DeepSeek hat am Samstag einen Prototyp veröffentlicht, der eine andere Antwort auf Claude
Code versucht: dsh-superagent. Angekündigt hat ihn das Harness-Team in einem
WeChat-Beitrag, Bloomberg hat es zuerst berichtet. Das Repository ist seit Samstagmorgen
öffentlich und stand am Sonntagabend bei über 9.000 Sternen.
Der Agent hängt an genau einem GitHub-Repository und hört dort mit, optional auch in Feishu. Fragt jemand mit den passenden Rechten nach Arbeit, legt er ein Arbeitspaket an, arbeitet es in einer eigenen Sitzung und einem eigenen Verzeichnis ab und antwortet im ursprünglichen Gespräch – meist mit einem Pull Request. Ein Web-Panel zeigt, was einen Menschen braucht.
Das Team schreibt selbst, was der Prototyp nicht ist
Die Warnung steht über dem README, und sie ist ungewöhnlich offen: Forschungscode zum Nachschlagen, kein offizielles DeepSeek-Produkt, nicht produktionsreif, möglicherweise voller Fehler, Stil und Technik inkonsistent. Entstanden sei er aus der täglichen Arbeit des Teams, „ein großer Teil der Entwicklungsarbeit“ von Coding-Agenten erledigt.
Dazu kommt ein zweiter Vorbehalt: Die veröffentlichte Fassung ist nicht die interne und nicht die aus dem Papier „Exploring Super-agent Design: Towards a More Autonomous Agent System“. Einige der dort beschriebenen Entwürfe sind Richtungen für später und im Prototyp nicht umgesetzt.
Technisch ist das Ganze ein Bundle für DeepSeek Harness, steht unter MIT-Lizenz, und die
Einrichtung übernimmt – natürlich – ein Coding-Agent: Man soll seinen Agenten bitten,
SETUP.md zu lesen und die Installation gemeinsam durchzugehen.
Die eigentliche Idee ist eine Regel über Aufmerksamkeit
Der Satz, der den Prototyp von einem Wochenend-Repository unterscheidet, steht in der Philosophie-Datei: so wenig menschliche Aufmerksamkeit wie möglich beanspruchen und so viel Wert wie möglich liefern. Daraus folgen zwei Beschränkungen. Der Agent handelt nur, wenn er gefragt wird oder eine Regel es erlaubt, die das Team selbst geschrieben hat. Und er redet nur, wenn jemand handeln muss oder ein Ergebnis gebrauchen kann.
Das ist das Gegenteil dessen, was proaktive Agenten normalerweise tun. Ein Agent, der für ein ganzes Team arbeiten kann, kann auch die Aufmerksamkeit eines ganzen Teams verbrennen – und genau darauf zielt die Regel.
Interessant ist der Vergleich mit Anthropics eigener Linie. Anthropic hat vor einer Woche aufgeschrieben, wann Subagenten in die Hauptschleife gehören, und argumentiert dort über Kontext und Token. DeepSeek argumentiert über die Geduld der Leute im Chat. Beide Fragen sind richtig, aber die zweite stellt bisher kaum jemand.