DeepSeek superagent, czyli agent AI, który sam otwiera PR-y

DeepSeek opublikował na GitHubie dsh-superagent, czyli prototyp agenta AI, który obsługuje jedno repozytorium na GitHubie: przyjmuje zlecenia od zespołu, pracuje nad nimi samodzielnie i odpowiada w tym samym wątku, np. gotowym pull requestem. Kod jest na licencji MIT, a według ShiftDelete zespół DeepSeek Harness ogłosił go 31 października na WeChacie.

Co w tym nowego w kontekście AI?

Większość agentów do kodu, których używamy na co dzień, czeka, aż ktoś coś wpisze w terminalu. DeepSeek superagent działa odwrotnie: to tzw. „proaktywny” agent, który nasłuchuje repozytorium (i opcjonalnie czatów w Feishu, czyli Lark) i sam podejmuje pracę, gdy osoba z listy dozwolonych go o to poprosi.

Według README każde zlecenie dostaje własne zadanie, własną sesję agenta i własny katalog, a wynik wraca tam, skąd przyszła prośba. Do tego dochodzi panel webowy, który pokazuje tylko to, co wymaga decyzji człowieka.

Co ciekawe, autorzy piszą, że kod wyrósł z codziennej pracy ich zespołu, a dużą część inżynierii wykonali agenci do programowania (agent zbudowany przez agentów ;) ).

Repozytorium ma opis „Towards a More Autonomous Agent System” i ponad 5,8 tys. gwiazdek oraz 544 forki (stan na 1 listopada). ShiftDelete podaje, że 4 tys. gwiazdek przekroczyło w ciągu doby.

Jak działa DeepSeek superagent?

To nie samodzielna aplikacja, tylko pakiet (bundle) dla DeepSeek Harness, czyli harnessu agentowego DeepSeek na licencji MIT, który wciąż jest w fazie developer preview. Z dokumentacji architektury wynika taki podział ról:

1. Główna sesja (router) ocenia nadchodzące zgłoszenia i decyduje, czy przyjąć zadanie, zatrzymać je, czy zignorować.
2. Sesje wykonawcze (worker) dostają po jednym zadaniu, każda z własnym katalogiem. Nie mają narzędzi do zadawania pytań ludziom, a po zakończeniu zadania ich wywołania są odrzucane.
3. Pull request jest przypięty do zadania, a zadanie kończy się dopiero wtedy, gdy PR zostanie zmergowany albo zamknięty, a nie w chwili, gdy agent zgłosi, że skończył.

Najciekawsza jest filozofia projektu. W dokumencie o założeniach zasada brzmi: zabierać ludziom jak najmniej uwagi i dawać jak najwięcej wartości. Agent odzywa się tylko wtedy, gdy ktoś musi coś zrobić albo może skorzystać z wyniku.

Czy agent może działać bez pytania?

Może, ale nie od razu. Dokument o uprawnieniach opisuje trzy tryby dla pracy, o którą nikt wprost nie prosił:

1. off: agent nie bierze pod uwagę niczego, o co go nie poproszono.
2. observe (domyślny): agent ocenia takie zgłoszenia, ale tylko zapisuje, że „przyjąłby” zadanie, i nic nie robi.
3. auto: agent sam przyjmuje zadania pasujące do reguł, które zespół spisał wcześniej.

Bezpośrednie prośby osób z listy działają w każdym trybie. Boty z listy mogą co najwyżej podsuwać kandydatów, a sam agent nie jest w stanie poszerzyć sobie uprawnień: wiadomości nie zmieniają list dozwolonych osób, reguł ani zakresu zadań.

Na co zwrócić uwagę?

Po pierwsze, na status projektu. Autorzy piszą wprost, że to prototyp badawczy „tylko do wglądu”, a nie oficjalny produkt DeepSeek. Kod może zawierać błędy, nie jest gotowy do produkcji i różni się od wersji, której zespół używa wewnętrznie.

Po drugie, na bezpieczeństwo. Według dokumentacji wdrożenia oba presety działają w trybie danger-full-access jako nasz użytkownik systemu, a worker może czytać nasz katalog domowy. Do izolacji autorzy zalecają osobne konto w systemie i osobne konto GitHub dla agenta (więcej o takich ryzykach w tekście o bezpieczeństwie agentów AI).

Po trzecie, na wymagania. Potrzebne są m.in. Node.js 22.19+ lub 24+, git 2.32+, Python 3.8+, GitHub CLI 2.48+, pnpm, tmux i skonfigurowany dostawca modelu w DeepSeek Harness. Działa tylko z github.com, GitHub Enterprise Server nie jest obsługiwany.

Jak wypróbować DeepSeek superagent?

Instalacja ma sporo kroków, więc według README robi ją… agent. Wystarczy poprosić swojego agenta do kodu o przeczytanie pliku SETUP.md z repozytorium i przeprowadzenie konfiguracji krok po kroku (jeśli dopiero zaczynamy z takimi narzędziami, przyda się poradnik do Claude Code).

Po uruchomieniu wystarczy z dozwolonego konta otworzyć issue albo dodać komentarz ze wzmianką @<login agenta> i prośbą. Zadanie powinno pojawić się w panelu w ciągu jednego cyklu odpytywania, domyślnie minuty. Sam model podpinamy jako dostawcę w DeepSeek Harness (DeepSeek V4.1 Flash był zresztą niedawno za darmo w OpenCode).

FAQ

Czy DeepSeek superagent jest darmowy?

Kod jest otwarty, na licencji MIT. Płacimy jedynie za model, z którego korzysta agent (i za maszynę, na której działa).

Czy to oficjalny produkt DeepSeek?

Nie. Repozytorium jest na koncie deepseek-ai, ale autorzy opisują je jako prototyp badawczy, a nie oficjalny produkt.

Czy działa z GitLabem albo GitHub Enterprise?

Według dokumentacji obsługiwane jest tylko github.com, a GitHub Enterprise Server nie. Opcjonalnie agent nasłuchuje też czatów w Feishu (Lark).