RespuestasPublicado28 fuentes
El Super-agent de DeepSeek divide las tareas de programación para reducir la carga de coordinación
El 31 de octubre de 2026, el equipo de DeepSeek Harness publicó el diseño del Super agent y liberó un prototipo de investigación con licencia MIT. El diseño separa la coordinación, a cargo de un Router, de la ejecución paralela en Workers.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- El 31 de octubre de 2026, el equipo de DeepSeek Harness publicó el diseño del Super agent y liberó un prototipo de investigación con licencia MIT.
- El diseño separa la coordinación, a cargo de un Router, de la ejecución paralela en Workers.
- Las pruebas sintéticas reportaron 15,7 minutos para completar tareas en el percentil 95, frente a 29,5 minutos con una sesión única.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did DeepSeek’s Harness team publish and release on October 31 for its always-on “Super-agent” coding system, and how do its reported in. Article summary: On October 31, 2026, DeepSeek’s Harness team published *Exploring Super-agent Design: Towards a More Autonomous Agent System* and released the MIT-licensed `dsh-superagent-prototype`, exploring an always-on coding agent . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
El 31 de octubre de 2026, el equipo de DeepSeek Harness publicó Exploring Super-agent Design: Towards a More Autonomous Agent System y presentó dsh-superagent-prototype, un proyecto de investigación con licencia MIT. La propuesta aborda un problema práctico: cuando los agentes atienden varias tareas a la vez, las personas pueden acabar dedicando demasiado tiempo a seguir sesiones separadas. Los primeros resultados de velocidad son alentadores, pero proceden de pruebas sintéticas, no de una demostración de calidad de programación en el mundo real. 1
2
5
Router para coordinar, Workers para ejecutar
El diseño divide la coordinación y el trabajo. Un Router de larga duración recibe las interacciones, mantiene una visión general de las tareas y las asigna. Los Workers, con contextos aislados, ejecutan tareas individuales en paralelo e informan al Router. La idea de fondo es que, aunque un agente pueda resolver bien una tarea por sí sola, coordinar muchas a la vez sigue dependiendo de la atención humana. 9
22
50
Las fuentes disponibles respaldan esa idea general sobre el límite de la atención, pero no confirman un tope preciso de tres a cinco sesiones de agentes por persona. Esa cifra debe entenderse como una estimación, no como un resultado medido que quede demostrado aquí.
La propuesta también contempla operación basada en eventos e interacción asíncrona por varios canales. En el diseño, un evento puede llevar al Router a evaluar si conviene iniciar una tarea; separar el estado almacenado del cómputo activo busca facilitar la continuidad entre trabajos. Además, se describe un Watchdog externo: un circuito de control independiente que supervisa el avance y ayuda a detectar problemas que una simple comprobación de que el proceso sigue activo podría pasar por alto. Son principios de diseño, no prueba de que todas esas funciones estén implementadas en el prototipo público. 20
25
Qué significa «reproducir y corregir en silencio»
Un flujo de trabajo interno de Harness ilustra la idea de actuar de forma proactiva. Si alguien reporta un problema de software en un grupo del equipo, el agente puede intentar reproducirlo y buscar una solución sencilla en segundo plano, incluso sin que nadie lo mencione directamente. Solo presenta un resultado si confirma el problema y encuentra una reparación simple; de lo contrario, no interrumpe la conversación. 20
Otros reportes señalan que una instancia interna del Super-agent se ha utilizado para reproducir y corregir errores, responder a revisiones de código y trabajar en el propio DeepSeek Harness. Son usos internos reportados, no evidencia de que el prototipo público tenga las mismas capacidades o esté desplegado de la misma manera. 19
22
Qué hace el prototipo disponible
El dsh-superagent-prototype público es un paquete de DeepSeek Harness para un único repositorio de GitHub. También puede integrarse con Feishu, una aplicación de colaboración laboral. Cuando una persona autorizada solicita trabajo, el sistema crea una tarea para su propia sesión y directorio de agente y luego responde en la conversación original, por ejemplo, con una solicitud de cambios (pull request). 8
35
45
El código documenta un límite configurable para la concurrencia de los Workers. Es decir, incluye un mecanismo para restringir cuántas tareas se ejecutan simultáneamente; no implica que exista un número universal de sesiones ni que la visión de interacción por múltiples canales esté plenamente disponible en el lanzamiento. 32
El repositorio también delimita el alcance del proyecto: lo define como un «prototipo de investigación solo como referencia», aclara que no es un producto oficial de DeepSeek y advierte que puede contener errores y no está listo para producción. El README explica además que la versión publicada fue adaptada y no coincide exactamente ni con el sistema interno ni con la implementación descrita en el artículo de diseño. 12
37
Qué muestran —y qué no— las primeras pruebas
En las pruebas reportadas, el mejor tiempo de finalización de tareas en el percentil 95 fue de 15,7 minutos, frente a 29,5 minutos con una configuración de sesión única: alrededor de un 47 % menos. La cobertura describe pruebas con flujos de mensajes sintéticos, de unos 300 mensajes por ejecución, y herramientas simuladas. 2
53
Ese resultado compara la latencia bajo las condiciones de prueba reportadas. No demuestra que el sistema produzca mejor código, corrija errores reales correctamente ni sea fiable o seguro en producción. Un reporte menciona un mayor coste en tokens, pero el material disponible no respalda la cifra específica de un aumento cercano al 37 % en tokens de lectura de caché. 2
3
Interés inicial no equivale a adopción
El material disponible no permite verificar de forma independiente las cifras de 459 y 563 estrellas ni las adaptaciones de la comunidad que supuestamente aparecieron en cuestión de horas. Otro reporte dice que el repositorio general deepseek-harness superó las 188.000 estrellas; ese dato no demuestra que se haya adoptado este prototipo ni que exista confianza en su capacidad para programar. 23
La conclusión respaldada es más acotada: DeepSeek compartió una propuesta práctica para reducir el trabajo de coordinación entre varias sesiones de agentes de programación, junto con un prototipo limitado y una primera prueba sintética. El código sirve para examinar el enfoque, pero su propio aviso y los límites de las pruebas son motivos para no tratarlo como un producto terminado de programación autónoma. 2
12
37
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "El Super-agent de DeepSeek divide las tareas de programación para reducir la carga de coordinación"?
El 31 de octubre de 2026, el equipo de DeepSeek Harness publicó el diseño del Super agent y liberó un prototipo de investigación con licencia MIT.
¿Cuáles son los puntos clave a validar primero?
El 31 de octubre de 2026, el equipo de DeepSeek Harness publicó el diseño del Super agent y liberó un prototipo de investigación con licencia MIT. El diseño separa la coordinación, a cargo de un Router, de la ejecución paralela en Workers.
¿Qué debo hacer a continuación en la práctica?
Las pruebas sintéticas reportaron 15,7 minutos para completar tareas en el percentil 95, frente a 29,5 minutos con una sesión única.