AnswersPublished28 sources
DeepSeek wil AI-agents laten samenwerken zonder dat mensen elk gesprek hoeven te volgen
Op 31 oktober 2026 publiceerde het DeepSeek Harness team een ontwerp voor een Super agent en bracht het de MIT gelicentieerde prototype dsh superagent prototype uit. De publieke prototype is beperkt tot één GitHub repository, met optionele integratie met Feishu.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- Op 31 oktober 2026 publiceerde het DeepSeek Harness team een ontwerp voor een Super agent en bracht het de MIT gelicentieerde prototype dsh superagent prototype uit.
- De publieke prototype is beperkt tot één GitHub repository, met optionele integratie met Feishu.
- Het ontwerp moet de aandacht verminderen die nodig is om meerdere AI agents aan te sturen.
AI Prompt
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
Op 31 oktober 2026 publiceerde het DeepSeek Harness-team Exploring Super-agent Design: Towards a More Autonomous Agent System en bracht het dsh-superagent-prototype uit, een onderzoeksproject onder de MIT-licentie. Het idee: meerdere taken laten doorlopen zonder dat iemand voortdurend afzonderlijke agentsessies hoeft bij te houden. De eerste snelheidscijfers zijn veelbelovend, maar komen uit synthetische tests en bewijzen niet dat de agent in de praktijk betere code schrijft. 1
2
5
Eén Router, meerdere Workers
Het ontwerp splitst de coördinatie en het uitvoerende werk op. Een langdurig actieve Router ontvangt interacties, houdt het overzicht en verdeelt taken. Afzonderlijke Workers voeren taken parallel uit in sessies met een eigen context en koppelen hun resultaten terug aan de Router. Volgens DeepSeek zit de beperking bij meerdere taken niet alleen in wat een agent afzonderlijk kan, maar ook in hoeveel sessies een mens kan volgen. 9
22
50
De bronnen ondersteunen dat algemene punt over menselijke aandacht, maar onderbouwen geen vaste grens van drie tot vijf agentsessies per persoon. Dat getal is dus een schatting, geen aangetoond meetresultaat.
Het ontwerp beschrijft daarnaast een eventgestuurde aanpak, asynchrone interactie via meerdere kanalen en een scheiding tussen opgeslagen toestand en actieve berekeningen. Zo kan een gebeurtenis aanleiding geven om werk te beoordelen, terwijl de scheiding tussen geheugen en uitvoering bedoeld is om taken over tijd voort te zetten. Een externe Watchdog moet de voortgang bewaken en helpen ingrijpen bij problemen die een gewone controle op draaiende processen niet opmerkt. Dit zijn ontwerpprincipes; ze betekenen niet dat alle onderdelen al in de publieke prototype zitten. 20
25
Achter de stille bugfix
Een intern voorbeeld laat zien hoe proactief werken eruit kan zien. In een teamgroep bespreekt iemand een softwareprobleem. De agent kan dan op de achtergrond proberen het probleem na te bootsen en een eenvoudige oplossing te vinden, ook als niemand de agent expliciet noemt. Alleen als de agent het probleem bevestigt en een eenvoudige reparatie vindt, meldt hij dat; anders blijft hij stil. 20
Volgens berichtgeving wordt een interne Super-agent ook gebruikt voor het reproduceren en oplossen van problemen, het beantwoorden van code review-opmerkingen en de verdere ontwikkeling van DeepSeek Harness. Dat zijn gemelde interne toepassingen, geen bewijs dat de publieke prototype dezelfde mogelijkheden heeft of op dezelfde manier wordt ingezet. 19
22
Wat de publieke prototype kan
De openbare dsh-superagent-prototype is een bundel voor DeepSeek Harness die werkt met één GitHub-repository. De code kan ook worden gekoppeld aan Feishu, een zakelijke chatapp. Als een gemachtigde gebruiker werk aanvraagt, maakt de agent een werkitem aan met een eigen agentsessie en werkmap. Het resultaat verschijnt terug in het oorspronkelijke gesprek, bijvoorbeeld als pull request. 8
35
45
De code documenteert een instelbare limiet voor het aantal gelijktijdige worker-slots. De prototype kan dus het aantal taken dat tegelijk loopt begrenzen. Dat betekent niet dat er één vast maximum geldt voor alle situaties, of dat alle onderdelen uit het bredere ontwerp al zijn uitgebracht. 32
De repository is ook duidelijk over de status: de code is bedoeld als onderzoeksprototype ter referentie, is geen officieel DeepSeek-product en is niet klaar voor productie. Er kunnen fouten in zitten. DeepSeek zegt bovendien dat de gepubliceerde versie is aangepast en niet identiek is aan het interne systeem of aan de uitvoering die in het ontwerp wordt beschreven. 12
37
Snellere tests, geen bewijs van betere code
In de gemelde tests bedroeg de beste 95e-percentieltijd voor taakafronding 15,7 minuten, tegenover 29,5 minuten voor een aanpak met één sessie. Dat is ongeveer 47 procent korter. De tests gebruikten synthetische berichtenstromen — volgens berichtgeving met ongeveer 300 berichten per test — en gesimuleerde tools. 2
53
Dit is een vergelijking van doorlooptijden onder specifieke testomstandigheden. Het bewijst niet dat de agent echte bugs correct oplost, betere code oplevert of betrouwbaar en veilig genoeg is voor productie. Er zijn ook hogere tokenkosten gemeld, maar het beschikbare bronmateriaal onderbouwt niet de specifieke claim van ongeveer 37 procent meer cache-read-tokens. 2
3
Interesse is nog geen brede toepassing
De beschikbare informatie bevestigt de genoemde momentopnames van 459 en 563 GitHub-sterren, of de claim dat er binnen enkele uren communityvarianten verschenen, niet onafhankelijk. Een apart bericht meldt dat de bredere repository deepseek-harness meer dan 188.000 sterren had. Dat cijfer zegt op zichzelf niets over de adoptie van deze prototype of het vertrouwen in de code die hij produceert. 23
De conclusie is daarom bescheiden: DeepSeek heeft een praktische onderzoeksrichting gedeeld om de coördinatie van meerdere programmeeragentsessies te vereenvoudigen, plus een beperkte prototype en een vroege synthetische benchmark. De release is interessant om het ontwerp te bestuderen, maar de waarschuwing van DeepSeek zelf en de beperkte testresultaten zijn goede redenen om de software niet als een afgemaakt autonoom programmeerproduct te beschouwen. 2
12
37
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek wil AI-agents laten samenwerken zonder dat mensen elk gesprek hoeven te volgen"?
Op 31 oktober 2026 publiceerde het DeepSeek Harness team een ontwerp voor een Super agent en bracht het de MIT gelicentieerde prototype dsh superagent prototype uit.
What are the key points to validate first?
Op 31 oktober 2026 publiceerde het DeepSeek Harness team een ontwerp voor een Super agent en bracht het de MIT gelicentieerde prototype dsh superagent prototype uit. De publieke prototype is beperkt tot één GitHub repository, met optionele integratie met Feishu.
What should I do next in practice?
Het ontwerp moet de aandacht verminderen die nodig is om meerdere AI agents aan te sturen.