Ένας άνθρωπος μπορεί να παρακολουθεί ενεργά μόνο τρεις έως πέντε συνεδρίες πράκτορα AI ταυτόχρονα. Από αυτό το όριο ξεκινά η DeepSeek για να εξηγήσει το dsh-superagent, ένα πρωτότυπο που κυκλοφόρησε με άδεια MIT. Η ομάδα του DeepSeek Harness υποστηρίζει ότι το εμπόδιο στην πολυδιεργασία δεν είναι το μοντέλο αλλά η ανθρώπινη προσοχή.
Το dsh-superagent είναι πράκτορας προγραμματισμού για ένα μόνο αποθετήριο GitHub. Περιμένει να του ζητήσουν κάτι. Όταν το ζητήσει κάποιος με δικαίωμα, ανοίγει μια εργασία που ονομάζεται Ticket και τη δίνει σε ξεχωριστή συνεδρία, με δικό της φάκελο. Το αποτέλεσμα γυρίζει στην αρχική συζήτηση, συχνά ως pull request, δηλαδή πρόταση αλλαγής στον κώδικα. Ακούει επίσης, προαιρετικά, το Feishu. Έναν τοπικό πίνακα ελέγχου βλέπει κανείς μόνο ό,τι χρειάζεται άνθρωπο.
Ο κανόνας, όπως τον διατυπώνει το README, είναι να παίρνει όσο λιγότερη ανθρώπινη προσοχή γίνεται και να δίνει όσο περισσότερη αξία γίνεται. Στην πράξη ο πράκτορας επιβεβαιώνει μία φορά, σωπαίνει όσο δουλεύει και γράφει ξανά μόνο με αποτέλεσμα, ερώτηση ή αποτυχία.
Ένας δρομολογητής και πολλοί εργάτες
Η αρχιτεκτονική έχει δύο επίπεδα, σύμφωνα με το MarkTechPost. Ένας Router τρέχει συνεχώς, διαβάζει τα μηνύματα και μοιράζει δουλειά. Οι απομονωμένοι Workers εκτελούν την κάθε εργασία. Ο Router έχει πιο περιορισμένο σύνολο εργαλείων, ώστε να μένει στον ρόλο του.
Κάθε Ticket φέρει ένα αμετάβλητο Mandate, που δηλώνει γιατί επιτρέπεται να προχωρήσει. Μια Subscription στέλνει τα επόμενα σχόλια ενός pull request στον σωστό Worker, χωρίς να χρειάζεται νέα αναφορά. Οι εντολές κελύφους περνούν στο παρασκήνιο μετά από 5 δευτερόλεπτα, για να μη μπλοκάρει ο Worker.
Η προληπτική δουλειά έχει φρένο. Υπάρχουν τρεις τρόποι αποδοχής: off, observe και auto. Προεπιλογή είναι το observe, όπου ο πράκτορας απλώς καταγράφει τι θα είχε αποδεχθεί.
Τα νούμερα βγήκαν από προσομοίωση
Η DeepSeek δοκίμασε το σύστημα με προσομοιωμένη ομαδική συνομιλία και ροές GitHub CI. Κάθε τρέξιμο είχε περίπου 300 μηνύματα, από τα οποία περίπου 20 ήταν πραγματικά αιτήματα εργασίας. Κάθε σχήμα έτρεξε πέντε φορές. Το dsh-superagent είχε διάμεσο χρόνο 12,4 λεπτά και p95 στα 15,7 λεπτά, δηλαδή το 95% των εργασιών τελείωσε μέσα σε αυτό το διάστημα. Ο πράκτορας μιας συνεδρίας με υποπράκτορες έφτασε τα 29,5 λεπτά, περίπου 1,9 φορές πιο αργά.
Στο ουδέτερο prompt, ο πράκτορας αναφοράς δεν κάλεσε ούτε μία φορά υποπράκτορα σε πέντε τρεξίματα. Όταν οι αφίξεις ανέβηκαν από περίπου 1 σε 40 το λεπτό, το μέγεθος των δεμάτων μηνυμάτων αυξήθηκε από 1,0 σε 2,8 και η καθυστέρηση ανά αίτημα από 2,5 σε 3,9 δευτερόλεπτα. Όταν αφαιρέθηκε η άμεση διέλευση γεγονότων, οι αποφάσεις του Router αυξήθηκαν περίπου 30% και τα tokens ανάγνωσης cache κατά περίπου 37%, από 23,23 σε 31,77 εκατομμύρια.
Όλα τα στοιχεία είναι αυτοδηλούμενα και προέρχονται από δευτερογενείς αναφορές για την έκθεση της DeepSeek, όπως του ifeng. Τα μηνύματα και τα εργαλεία ήταν συνθετικά, και η πραγματική ποιότητα του κώδικα δεν μετρήθηκε.
Τι χρειάζεται για να τρέξει
Η έκδοση 0.1.0 είναι πακέτο σε TypeScript, δημοσιευμένο ως ένα commit. Χρησιμοποιεί όποιο μοντέλο έχει το προφίλ του Harness. Τρέχει στο δικό σας μηχάνημα και απαιτεί Node.js 22.19+ ή 24+, git 2.32+, Python 3.8+, tmux και GitHub CLI 2.48+.
Το MarkTechPost προειδοποιεί ότι ο πράκτορας τρέχει με πλήρη πρόσβαση χρήστη του λειτουργικού συστήματος, οπότε πρέπει να απομονωθεί πριν από τη χρήση. Για την DeepSeek, που είχε ανοίξει πρόσφατα και τον κώδικα εξυπηρέτησης των μοντέλων της, πρόκειται για ερευνητικό πρωτότυπο, όχι για έτοιμο προϊόν.
Πηγή: MarkTechPost
