К содержимому
Дайджест

Super Agent от DeepSeek: агент на GitHub из одних плагинов

Sam Witteveen·3 ноября 2026·17:53
можно прочитать понять, как устроено
Открыть на YouTube
Разбор исследовательского прототипа Super Agent и агентского харнесса DeepSeek для тех, кто строит собственных агентов и выбирает, куда вкладываться — в модели или инфраструктуру.

Что в ролике

Чтобы оценить новый Super Agent, нужно сначала понять DeepSeek Harness (DSH) — агентский харнесс, который вышел 13 августа вместе с DeepSeek V4 Pro и распространяется по лицензии MIT. В DSH всё сделано как плагины: роутер, реестр инструментов, лог сессии и даже агентский цикл — это заменяемые компоненты на базе фреймворка Cordis с чистой установкой и удалением. В свежем бенчмарке Frontier Harness Eval одну и ту же модель Kimi K3 прогнали через девять харнессов на 30 задачах: Codex дал 66,7%, а DSH в конфигурации creator и Claude Code — по 63,3%, но DSH обошёлся в $3,28 за успешную задачу против $18,34 у Claude Code. Super Agent добавляет в DSH плагины GitHub- и Feishu-наблюдателей через YAML-конфиг, не меняя ядро: триггеры проходят детерминированный гейт, затем модель решает, брать ли работу, и выдаёт тикет с мандатом воркеру в изолированной сессии. Воркеры лишены вопросов к человеку, plan mode, веб-поиска и под-агентов, а команды дольше 5 секунд уходят в фоновое задание, чтобы длинная сборка не блокировала новые сообщения. После того как воркер подписался на обсуждение, комментарии к его PR идут напрямую ему, минуя роутер; при отключении этой оптимизации нагрузка на роутер выросла на 30%. Стресс-тест DeepSeek показал, что при росте потока триггеров с 1 до 40 в минуту средний батч вырос с 1 до 2,8, а время на одно решение упало с 6,4 до 1,6 секунды, хотя каждый вызов замедлился с 2,5 до 3,9 секунды. Автор предупреждает, что это прототип, код отличается от внутренней версии, бенчмарки сняты на синтетических нагрузках, а вопросы безопасности — промпт-инъекции, утечка учётных данных и права доступа — пока не решены полностью.

Практика

Что получишь
Понимание, почему харнесс сейчас важнее модели, как устроен плагинный стек DSH и как Super Agent обрабатывает внешние задачи без участия человека. Ориентиры по стоимости и скорости из бенчмарка для сравнения с Claude Code и Codex.
Первый шаг
Запустить DeepSeek Harness одной командой npx и в веб-интерфейсе переключить режимы standard, PGC, minimal и creator, прежде чем подключать Super Agent.
Цифры
  • —66,7% — доля успешных задач у Codex; у DeepSeek Harness в конфигурации creator и Claude Code по 63,3%
  • —$3,28 против $18,34 — стоимость одной успешной задачи у DSH creator и Claude Code на одной и той же модели Kimi K3
  • —40 триггеров в минуту — пиковая нагрузка в стресс-тесте, при которой время на одно решение упало с 6,4 до 1,6 секунды
  • —на 30% выросла нагрузка на роутер, когда отключили прямую подписку воркера на комментарии
Честно
Автор не продаёт собственный продукт и не упоминает спонсора, но просит подписаться и лайкнуть; все ссылки на репозитории, статью и бенчмарк лежат в описании. Super Agent — исследовательский прототип DeepSeek, а не официальный продукт: код в открытом репозитории отличается от внутренней версии, и часть идей из статьи ещё не реализована. Цифры бенчмарка сняты на синтетических задачах и выборке из 30 примеров, поэтому их стоит считать черновым ориентиром.
Если слова незнакомы — 8 терминов

Компоненты

6 шт.

Формат: разбор · для практикующих · уверенность разметки 0.85 · источник