En prototyp, och märkt som en
DeepSeek publicerade dsh-superagent-prototype på GitHub den 31 oktober under MIT-licens. Vid eftermiddagen den 1 november hade den omkring 6 800 stjärnor och 676 förgreningar.
Förvaret inleder med att tala om vad det inte är. “Forskningsprototyp endast som referens, inte en officiell DeepSeek-produkt”, står det i README, som tillägger att koden vuxit fram ur teamets dagliga utvecklingsarbete “med mycket av ingenjörsarbetet gjort av kodagenter”. Den varnar för att koden fortfarande kan innehålla buggar och att stil och ingenjörspraxis kan vara inkonsekventa, och för att den publicerade versionen inte är identisk med den interna, och inte heller med implementationen i en åtföljande artikel, Exploring Super-agent Design: Towards a More Autonomous Agent System. Vissa designidéer i den artikeln, heter det, är riktningar för framtida utveckling och är inte implementerade här.
Det som är implementerat är snävt. dsh-superagent är en proaktiv kodagent avgränsad till ett enda GitHub-förvar, paketerad som ett tillägg till DeepSeek Harness, företagets betydligt större agentramverk. Den lyssnar på GitHub och, valfritt, på Feishu. När någon som tillåtits ber den om arbete öppnar den ett arbetsobjekt, arbetar med det i sin egen agentsession och sitt eget katalogträd, och svarar i den ursprungliga konversationen — till exempel med en pull-begäran. En webbpanel visar vad som behöver en människa.
Begränsningen är uppmärksamhet, inte förmåga
Det första numrerade dokumentet i förvaret handlar inte om arkitektur. Det handlar om vad agenten kostar människorna omkring den.
“Ta så lite mänsklig uppmärksamhet som möjligt och ge så mycket värde som möjligt”, slår filosofidokumentet fast, och använder det sedan som ett prov. “Varje del av projektet bedöms efter den uppmärksamhet den kostar. Ett meddelande, en avisering, en fråga, en inställning, ett panelelement och ett stycke dokumentation kostar var och en någons uppmärksamhet, och var och en måste ge mer värde än så, annars tas den bort.”
Reglerna som följer är ovanligt restriktiva för ett system som säljs på sin självständighet. Agenten agerar bara när den direkt ombeds av en person som teamet tillåtit, eller när en nedskriven regel medger det — och arbete som ingen bett om “inleds i ett läge som bara antecknar vad agenten skulle ha gjort”. Den talar bara när en människa måste agera eller kan använda ett resultat, bekräftar en förfrågan en gång och håller sedan tyst medan den arbetar. Den ställer en konkret fråga i taget. Den stannar efter verkan snarare än möda: en lokal ändring går så långt som till ett granskningsbart resultat, medan en ändring som kräver ett designbeslut stannar med en fråga. Och den rapporterar ärligt — ett utkast märks som ofärdigt, ett misslyckande rapporteras som ett misslyckande, och en gräns kringgås aldrig för att slippa fråga.
En varning om volym
Samma dokument lägger ansvaret på den som driver agenten snarare än på modellen, i klartext. Agenten kommenterar, öppnar pull-begäranden och skriver till människor under konton som ett team ser varje dag, noterar det, och “varje meddelande den skickar kostar dina kollegors uppmärksamhet, och du ansvarar för det”.
Rådet är att börja snävt — en kort lista över tillåtna personer, proaktivt arbete bara antecknat — och vidga när det agenten skulle ha gjort ser rätt ut. När agenten är stökig säger dokumentet att man ska göra dess instruktioner kortare och strängare, eller pausa den, i stället för att lägga till fler meddelanden som förklarar oväsendet. En anvisning är trubbigare än de övriga: “Använd den inte för att producera volym.” Massvis av pull-begäranden, utskick till alla och sysselsättningsarbete kostar teamet mer än det ger, heter det.
Vad det säger om designargumentet
DeepSeek hävdar inget förmågesprång här, och förvaret är tydligt med att den publicerade koden ligger efter både den interna versionen och artikeln. Det som publiceras är en ståndpunkt: att gränsen för en agent med räckvidd över ett helt förvar inte är vad den kan göra, utan vad den får avbryta.
Installationen är själv delegerad — README säger åt användaren att rikta sin egen kodagent mot SETUP.md och låta den installera och konfigurera alltihop, med en kort fråga i taget. Dokumentationen är numrerad 000 till 008 och avsedd att läsas i ordning.
Den åtföljande artikeln är där de oimplementerade idéerna finns. Tills DeepSeek för in någon av dem i DeepSeek Harness självt — vars huvudförvar har över 268 000 stjärnor — förblir det här ett designargument med en fungerande demonstration bifogad, inte en produkt.
