RéponsesPublié28 sources
DeepSeek veut mieux coordonner les agents de programmation avec un routeur et des exécutants
Le 31 octobre 2026, l’équipe DeepSeek Harness a présenté une architecture de « super agent » et publié le prototype de recherche dsh superagent prototype sous licence MIT. Le principe : un routeur coordonne les demandes et des agents exécutants traitent les tâches en parallèle.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Le 31 octobre 2026, l’équipe DeepSeek Harness a présenté une architecture de « super agent » et publié le prototype de recherche dsh superagent prototype sous licence MIT.
- Le principe : un routeur coordonne les demandes et des agents exécutants traitent les tâches en parallèle.
- Les tests rapportés indiquent un temps de réalisation au 95e percentile de 15,7 minutes, contre 29,5 minutes pour une session unique.
Prompt 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
Le 31 octobre 2026, l’équipe DeepSeek Harness a publié Exploring Super-agent Design: Towards a More Autonomous Agent System et mis en ligne dsh-superagent-prototype, un projet de recherche sous licence MIT. L’idée : alléger la coordination de plusieurs tâches confiées à des agents, qui peut vite accaparer l’attention humaine. Les premiers résultats de vitesse sont intéressants, mais proviennent de tests synthétiques et ne prouvent pas que l’outil code mieux ou corrige correctement des problèmes réels. 1
2
5
Un routeur pour coordonner, des agents pour exécuter
L’architecture sépare deux rôles. Un routeur de longue durée reçoit les interactions, suit l’avancement global et répartit le travail. Des agents exécutants — les Workers — prennent chacun une tâche dans un contexte isolé, la traitent en parallèle et rendent compte au routeur. L’équipe présente cette organisation comme une réponse à une limite pratique : même si un agent sait bien mener une tâche, gérer plusieurs sessions en même temps peut mobiliser beaucoup d’attention. 9
22
50
Les sources disponibles étayent cette idée générale, mais ne confirment pas de limite précise de trois à cinq sessions par personne. Ce chiffre doit donc être compris comme une estimation, et non comme un résultat mesuré établi ici.
La proposition prévoit aussi un fonctionnement déclenché par des événements, des échanges asynchrones sur plusieurs canaux et une séparation entre l’état conservé et le calcul en cours. En théorie, ces choix doivent aider le routeur à décider quand lancer une tâche et à maintenir une continuité entre les sessions. Un Watchdog externe — un mécanisme de surveillance indépendant — est également décrit pour suivre l’avancement des tâches et aider à récupérer après certains blocages. Il s’agit de principes d’architecture : cela ne signifie pas que toutes ces fonctions figurent dans le prototype public. 20
25
« Reproduire et corriger en silence »
Un exemple rapporté en interne illustre l’approche proactive. Lorsqu’un membre d’un groupe de discussion de l’équipe signale un problème logiciel, l’agent peut tenter de le reproduire et chercher une correction simple en arrière-plan, même si personne ne l’a explicitement interpellé. Il ne présente un résultat que s’il confirme le problème et trouve une solution simple ; sinon, il reste silencieux. 20
D’autres articles rapportent qu’une instance interne du Super-agent a servi à reproduire et corriger des problèmes, à répondre à des revues de code et à contribuer au développement de DeepSeek Harness. Ce sont des usages internes rapportés : ils ne prouvent pas que le prototype public dispose des mêmes capacités ou qu’il est déployé de la même manière. 19
22
Ce que propose le prototype public
dsh-superagent-prototype est un module conçu pour DeepSeek Harness et destiné à un seul dépôt GitHub. Il peut aussi se connecter à Feishu, un outil de messagerie professionnelle. Lorsqu’une personne autorisée demande une tâche, le système crée un élément de travail traité dans sa propre session et son propre répertoire, puis répond dans la conversation d’origine — par exemple en y partageant une demande de fusion (pull request). 8
35
45
Le code prévoit une limite de concurrence configurable pour les tâches exécutées par les agents. Autrement dit, le prototype sait plafonner le nombre de travaux simultanés ; il n’existe pas pour autant un nombre universel de sessions, et cela ne signifie pas que toute l’architecture multicanale décrite dans l’article est déjà publiée. 32
Le dépôt précise lui-même le statut du projet : il s’agit d’un « prototype de recherche, fourni à titre de référence », et non d’un produit officiel de DeepSeek. Il peut contenir des bogues et n’est pas prêt pour un usage en production. Le README ajoute que la version publiée a été adaptée et ne correspond exactement ni au système interne ni à l’implémentation décrite dans l’article. 12
37
Des tests plus rapides, pas une preuve de qualité
Dans les tests rapportés, le meilleur temps de réalisation au 95e percentile est de 15,7 minutes, contre 29,5 minutes pour une configuration de référence à session unique, soit une baisse d’environ 47 %. Les essais décrits utilisent des flux de messages synthétiques — autour de 300 messages par exécution — et des outils simulés. 2
53
Ces chiffres comparent des temps de traitement dans les conditions de ces tests. Ils ne démontrent pas que le système produit un meilleur code, corrige correctement des bogues réels, ni qu’il est fiable ou sûr en production. Un article évoque aussi des coûts en jetons plus élevés, mais les sources fournies ne permettent pas de confirmer précisément la hausse d’environ 37 % des jetons lus depuis le cache. 2
3
Un intérêt précoce, mais pas encore une adoption démontrée
Les chiffres de 459 et 563 étoiles sur GitHub, ainsi que les adaptations communautaires réalisées en quelques heures, ne sont pas vérifiés de façon indépendante dans les éléments disponibles. Un article rapporte par ailleurs que le dépôt plus général deepseek-harness avait dépassé 188 000 étoiles ; ce chiffre ne mesure ni l’adoption de ce prototype ni la confiance dans ses résultats de programmation. 23
La conclusion la plus solide reste donc mesurée : DeepSeek partage une piste concrète pour réduire le travail de coordination entre plusieurs agents de programmation, accompagnée d’un prototype limité et d’un premier benchmark synthétique. Le projet permet d’examiner cette approche, mais son propre avertissement et les limites des tests invitent à ne pas le confondre avec un produit autonome prêt à l’emploi. 2
12
37
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « DeepSeek veut mieux coordonner les agents de programmation avec un routeur et des exécutants » ?
Le 31 octobre 2026, l’équipe DeepSeek Harness a présenté une architecture de « super agent » et publié le prototype de recherche dsh superagent prototype sous licence MIT.
Quels sont les points clés à valider en premier ?
Le 31 octobre 2026, l’équipe DeepSeek Harness a présenté une architecture de « super agent » et publié le prototype de recherche dsh superagent prototype sous licence MIT. Le principe : un routeur coordonne les demandes et des agents exécutants traitent les tâches en parallèle.
Que dois-je faire ensuite en pratique ?
Les tests rapportés indiquent un temps de réalisation au 95e percentile de 15,7 minutes, contre 29,5 minutes pour une session unique.