DeepSeek tester en kodeagent som følger et prosjekt over tid

DeepSeek har publisert kildekoden til dsh-superagent, en forskningsprototype som kan overvåke et GitHub-prosjekt, ta imot oppgaver, gjøre endringer og følge opp resultatene. Målet er å gjøre AI-agenter mindre avhengige av at mennesker stadig må starte nye samtaler og fortelle dem hva de skal gjøre.

Mange bruker i dag kodeagenter ved å åpne en samtale, beskrive en oppgave og la agenten gjøre jobben. Når oppgaven er ferdig, må man gjerne selv følge opp resultatet, håndtere nye tilbakemeldinger eller starte neste oppgave.

DeepSeek undersøker en annen måte å organisere dette på. I det åpne GitHub-prosjektet dsh-superagent-prototype presenterer selskapets DeepSeek Harness-team et system der agenten kan følge et utviklingsprosjekt over tid, reagere på hendelser og fortsette arbeidet uten at noen må opprette en ny samtale for hvert steg.

Dette er ikke en ny språkmodell. Det er programvare som organiserer hvordan AI-modeller, kodeagenter og verktøy samarbeider. Systemet er bygd som en utvidelse til DeepSeek Harness, selskapets åpne rammeverk for AI-agenter.

Fra en samtale til en løpende arbeidsprosess

Tenk deg at du utvikler en nettside og oppdager en feil. Du oppretter en sak i GitHub og ber agenten undersøke problemet.

dsh-superagent registrerer henvendelsen, kontrollerer at du har tillatelse til å gi den oppgaver og oppretter en egen oppgave i systemet. Deretter starter den en kodeagent som undersøker prosjektet, forsøker å rette feilen og kan kjøre tester før den oppretter en pull request, altså et forslag til kodeendring.

Når du kommenterer endringen, kan agenten fortsette arbeidet i den samme oppgaven. Den kan også motta resultater fra automatiske tester og kodegjennomganger. Oppgaven beholder historikken sin, selv om agenten avslutter en arbeidsøkt eller systemet starter på nytt.

Flere slike oppgaver kan behandles parallelt. Hver får sin egen arbeidsmappe og agentsesjon, slik at forskjellige endringer kan utvikles uten å blandes sammen.

Prototypen støtter GitHub og kan i tillegg kobles til Feishu, en samarbeidsplattform for meldinger og teamkommunikasjon.

Én agent koordinerer, andre utfører

Systemet er bygd rundt to nivåer av agenter.

Det første nivået fungerer som en koordinator, kalt Router. Den mottar hendelser, vurderer hva de gjelder og fordeler oppgaver. Koordinatoren skal ikke selv bruke tiden på å undersøke og endre kode.

Det andre nivået består av Workers, egne kodeagenter som utfører oppgavene. De kan lese filer, gjøre endringer, bruke verktøy og opprette pull requests. De kan også bruke underagenter når oppgaven krever det.

Når en hendelse kommer inn, registreres den som en Trigger. Systemet vurderer om hendelsen skal føre til en oppgave, og oppretter i så fall en Ticket med et definert mandat. Mandatet beskriver hvorfor agenten har lov til å jobbe med oppgaven, og hvor langt den kan gå.

Dette er mer enn bare en samling AI-agenter som sender meldinger til hverandre. Arkitekturen håndterer oppgaver, rettigheter, historikk, parallelle prosesser og gjenoppretting etter feil.

Tilstanden lagres blant annet i en SQLite-database. Dermed er ikke hele arbeidsprosessen avhengig av at én AI-samtale husker alt som har skjedd.

Kan agenten begynne å jobbe på egen hånd?

Ja, men bare innenfor regler som er konfigurert på forhånd.

Dette er en viktig del av konseptet. dsh-superagent skal kunne oppdage oppgaver uten at noen nødvendigvis henvender seg direkte til den. Den kan for eksempel vurdere nye kommentarer, kodegjennomganger eller feil i automatiske tester.

Systemet har tre innstillinger for slik proaktiv aktivitet:

• Off: Agenten starter ikke oppgaver på grunnlag av indirekte signaler.
• Observe: Agenten vurderer hendelser og registrerer hva den ville ha gjort, uten å starte oppgavene.
• Auto: Agenten kan starte oppgaver automatisk når de oppfyller definerte regler.

Observe er standardinnstillingen. Direkte forespørsler fra personer med tillatelse kan fortsatt utføres.

De medfølgende reglene er forholdsvis begrensede og gjelder blant annet tydelige tekstkorrigeringer og visuelle feil der ønsket resultat allerede er definert. Systemet skal ikke finne på nye designbeslutninger bare fordi noe ser feil ut.

Her kombineres faste kontroller i programvaren med AI-modellens vurderinger. En modell kan foreslå at noe bør gjøres, men den får ikke endre hvem som har tillatelse til å bestille oppgaver eller utvide mandatet sitt gjennom en vanlig kommentar.

Mennesket skal slippe unødvendig oppfølging

Et gjennomgående prinsipp i dokumentasjonen er at agenten skal kreve minst mulig oppmerksomhet fra menneskene som bruker den.

Den skal bekrefte oppgaven én gang, jobbe videre uten unødvendige statusmeldinger og først ta kontakt igjen når resultatet er klart, noe har gått galt eller en beslutning er nødvendig.

Prototypen har derfor et eget kontrollpanel. Der kan man se hvilke oppgaver som venter på gjennomgang, hvilke som trenger svar, og om noe har stoppet opp.

En kodeagent som automatisk produserer store mengder kommentarer, varsler og pull requests, kan fort skape mer jobb enn den sparer. DeepSeek har derfor gjort begrensning av unødvendig kommunikasjon til et sentralt designprinsipp.

Hva kan dette bety for AI-utvikling?

Forskjellen ligger først og fremst i hvordan arbeidet organiseres, ikke i at selve AI-modellen nødvendigvis er blitt smartere.

En kodeagent kan allerede være dyktig til å programmere. Med et system som dsh-superagent kan den i tillegg knyttes til en vedvarende arbeidsprosess, der nye hendelser automatisk sendes til riktig oppgave.

Det åpner for at AI-agenter i større grad kan ta ansvar for løpende oppfølging av utviklingsprosjekter, mens mennesker konsentrerer seg om prioriteringer, designvalg og godkjenning av resultater.

Arkitekturen er også utvidbar. Dokumentasjonens siste kapittel, 008 Cookbook, viser hvordan utviklere kan koble til nye hendelseskilder gjennom egne integrasjoner.

Det betyr at prinsippene kan brukes utenfor GitHub. Meldinger, andre utviklingssystemer og eksterne tjenester kan i teorien bli kilder til oppgaver. Slike integrasjoner må imidlertid utvikles, og er ikke automatisk tilgjengelige i prototypen.

For utviklere som allerede bruker AI-kodeagenter, kan dette være et alternativ til å koordinere mange separate samtaler manuelt.

Fortsatt en forskningsprototype

DeepSeek understreker at dette ikke er et ferdig, offisielt produkt. Koden er publisert under MIT-lisensen, men utviklerne advarer om mulige feil og varierende kodekvalitet. De opplyser også at mye av utviklingen er gjort ved hjelp av kodeagenter.

Prototypen er dessuten begrenset til ett GitHub-repositorium per oppsett. Den krever installasjon, egne kontoer og konfigurering av DeepSeek Harness. Det er ikke en ferdig skytjeneste man bare logger inn på.

Et annet viktig punkt er sikkerheten. Ifølge installasjonsdokumentasjonen kjører agentene med omfattende systemtilgang, uten en fullverdig sikkerhetssandkasse. Utviklerne anbefaler derfor en separat operativsystemkonto dersom man trenger bedre isolasjon. Reglene for agentens oppførsel erstatter ikke tekniske sikkerhetsgrenser.

Dokumentasjonen inneholder mekanismer for feilhåndtering, gjenoppretting og testing, men det er ikke det samme som dokumenterte resultater fra langvarig produksjonsbruk. I denne gjennomgangen er kildekoden og dokumentasjonen undersøkt, men systemet er ikke kjørt eller uavhengig ytelsestestet.

DeepSeek skriver også at den offentliggjorte prototypen ikke er identisk med deres interne system, og at enkelte designideer fortsatt ikke er implementert.

Det som foreligger, er dermed først og fremst et konkret eksempel på hvordan mer selvstendige AI-agenter kan bygges og organiseres.

Det viktigste å ta med seg

• Dette er ikke en ny AI-modell. Det er et system som organiserer AI-agenter, oppgaver og verktøy rundt et utviklingsprosjekt.
• Agenten kan følge arbeidet over tid. Den kan motta oppgaver fra GitHub, utføre dem og fortsette når nye kommentarer eller testresultater kommer inn.
• Flere kodeagenter kan jobbe parallelt. En koordinator fordeler oppgavene, mens egne agentsesjoner utfører dem.
• Proaktivitet styres av regler. Agenten kan få tillatelse til å handle uten direkte forespørsler, men starter som standard i en observasjonsmodus.
• Mennesker beholder ansvaret. Systemet skal redusere behovet for oppfølging, ikke fjerne behovet for kontroll og godkjenning.
• Teknologien er fortsatt eksperimentell. Koden er åpent tilgjengelig, men sikkerhet, stabilitet og praktisk nytte må vurderes før den brukes i reelle prosjekter.

Den grunnleggende ideen er å gjøre AI-agenten til en vedvarende del av arbeidsprosessen, i stedet for et verktøy som må startes og styres på nytt for hver enkelt oppgave.