агент прочитал 23,2 млн кэшированных токенов, примерно вдвое больше. Сама DeepSeek называет результаты предварительными: тест измерял координацию, а не качество кода.

Ограничения

Конкретную модель DeepSeek не указывает: агент берёт ту, что настроена в профиле DeepSeek Harness. Обе части агента запускаются с полным доступом к системе от имени пользователя и могут читать его домашнюю папку. Поэтому DeepSeek советует завести для агента отдельную учётную запись. Корпоративный GitHub Enterprise Server не поддерживается.

Bloomberg назвал релиз вызовом Claude Code, агенту для программистов от Anthropic. Разница в подходе заметная: Claude Code работает по команде разработчика, а Super-agent задуман как участник команды, который сам ищет, чем помочь.

Код бесплатный и лежит на GitHub в открытом доступе, скачать его можно и из Казахстана. Платить придётся за запросы к языковой модели у выбранного провайдера. О том, сколько DeepSeek принесла своему основателю, мы писали в материале о состоянии Ляна Вэньфэна.

Источники: GitHub — репозиторий и документация Super-agent, ShiftDelete — анонс DeepSeek и реакция, i-scoop — устройство агента и результаты теста