ב־31 באוקטובר 2026 פרסם צוות Harness של DeepSeek את המאמר Exploring Super-agent Design: Towards a More Autonomous Agent System ואת dsh-superagent-prototype, פרויקט מחקר ברישיון MIT. הרעיון מתמודד עם אתגר תיאום: ככל שסוכני AI מטפלים ביותר משימות במקביל, אנשים עלולים להפוך לצוואר הבקבוק — כי צריך לעקוב אחר סשנים נפרדים ולנהל אותם. תוצאות המהירות הראשוניות מעודדות, אך הן מבוססות על בדיקות סינתטיות, ולא מדגימות איכות של קוד בעולם האמיתי.
1
2
5
מודל Router–Worker: מתאם אחד, כמה מבצעים
העיצוב מפריד בין תיאום לביצוע. Router שפועל לאורך זמן מקבל פניות, עוקב אחר העבודה הכוללת ומנתב משימות. Workers, שכל אחד מהם פועל בהקשר מבודד, מבצעים משימות נפרדות במקביל ומדווחים בחזרה דרך ה־Router. הטענה הרחבה של הצוות היא שגם כשסוכן מסוגל לבצע היטב משימה בודדת, ריבוי משימות עדיין מוגבל על ידי תשומת הלב האנושית.
9
22
50
המקורות שסופקו תומכים בטענה הכללית הזאת, אבל אינם מאמתים מגבלה מדויקת של שלושה עד חמישה סשנים לאדם. לכן נכון להתייחס למספר הזה כאומדן, ולא כתוצאה מדודה שהוכחה בחומר הזמין.
העיצוב מציע גם עבודה מונעת־אירועים, אינטראקציה א־סינכרונית בכמה ערוצים, והפרדה בין מצב שנשמר לבין חישוב פעיל. לפי הרעיון, אירועים יכולים לגרום ל־Router לבדוק אם כדאי להתחיל לעבוד; ההפרדה נועדה לסייע בשמירת רצף בין משימות. בנוסף, מתואר Watchdog חיצוני — מנגנון בקרה נפרד שמנטר את התקדמות המשימות ועשוי לעזור בהתאוששות מתקלות שסימון רגיל של מצב התהליך לא בהכרח יזהה. אלה עקרונות תכנון, ולא הוכחה שכל הרכיבים קיימים באב־הטיפוס הציבורי.
20
25
מה פירוש „לשחזר ולתקן בשקט”?
דוגמה שדווחה מתוך סביבת Harness פנימית ממחישה את הגישה היוזמת. כשמישהו מדווח בקבוצת הצוות על תקלה בתוכנה, הסוכן יכול לנסות לשחזר אותה ולחפש תיקון פשוט ברקע — גם אם לא תייגו אותו במפורש. אם הוא מאמת את התקלה ומוצא תיקון פשוט, הוא מציג את התוצאה; אחרת הוא נשאר בשקט.
20
בדיווחים נוספים נמסר שמופע פנימי של Super-agent שימש לשחזור תקלות ולתיקונן, למענה על הערות בקוד ולפיתוח DeepSeek Harness עצמו. אלה שימושים פנימיים שדווחו, ולא ראיה לכך שלאב־הטיפוס הציבורי יש אותן יכולות או אותה פריסה.
19
22
מה עושה אב־הטיפוס שפורסם?
dsh-superagent-prototype הציבורי הוא חבילה עבור DeepSeek Harness, המיועדת למאגר GitHub אחד. אפשר לשלב בה גם את Feishu, פלטפורמת העבודה של ByteDance. כשאדם מורשה מבקש לבצע עבודה, המערכת פותחת עבורה פריט עבודה עם סשן ותיקייה משלה, ומשיבה בשיחה המקורית — למשל באמצעות קישור לבקשת משיכה (pull request).
8
35
45
הקוד מתעד מגבלת מקביליות שניתנת להגדרה עבור משבצות העבודה של ה־Workers. כלומר, יש באב־הטיפוס מנגנון להגבלת מספר המשימות המתבצעות בו־זמנית; אין פירוש הדבר שיש מספר סשנים אחיד לכולם, או שמערכת הערוצים המרובים מהחזון כבר כלולה במלואה במהדורה.
32
המאגר מבהיר גם את גבולות הפרויקט: הוא מתאר את הקוד כ„אב־טיפוס מחקרי לעיון בלבד”, מציין שאינו מוצר רשמי של DeepSeek, ומזהיר שייתכנו בו באגים ושהוא אינו מוכן לשימוש בסביבת ייצור. לפי ה־README, הגרסה שפורסמה הותאמה לפרסום ואינה זהה למערכת הפנימית או למימוש שמתואר במאמר התכנון.
12
37
מה מלמדים המבחנים — ומה לא?
במבחנים שדווחו, זמן השלמת המשימות הטוב ביותר באחוזון ה־95 היה 15.7 דקות, לעומת 29.5 דקות בבסיס ההשוואה של סשן יחיד — ירידה של כ־47%. לפי הדיווחים, הבדיקות השתמשו בזרמי הודעות סינתטיים, בכ־300 הודעות בכל הרצה ובכלים מדומים.
2
53
הנתון הזה משווה זמני תגובה בתנאי הבדיקה שדווחו. הוא לא מוכיח שהמערכת כותבת קוד טוב יותר, מתקנת באגים אמיתיים בהצלחה, או אמינה ובטוחה לשימוש בייצור. בדיווח אחד הוזכרה עלות גבוהה יותר במונחי טוקנים, אך המקורות שסופקו אינם מבססים את הטענה המסוימת על עלייה של כ־37% בטוקנים שנקראו מהמטמון.
2
3
עניין ראשוני אינו הוכחה לאימוץ
החומר שסופק אינו מאמת באופן עצמאי את נתוני 459 ו־563 הכוכבים או התאמות קהילתיות שנבנו בתוך שעות. דיווח נפרד מציין שמאגר deepseek-harness הרחב יותר של DeepSeek עבר את רף 188 אלף הכוכבים; המספר הזה אינו מוכיח שאב־הטיפוס אומץ או שהמשתמשים נותנים אמון בתוצרי הקוד שלו.
23
המסקנה הנתמכת מצומצמת יותר: DeepSeek הציגה כיוון מחקרי מעשי להפחתת הטרחה שבתיאום בין כמה סשנים של סוכני קוד, לצד אב־טיפוס מוגבל ומבחן ביצועים סינתטי ראשוני. הפרסום מאפשר לבחון את הגישה, אך ההסתייגות של הצוות עצמו — ומגבלות הראיות מהמבחנים — הן סיבה לא להתייחס אליו כמוצר גמור לתכנות אוטונומי.
2
12
37