DeepSeek quiere un agente de programación que no espere un prompt. El 31 de octubre, el equipo DeepSeek Harness publicó un prototipo en GitHub y un ensayo de diseño sobre el sistema interno detrás de él, y ambos no son lo mismo.
El código público es un punto de partida que cualquier equipo puede leer, copiar y adaptar. La afirmación más audaz del titular, un agente que detecta un error y se mueve primero, pertenece principalmente a la versión interna que describe el ensayo.
El anuncio
El repositorio se llama deepseek-ai/dsh-superagent-prototype. GitHub lo lista como público, creado el 31 de octubre de 2026, con la licencia MIT y una descripción que dice “Towards a More Autonomous Agent System”.
El README es directo sobre el estatus. Llama al código un “research prototype for reference only, not an official DeepSeek product” y advierte que no es software listo para producción, que aún puede contener errores, y que gran parte de la ingeniería fue hecha por agentes de programación.
También dice que el código publicado fue adaptado para su lanzamiento. No es idéntico a la versión interna, y algunos diseños del ensayo son direcciones futuras que no están implementados en el prototipo.
Cómo funciona el prototipo público
El prototipo es un agente de programación proactivo para un repositorio de GitHub, empaquetado como un conjunto para DeepSeek Harness. Escucha a GitHub y, como opción, a Feishu, el servicio de chat vendido fuera de China como Lark.
Cuando una persona autorizada para pedir solicita trabajo, el agente abre un elemento de trabajo. Trabaja en ese elemento en su propia sesión de agente y su propio directorio, y luego responde en la conversación original, por ejemplo con una solicitud de extracción.
El principio guía en el README es la atención. El agente debe tomar la menor atención humana posible y dar el mayor valor posible, así que actúa solo cuando se le pide o cuando una regla que el equipo escribió lo permite, y habla solo cuando una persona debe actuar o puede usar un resultado. Un panel web muestra lo que necesita a una persona.
La cobertura del diseño describe un Router residente que asigna el trabajo y sesiones Worker que lo llevan a cabo. Un Worker puede recibir eventos posteriores de los hilos que maneja, así que un comentario de revisión en su solicitud de extracción puede llegar a la sesión que ya trabaja en ese empleo.
De dónde viene la afirmación del error
El ensayo se titula “Exploring Super-agent Design: Towards a More Autonomous Agent System”. La cobertura del ensayo informa que DeepSeek ejecuta su propio Super agent de forma interna, donde reproduce informes de errores, responde a revisiones de código y ayuda a construir el propio DeepSeek Harness.
La cobertura de Pandaily informada por AI Affairs agrega el detalle detrás del titular. Entre los propios usuarios del equipo, el agente intenta en silencio reproducir informes de errores y solo se pronuncia al encontrar una corrección simple, a veces al abrir una solicitud de extracción antes de que alguien lo etiquete.
Ese comportamiento se informa desde el sistema interno y el ensayo de diseño. El prototipo público es más limitado, y los lectores no deben asumir que cada paso de esa historia se entrega en el código lanzado.
El ensayo también argumenta que la atención es el verdadero cuello de botella. La información sobre él señala que una persona por lo general puede seguir solo de tres a cinco sesiones activas de agente a la vez, así que el trabajo paralelo está limitado por las personas y no por los modelos.
Detalles importantes
| Item | Detail |
|---|---|
| Repositorio | deepseek-ai/dsh-superagent-prototype en GitHub |
| Lanzado | 31 de octubre de 2026 |
| Licencia | MIT |
| Estatus | Prototipo de investigación solo como referencia, no un producto oficial de DeepSeek |
| Alcance | Un repositorio de GitHub por despliegue |
| Construido sobre | DeepSeek Harness, como un conjunto |
| Entradas | GitHub, más Feishu como opción |
| Salida | Una respuesta en la conversación original, por ejemplo una solicitud de extracción |
| Requisitos de la guía de despliegue | Node.js 22.19 o posterior, pnpm, git 2.32 o posterior, Python 3.8 o posterior, tmux, GitHub CLI 2.48 o posterior |
| Cuentas necesarias | Un perfil dedicado de DeepSeek Harness y una cuenta de GitHub reservada para el agente |
| Anfitrión del repositorio | Solo github.com; GitHub Enterprise Server no es compatible |
El equipo también informó de pruebas tempranas en trabajo sintético. AI Affairs informó de unos 300 mensajes y aproximadamente 20 solicitudes de trabajo, con la mitad de las tareas completadas en 12.4 minutos y 95 por ciento en 15.7 minutos, frente a una comparación de una sola sesión que terminó después pero usó menos tokens en caché. El equipo llamó a esos resultados una referencia preliminar, y son cifras informadas por el equipo, no puntos de referencia independientes.
La trampa
La guía de despliegue es directa sobre el acceso. Ambos ajustes predefinidos del agente se ejecutan con danger-full-access como el usuario del sistema operativo del operador, y un Worker puede ejecutar programas por ruta y leer el directorio principal del operador.
La respuesta de la guía es el aislamiento. Aconseja una cuenta dedicada del sistema operativo que contenga solo las credenciales del agente, y la configuración también pide una cuenta de GitHub usada solo por el agente.
La cobertura también lista problemas abiertos que el propio equipo nombra. Incluyen la escala del Router, la memoria a largo plazo, la comunicación entre agentes y el riesgo de inyección de prompts cuando un agente puede llegar a credenciales en dispositivos locales.
Qué sigue
Los pasos siguientes confirmados se limitan a lo que el código invita. El repositorio entrega documentos numerados sobre filosofía, el modelo de dominio, autorización, ejecución, prompts, el panel, despliegue y arquitectura, más un libro de recetas para agregar una Source, así que la intención clara es que otros equipos construyan sobre el patrón.
Lo que sigue sin confirmarse es la forma del producto. Ningún producto oficial, precio ni plan de lanzamiento está vinculado a este prototipo, y el README dice que algunos diseños del ensayo aún no están implementados. Cualquier afirmación de que el sistema interno se entregará como producto es especulación en este punto.
El valor del lanzamiento es el plano y el código funcional juntos, ambos bajo la licencia MIT. Los equipos pueden estudiar cómo encajan el enrutamiento, las listas de permisos y las sesiones Worker separadas sin comprar una herramienta cerrada, siempre que lean las advertencias con el mismo cuidado que la propuesta.
Fuentes
- DeepSeek: dsh-superagent-prototype on GitHub (README, licence and repository details)
- DeepSeek: dsh-superagent deployment guide (requirements, accounts and access warnings)
- AI Affairs: DeepSeek Harness team releases coding agent prototype for GitHub
- Madrobot: DeepSeek Super-agent: free coding agent that fixes bugs unasked
- Body images: Dirty Static house style illustrations
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.
