DeepSeek выпустила ИИ-начальника: он сам раздаёт работу другим ИИ

DeepSeek выложила большую статью о том, каким должен быть ИИ-агент следующего поколения, и сразу открыла рабочий прототип на GitHub под лицензией MIT. Идея называется Super-agent, и она бьёт по главной боли всех, кто сейчас работает с Claude Code, Codex и похожими инструментами.

Сегодня агент живёт внутри одной сессии. Хочешь вести пять задач, держи пять окон и сам помни, где что. В DeepSeek посчитали, что человек нормально удерживает три, максимум пять активных сессий, а дальше начинается каша. Плюс агент на ноутбуке засыпает вместе с ноутбуком.

Решение такое. Сверху сидит Router, по сути начальник: он принимает все сообщения, помнит общий контекст и раздаёт работу. Снизу работают Worker'ы, каждый в своей изолированной сессии, параллельно и не мешая друг другу. Пользователю отвечает только начальник, так что для человека это один ассистент, хотя за ним может пахать целая бригада.

Агент слушает не только чат. Сообщения в рабочих группах, письма, напоминания календаря, комментарии к коду на GitHub, результаты CI превращаются в события. Сначала их отсеивают обычные правила, потом модель решает, стоит ли вообще реагировать. Если задача уже закреплена за конкретным Worker'ом, новые комментарии по ней идут прямо к нему, мимо начальника.

Самое интересное называется спекулятивным выполнением. Пришло приглашение на встречу: агент заранее проверяет календарь, собирает фон и готовит черновик ответа. Коллеги в чате обсуждают баг: агент тихо пытается его воспроизвести и приходит к людям, только когда нашёл простое исправление.

Считать и хранить состояние можно в облаке, а команды выполнять на вашем собственном компьютере через лёгкий демон. Отдельная сессия Watchdog следит, не сломалось ли что-то и не ушёл ли Worker в сторону от задачи.

Есть и цифры, но лабораторные. На синтетической нагрузке примерно в 300 сообщений, из которых около 20 были рабочими запросами, Super-agent закрывал задачи за 12,4 минуты в медиане и 15,7 минуты в 95-м процентиле. Обычная схема с одной сессией на нейтральном промпте в 95-м процентиле дотягивала до 29,5 минуты. Платой стало больше прочитанных из кэша токенов, а реальное качество кода этот тест не мерил, о чём в DeepSeek пишут сами.

Внутри компании такой агент уже работает: воспроизводит и чинит баги, отвечает на код-ревью и дорабатывает сам DeepSeek Harness. Публичный прототип dsh-superagent следит за одним репозиторием на GitHub и, по желанию, за Feishu, по запросу берёт задачу и отвечает в той же ветке, например готовым пулл-реквестом. Ставить его предлагают необычно: попросить своего кодового агента прочитать SETUP.md и настроить всё вместе с вами.

Оговорка от самой DeepSeek: это исследовательский код, а не продукт, часть идей из статьи в прототипе пока нет, а безопасность при доступе облачного агента к локальной машине ещё предстоит решать.

Вердикт: китайцы показали, как из чат-бота сделать сотрудника, который сам ищет себе работу, и отдали чертежи бесплатно.