AnswersPublished28 sources
Så ska DeepSeeks Super-agent samordna flera koduppgifter
Den 31 oktober 2026 publicerade DeepSeeks Harness team en artikel om Super agent design och släppte MIT licensierade dsh superagent prototype. Idén är att en Router samordnar uppgifter medan isolerade Workers utför dem parallellt.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Den 31 oktober 2026 publicerade DeepSeeks Harness team en artikel om Super agent design och släppte MIT licensierade dsh superagent prototype.
- Idén är att en Router samordnar uppgifter medan isolerade Workers utför dem parallellt.
- I rapporterade syntetiska tester var tiden för uppgifter vid 95:e percentilen 15,7 minuter, jämfört med 29,5 minuter för en baslinje med en session.
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
Den 31 oktober 2026 publicerade DeepSeeks Harness-team artikeln Exploring Super-agent Design: Towards a More Autonomous Agent System och släppte dsh-superagent-prototype, ett MIT-licensierat forskningsprojekt. Tanken är att minska den mänskliga arbetsbördan när flera agentuppgifter pågår samtidigt. De tidiga resultaten ser lovande ut när det gäller hastighet, men bygger på syntetiska tester – inte på en utvärdering av kodkvalitet i verkliga projekt. 1
2
5
En Router samordnar, Workers utför
Designen skiljer samordning från själva arbetet. En långlivad Router tar emot interaktioner, håller reda på helheten och fördelar uppgifter. Kontextisolerade Workers utför uppgifterna parallellt och rapporterar tillbaka via Router. Teamets övergripande poäng är att människors uppmärksamhet kan bli flaskhalsen när flera uppgifter ska följas, även om en agent klarar en enskild uppgift väl. 9
22
50
Källorna stöder resonemanget om uppmärksamhet som begränsning, men bekräftar inte någon exakt gräns på tre till fem aktiva agentsessioner per person. Den siffran bör därför ses som en uppskattning, inte som ett uppmätt resultat.
I den föreslagna arkitekturen ingår också händelsestyrt arbete och asynkron interaktion över flera kanaler. Tanken är att en händelse ska kunna få Router att bedöma om något bör göras, medan åtskild lagring av tillstånd och aktiv beräkning ska bidra till kontinuitet mellan uppgifter. En extern Watchdog beskrivs som en separat kontrollslinga som följer uppgifternas förlopp och kan hjälpa systemet att återhämta sig från problem som vanlig kontroll av processers hälsa kanske missar. Det här är designprinciper – inte ett belägg för att alla funktioner finns i den publika prototypen. 20
25
Vad innebär det att ”tyst återskapa och åtgärda” ett fel?
Ett exempel från DeepSeeks interna Harness-arbete visar hur ett proaktivt arbetssätt kan se ut. När någon rapporterar ett programvaruproblem i en intern gruppchatt kan agenten i bakgrunden försöka återskapa felet och hitta en enkel lösning, även om ingen uttryckligen nämner agenten. Den presenterar ett resultat om den lyckas bekräfta problemet och hittar en enkel åtgärd. Annars förblir den tyst. 20
Rapportering beskriver också intern användning för att återskapa och åtgärda problem, svara på kodgranskningar och bidra till utvecklingen av DeepSeek Harness. Det handlar om uppgifter som rapporterats internt – inte om bevis för att den publika prototypen har samma funktioner eller används på samma sätt. 19
22
Vad klarar den publika prototypen?
Den publika dsh-superagent-prototype är ett paket för DeepSeek Harness som arbetar mot ett GitHub-arkiv. Den kan även integreras med Feishu, ByteDances samarbetsapp. När en behörig person ber om hjälp skapar systemet en arbetsuppgift i en egen agentsession och katalog. Därefter svarar det i den ursprungliga konversationen – till exempel med en pull request, alltså ett förslag på kodändringar som kan granskas. 8
35
45
Koden har en inställbar gräns för hur många Worker-platser som kan användas samtidigt. Det betyder att prototypen kan begränsa parallellt arbete – inte att det finns ett enda fast sessionsantal för alla, eller att den föreslagna lösningen för många kanaler är fullt implementerad i den publika versionen. 32
Projektets egen README är tydlig med begränsningarna: koden kallas ett ”research prototype for reference only”, den är inte en officiell DeepSeek-produkt och den är inte redo för produktionsbruk. Teamet varnar också för buggar. Den publicerade versionen har anpassats och är inte identisk med vare sig det interna systemet eller implementationen som beskrivs i designartikeln. 12
37
Vad visar de första testerna?
I rapporterade tester var den bästa uppmätta tiden vid 95:e percentilen 15,7 minuter, jämfört med 29,5 minuter för en baslinje med en enda session – omkring 47 procent kortare tid. Testerna beskrivs som syntetiska med simulerade verktyg och ungefär 300 meddelanden per körning. 2
53
Det är en jämförelse av svarstid under de angivna testförhållandena. Den visar inte att systemet skriver bättre kod, åtgärdar verkliga buggar korrekt eller är tillförlitligt och säkert i produktion. En rapport nämner högre tokenkostnader, men källmaterialet här belägger inte den specifika uppgiften om ungefär 37 procent fler cache-lästa tokens. 2
3
Tidigt intresse är inte samma sak som bevisad användning
De uppgifter som cirkulerat om ögonblicksbilder med 459 respektive 563 GitHub-stjärnor och community-anpassningar som byggts på några timmar kan inte verifieras oberoende i det tillgängliga materialet. En separat rapport uppger att DeepSeeks bredare deepseek-harness-arkiv passerat 188 000 stjärnor. Den siffran visar dock inte att just prototypen används i stor omfattning eller att utvecklare litar på dess kodresultat. 23
Den belagda slutsatsen är mer avgränsad: DeepSeek har delat en praktisk forskningsidé för att minska arbetet med att samordna flera kodagentersessioner, tillsammans med en begränsad prototyp och ett tidigt syntetiskt testresultat. Släppet ger utvecklare något konkret att undersöka, men projektets egen varning och testernas begränsningar är skäl att inte se det som en färdig, autonom kodprodukt. 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 "Så ska DeepSeeks Super-agent samordna flera koduppgifter"?
Den 31 oktober 2026 publicerade DeepSeeks Harness team en artikel om Super agent design och släppte MIT licensierade dsh superagent prototype.
What are the key points to validate first?
Den 31 oktober 2026 publicerade DeepSeeks Harness team en artikel om Super agent design och släppte MIT licensierade dsh superagent prototype. Idén är att en Router samordnar uppgifter medan isolerade Workers utför dem parallellt.
What should I do next in practice?
I rapporterade syntetiska tester var tiden för uppgifter vid 95:e percentilen 15,7 minuter, jämfört med 29,5 minuter för en baslinje med en session.