DeepSeek superagent: el agente de IA que abre pull requests solo

DeepSeek ha publicado en GitHub dsh-superagent. DeepSeek superagent es el prototipo de un agente de IA que gestiona un único repositorio de GitHub: recibe encargos del equipo, trabaja en ellos de forma autónoma y responde en el mismo hilo, por ejemplo con un pull request terminado. El código tiene licencia MIT y, según ShiftDelete, el equipo de DeepSeek Harness lo anunció el 31 de octubre en WeChat.

¿Qué tiene de nuevo?

La mayoría de los agentes de programación que usamos a diario esperan a que alguien escriba algo en la terminal. DeepSeek superagent funciona al revés: es un agente llamado «proactivo» que escucha el repositorio (y, opcionalmente, los chats de Feishu, es decir, Lark) y se pone a trabajar por su cuenta cuando alguien de la lista de permitidos se lo pide.

Según el README, cada encargo recibe su propia tarea, su propia sesión del agente y su propio directorio, y el resultado vuelve al lugar de donde llegó la petición. A eso se suma un panel web que muestra solo lo que requiere una decisión humana.

Curiosamente, los autores cuentan que el código nació del trabajo diario de su equipo y que gran parte de la ingeniería la hicieron agentes de programación (un agente construido por agentes ;) ).

El repositorio lleva la descripción «Towards a More Autonomous Agent System» y tiene más de 5.800 estrellas y 544 forks (a 1 de noviembre). ShiftDelete afirma que superó las 4.000 estrellas en un solo día.

¿Cómo funciona DeepSeek superagent?

No es una aplicación independiente, sino un paquete (bundle) para DeepSeek Harness, el harness de agentes de DeepSeek con licencia MIT, que sigue en fase de developer preview. La documentación de la arquitectura describe este reparto de papeles:

1. La sesión principal (router) evalúa las peticiones entrantes y decide si acepta una tarea, la deja en espera o la ignora.
2. Las sesiones de ejecución (workers) reciben una tarea cada una, con su propio directorio. No tienen herramientas para hacer preguntas a las personas y, cuando terminan la tarea, sus llamadas se rechazan.
3. El pull request queda vinculado a la tarea, y la tarea termina solo cuando el PR se fusiona o se cierra, no cuando el agente dice que ha acabado.

Lo más interesante es la filosofía del proyecto. En el documento de principios la regla es: quitar a las personas la menor atención posible y aportarles el mayor valor posible. El agente solo habla cuando alguien tiene que hacer algo o puede aprovechar el resultado.

¿Puede el agente actuar sin preguntar?

Puede, pero no desde el principio. El documento sobre permisos describe tres modos para el trabajo que nadie ha pedido expresamente:

1. off: el agente no tiene en cuenta nada que no se le haya pedido.
2. observe (por defecto): el agente evalúa esas peticiones, pero solo anota que «habría aceptado» la tarea, y no hace nada.
3. auto: el agente acepta por su cuenta las tareas que encajan con reglas que el equipo ha definido antes.

Las peticiones directas de las personas de la lista funcionan en cualquier modo. Los bots de la lista, como mucho, pueden proponer candidatos, y el propio agente no puede ampliar sus permisos: los mensajes no cambian las listas de permitidos, las reglas ni el alcance de las tareas.

¿Qué hay que tener en cuenta?

Primero, el estado del proyecto. Los autores dicen claramente que es un prototipo de investigación «solo de referencia», no un producto oficial de DeepSeek. El código puede tener errores, no está listo para producción y difiere de la versión que el equipo usa internamente.

Segundo, la seguridad. Según la documentación de despliegue, ambos presets funcionan en modo danger-full-access con nuestro usuario del sistema, y un worker puede leer nuestro directorio personal. Para aislarlo, los autores recomiendan una cuenta de sistema y una cuenta de GitHub aparte para el agente (más sobre estos riesgos en el artículo sobre seguridad de agentes de IA).

Tercero, los requisitos. Hacen falta, entre otras cosas, Node.js 22.19+ o 24+, git 2.32+, Python 3.8+, GitHub CLI 2.48+, pnpm, tmux y un proveedor de modelo configurado en DeepSeek Harness. Solo funciona con github.com; GitHub Enterprise Server no está soportado.

¿Cómo probar DeepSeek superagent?

La instalación tiene bastantes pasos, así que, según el README, la hace… un agente. Basta con pedirle a nuestro agente de programación que lea el archivo SETUP.md del repositorio y haga la configuración paso a paso (si estamos empezando con estas herramientas, nos vendrá bien el tutorial de Claude Code).

Una vez en marcha, basta con abrir un issue o añadir un comentario desde una cuenta permitida mencionando @<login del agente> con la petición. La tarea debería aparecer en el panel en un ciclo de consulta, un minuto por defecto. El modelo se conecta como proveedor en DeepSeek Harness (por cierto, DeepSeek V4.1 Flash estuvo hace poco gratis en OpenCode).

FAQ

¿DeepSeek superagent es gratis?

El código es abierto, con licencia MIT. Solo pagamos el modelo que usa el agente (y la máquina en la que se ejecuta).

¿Es un producto oficial de DeepSeek?

No. El repositorio está en la cuenta deepseek-ai, pero los autores lo describen como un prototipo de investigación, no como un producto oficial.

¿Funciona con GitLab o GitHub Enterprise?

Según la documentación, solo se admite github.com; GitHub Enterprise Server no. De forma opcional, el agente también escucha los chats de Feishu (Lark).