คำตอบเผยแพร่แล้ว28 แหล่งที่มา
Super-agent ของ DeepSeek แบ่งงานเขียนโค้ดให้ AI หลายตัวทำพร้อมกัน
เมื่อ 31 ตุลาคม 2026 ทีม DeepSeek Harness เผยบทความออกแบบ Super agent และปล่อยต้นแบบ dsh superagent prototype ภายใต้สัญญาอนุญาต MIT แนวคิดหลักคือให้ Router รับเรื่องและกระจายงาน ส่วน Worker ทำงานแยกกันเป็นงาน ๆ เพื่อลดภาระคนในการติดตามหลายเซสชัน แต่แหล่งข้อมูลที่มีไม่ได้ยืนยันตัวเลขว่าคนหนึ่งคนดูแลได้เพียง 3–5 เซสชั...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- เมื่อ 31 ตุลาคม 2026 ทีม DeepSeek Harness เผยบทความออกแบบ Super agent และปล่อยต้นแบบ dsh superagent prototype ภายใต้สัญญาอนุญาต MIT
- แนวคิดหลักคือให้ Router รับเรื่องและกระจายงาน ส่วน Worker ทำงานแยกกันเป็นงาน ๆ เพื่อลดภาระคนในการติดตามหลายเซสชัน แต่แหล่งข้อมูลที่มีไม่ได้ยืนยันตัวเลขว่าคนหนึ่งคนดูแลได้เพียง 3–5 เซสชัน
- ต้นแบบสาธารณะรองรับงานกับ GitHub หนึ่งรีโพซิทอรีและเชื่อมต่อ Feishu ได้ตามต้องการ ส่วนผลทดสอบที่รายงานแสดงเวลาทำงานเปอร์เซ็นไทล์ที่ 95 ลดจาก 29.5 เหลือ 15.7 นาทีในชุดทดสอบสังเคราะห์
AI พรอมต์
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
เมื่อวันที่ 31 ตุลาคม 2026 ทีม DeepSeek Harness เผยบทความ Exploring Super-agent Design: Towards a More Autonomous Agent System พร้อมปล่อย dsh-superagent-prototype โครงการวิจัยภายใต้สัญญาอนุญาต MIT เป้าหมายคือแก้ปัญหาการประสานงาน เมื่อเอเจนต์ทำงานหลายชิ้นพร้อมกัน คนยังต้องคอยตามว่าแต่ละเซสชันไปถึงไหน ผลทดสอบความเร็วที่รายงานดูน่าสนใจ แต่เป็นการทดสอบสังเคราะห์ ไม่ใช่หลักฐานว่าเอเจนต์เขียนโค้ดหรือแก้บั๊กในงานจริงได้ดีเพียงใด 1
2
5
แบ่งหน้าที่ระหว่าง Router กับ Worker
สถาปัตยกรรมนี้แยกการประสานงานออกจากการลงมือทำ Router เป็นตัวกลางที่ทำงานต่อเนื่อง รับการติดต่อ ดูภาพรวมของงาน และส่งงานต่อ ส่วน Worker แต่ละตัวทำงานเฉพาะชิ้นในเซสชันที่แยกบริบทจากกัน แล้วรายงานผลกลับไปยัง Router แนวคิดของทีมคือ แม้เอเจนต์จะทำงานเดี่ยวได้ดี แต่การทำหลายงานพร้อมกันยังติดข้อจำกัดเรื่องความสนใจของคน 9
22
50
แหล่งข้อมูลที่มีสนับสนุนแนวคิดเรื่องภาระด้านความสนใจนี้ แต่ไม่ได้ยืนยันอย่างชัดเจนว่าคนหนึ่งคนดูแลเอเจนต์พร้อมกันได้เพียง 3–5 เซสชัน ตัวเลขดังกล่าวจึงควรมองเป็นค่าประมาณ ไม่ใช่ผลวัดที่พิสูจน์แล้ว
แนวคิดการออกแบบยังกล่าวถึงการทำงานแบบขับเคลื่อนด้วยเหตุการณ์ การโต้ตอบหลายช่องทางแบบไม่ต้องรอให้แต่ละขั้นเสร็จตามลำดับ และการแยกสถานะที่จัดเก็บไว้ออกจากการประมวลผล เพื่อให้ทำงานต่อเนื่องข้ามงานได้ นอกจากนี้ยังเสนอ Watchdog ภายนอกให้คอยติดตามความคืบหน้าและช่วยรับมือเมื่อระบบมีปัญหาที่การตรวจว่าโปรแกรมยังทำงานอยู่ตามปกติอาจมองไม่เห็น ทั้งหมดนี้เป็นหลักการออกแบบ ไม่ได้แปลว่าทุกส่วนมีอยู่ครบในต้นแบบสาธารณะ 20
25
“ลองทำซ้ำและแก้เงียบ ๆ” หมายถึงอะไร
ตัวอย่างการใช้งานภายในที่มีรายงานคือ เมื่อมีคนแจ้งปัญหาซอฟต์แวร์ในกลุ่มทีม เอเจนต์อาจลองทำให้เกิดปัญหาซ้ำและค้นหาวิธีแก้ที่ไม่ซับซ้อนอยู่เบื้องหลัง แม้ไม่มีใครแท็กหรือสั่งมันโดยตรง หากยืนยันได้ว่าปัญหาเกิดขึ้นจริงและพบวิธีแก้ง่าย ๆ จึงค่อยส่งผลให้ทีมดู แต่ถ้าไม่เข้าเงื่อนไขก็จะไม่รบกวนสมาชิก 20
มีรายงานด้วยว่า Super-agent ที่ใช้ภายในช่วยทดสอบปัญหาและแก้ไข ตอบข้อเสนอแนะจากการรีวิวโค้ด และช่วยพัฒนา DeepSeek Harness เอง อย่างไรก็ตาม นี่คือการใช้งานภายในที่มีรายงาน ไม่ใช่หลักฐานว่าต้นแบบสาธารณะมีความสามารถหรือถูกใช้งานในรูปแบบเดียวกัน 19
22
ต้นแบบที่ปล่อยให้ใช้ทำอะไรได้บ้าง
dsh-superagent-prototype เป็นชุดส่วนเสริมสำหรับ DeepSeek Harness ที่ทำงานกับ GitHub หนึ่งรีโพซิทอรี และเลือกเชื่อมต่อ Feishu ได้ เมื่อผู้ใช้ที่ได้รับอนุญาตส่งคำขอ ระบบจะสร้างรายการงาน พร้อมเซสชันและไดเรกทอรีสำหรับงานนั้น แล้วตอบกลับในบทสนทนาต้นทาง เช่น ส่งลิงก์ pull request 8
35
45
โค้ดมีการกำหนดจำนวนช่องสำหรับ Worker ที่ทำงานพร้อมกันได้ จึงมีวิธีจำกัดงานที่รันอยู่ในเวลาเดียวกัน แต่ไม่ได้หมายความว่าทุกการติดตั้งต้องมีจำนวนเซสชันเท่ากัน หรือฟีเจอร์หลายช่องทางตามแนวคิดทั้งหมดถูกนำมาใช้แล้ว 32
ตัวรีโพซิทอรีระบุสถานะไว้อย่างชัดเจนว่าเป็น “ต้นแบบวิจัยสำหรับใช้อ้างอิงเท่านั้น” ไม่ใช่ผลิตภัณฑ์ทางการของ DeepSeek เตือนว่าอาจยังมีบั๊กและไม่พร้อมใช้งานจริง อีกทั้ง README ระบุว่าเวอร์ชันที่เผยแพร่ได้รับการปรับให้เหมาะกับการเปิดเผยต่อสาธารณะ จึงไม่เหมือนระบบภายในหรือรายละเอียดการทำงานตามบทความออกแบบทุกประการ 12
37
ผลทดสอบบอกอะไร และยังตอบอะไรไม่ได้
ผลทดสอบที่มีการรายงานระบุว่า เวลาทำงานจนเสร็จที่เปอร์เซ็นไทล์ที่ 95 ของแบบออกแบบนี้ดีที่สุดอยู่ที่ 15.7 นาที เทียบกับ 29.5 นาที สำหรับระบบฐานที่ใช้เซสชันเดียว หรือลดลงประมาณ 47% รายงานระบุว่าทดสอบด้วยข้อความสังเคราะห์ โดยแต่ละรอบมีข้อความราว 300 ข้อความและใช้เครื่องมือจำลอง 2
53
ตัวเลขนี้เป็นการเปรียบเทียบเวลาในเงื่อนไขการทดสอบที่รายงาน ไม่ได้พิสูจน์ว่าระบบเขียนโค้ดได้ดีกว่า แก้บั๊กจริงได้ถูกต้อง หรือปลอดภัยและไว้ใจได้เมื่อนำไปใช้จริง มีรายงานว่าการทำงานมีต้นทุนโทเคนสูงขึ้น แต่ข้อมูลที่มีไม่ยืนยันข้อกล่าวอ้างเฉพาะว่าจำนวนโทเคนที่อ่านจากแคชเพิ่มขึ้นราว 37% 2
3
กระแสสนใจยังไม่เท่ากับการใช้งานจริง
ข้อมูลที่ให้มายังยืนยันตัวเลขดาว 459 และ 563 ดวงในช่วงแรก รวมถึงการดัดแปลงจากชุมชนที่เกิดขึ้นภายในไม่กี่ชั่วโมงไม่ได้ ส่วนอีกรายงานระบุว่ารีโพซิทอรี deepseek-harness ของ DeepSeek มีดาวเกิน 188,000 ดวง แต่ตัวเลขนั้นไม่ได้แสดงว่าผู้คนรับไปใช้ต้นแบบนี้ หรือเชื่อมั่นในผลงานเขียนโค้ดของมันแล้ว 23
ข้อสรุปที่หลักฐานรองรับจึงแคบกว่านั้น: DeepSeek เผยแนวทางวิจัยที่มุ่งลดภาระการจัดการเอเจนต์เขียนโค้ดหลายเซสชัน พร้อมต้นแบบที่มีขอบเขตจำกัดและผลทดสอบสังเคราะห์เบื้องต้น เป็นโครงการที่ช่วยให้ผู้สนใจศึกษาวิธีออกแบบได้ แต่คำเตือนของผู้พัฒนาเองและข้อจำกัดของผลทดสอบเป็นเหตุผลให้ยังไม่ควรมองว่าเป็นผลิตภัณฑ์เขียนโค้ดอัตโนมัติที่พร้อมใช้งานเต็มรูปแบบ 2
12
37
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Super-agent ของ DeepSeek แบ่งงานเขียนโค้ดให้ AI หลายตัวทำพร้อมกัน" คืออะไร
เมื่อ 31 ตุลาคม 2026 ทีม DeepSeek Harness เผยบทความออกแบบ Super agent และปล่อยต้นแบบ dsh superagent prototype ภายใต้สัญญาอนุญาต MIT
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
เมื่อ 31 ตุลาคม 2026 ทีม DeepSeek Harness เผยบทความออกแบบ Super agent และปล่อยต้นแบบ dsh superagent prototype ภายใต้สัญญาอนุญาต MIT แนวคิดหลักคือให้ Router รับเรื่องและกระจายงาน ส่วน Worker ทำงานแยกกันเป็นงาน ๆ เพื่อลดภาระคนในการติดตามหลายเซสชัน แต่แหล่งข้อมูลที่มีไม่ได้ยืนยันตัวเลขว่าคนหนึ่งคนดูแลได้เพียง 3–5 เซสชัน
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
ต้นแบบสาธารณะรองรับงานกับ GitHub หนึ่งรีโพซิทอรีและเชื่อมต่อ Feishu ได้ตามต้องการ ส่วนผลทดสอบที่รายงานแสดงเวลาทำงานเปอร์เซ็นไทล์ที่ 95 ลดจาก 29.5 เหลือ 15.7 นาทีในชุดทดสอบสังเคราะห์