ПЕКИН (ИА Реалист). 31 октября команда DeepSeek Harness опубликовала в WeChat анонс и выложила на GitHub прототип автономного агента для программирования Super-agent. Код распространяется по лицензии MIT, а сам проект позиционируется как исследовательский прототип, а не официальный продукт компании. За первые сутки после публикации репозиторий dsh-superagent-prototype набрал более 4000 звёзд.
Что умеет Super-agent
Ключевое отличие новинки от существующих решений — проактивность. Агент постоянно работает в фоновом режиме, отслеживая один GitHub-репозиторий и, опционально, групповые чаты в Feishu (Lark). Когда авторизованный член команды запрашивает работу, агент открывает рабочий элемент, выполняет задачу в собственной сессии и рабочей директории и возвращает результат в исходный диалог — например, в виде pull request.
В основе архитектуры — двухуровневая система. Постоянно активный Router принимает все человеческие запросы, поддерживает общий контекст и распределяет задачи, но сам их не выполняет. Изолированные Worker-сессии запускают задачи параллельно с полным набором инструментов и отчитываются перед Router’ом, не общаясь с пользователем напрямую. Каждый Worker подписывается на интересующие его ветки (например, pull request или тему чата), поэтому последующие события поступают к нему напрямую, минуя Router. Внешний процесс Watchdog следит за тем, чтобы Worker’ы не зависали и добивались реального прогресса.
Система управляется событиями: сообщения в чатах, комментарии к ревью и результаты CI служат триггерами. Фильтрация происходит в два этапа — сначала детерминированный код отсеивает большую часть шума, затем языковая модель оценивает оставшиеся кандидаты.
Производительность и ограничения
В ходе предварительных тестов на синтетической нагрузке (около 300 сообщений и примерно 20 рабочих запросов) Super-agent завершил половину задач за 12,4 минуты, а 95% — за 15,7 минуты. Для сравнения, одноместная схема с инструментом субагента показала p95 на уровне 29,5 минуты. Команда отмечает, что это лишь предварительные результаты, и называет их ориентиром, а не полноценным бенчмарком.
Среди открытых проблем разработчики перечисляют масштабирование Router’а, долговременную память, взаимодействие агентов между собой и риск prompt-инъекций, поскольку облачный агент имеет доступ к учётным данным на локальных устройствах пользователя. Для развёртывания требуется выделенный GitHub-аккаунт для агента, Node.js 22.19 или новее, GitHub CLI 2.48 или новее и настроенный провайдер моделей в DeepSeek Harness. Поддерживается только github.com, но не GitHub Enterprise Server.
Гонка агентов и подготовка к IPO
Релиз Super-agent — часть более широкой стратегии DeepSeek по выходу на рынок автономных агентов для разработчиков. Компания создала команду Harness в начале 2026 года именно для того, чтобы конкурировать с Anthropic, OpenAI и другими американскими лабораториями в сегменте агентов, а не только чат-ботов. Ранее, в августе 2026 года, DeepSeek уже выпустила open-source агент Harness, который рассматривался как прямой конкурент Claude Code.
Финансовый контекст усиливает вес анонса: в последнем раунде финансирования DeepSeek привлекла около 100 млрд юаней ($15 млрд) — один из крупнейших раундов в истории Китая — в преддверии IPO, намеченного на 2027 год. Одновременно с этим США запретили использование DeepSeek в государственных системах, сославшись на угрозу национальной безопасности.
Super-agent пока является исследовательским прототипом, а не готовым продуктом, и его реальное влияние на рынок будет зависеть от того, насколько быстро команда решит обозначенные открытые проблемы — от масштабирования Router’а до безопасности при доступе к локальным устройствам.
Однако сам вектор обозначен ясно: DeepSeek смещает конкуренцию из плоскости «какая модель лучше пишет код» в плоскость «какой агент лучше организует работу команды с минимальным участием человека». Именно в этом сегменте сейчас разворачивается основная борьба между китайскими и американскими лабораториями, и выход Super-agent в открытый доступ даёт разработчикам возможность не только изучить подход конкурента, но и повлиять на то, каким станет следующее поколение инструментов автоматизации программирования.
