Il team Harness di DeepSeek dispone di dsh-superagent open source, un agente di codifica proattivo creato per vivere all'interno di un singolo repository GitHub, ascoltare le richieste in arrivo e trasportare il lavoro da un breve prompt a una richiesta pull completata con una supervisione umana minima. Il codice è stato pubblicato nel repository deepseek-ai/dsh-superagent-prototype sotto una licenza MIT, e la copertura giornalistica del fine settimana lo ha inquadrato come la risposta più diretta di DeepSeek al codice Claude di Anthropic nel mercato in rapida crescita della codifica ad agenti.
Il comunicato è degno di nota meno per le raffinate affermazioni sul prodotto che per la sua inquadratura insolitamente schietta. Il README del repository si apre con un importante disclaimer: questo è un "prototipo di ricerca solo come riferimento, non un prodotto DeepSeek ufficiale". Il team afferma che il codice è nato dal lavoro di sviluppo quotidiano e, in un dettaglio che ha attirato l'attenzione su Hacker News, che "gran parte dell'ingegneria" è stata eseguita dagli stessi agenti di codifica. Per maggiori informazioni su questa storia, consulta la nostra tendenze IA.
Un agente che ascolta prima di parlare
dsh-superagent è confezionato come pacchetto per DeepSeek Harness, la piattaforma per agenti dell'azienda, e ha un ambito deliberatamente ristretto: serve esattamente un repository GitHub. Si connette a GitHub e, facoltativamente, a Feishu, l'ambiente di collaborazione interna di DeepSeek. Quando una persona autorizzata chiede lavoro all'agente, apre un elemento di lavoro, completa l'attività nella sessione dell'agente e nella directory di lavoro, quindi risponde nella conversazione originale, ad esempio con una richiesta pull pronta per la revisione.
Un pannello web mostra al team cosa necessita ancora di una decisione umana, che il team posiziona come valvola di sicurezza per un agente che altrimenti potrebbe agire incontrollato. L'obiettivo del design, secondo le parole del team, è "prendere meno attenzione umana possibile e dare quanto più valore possibile".
Questa filosofia è spiegata nella documentazione del repository, che il team considera una parte fondamentale del rilascio piuttosto che un ripensamento. Un agente che può agire per un intero team, sostiene il README, può anche sprecare l'attenzione di un intero team, quindi dsh-superagent agisce solo quando richiesto, o quando una regola scritta dal team stesso lo consente, e parla solo quando qualcuno deve agire o può utilizzare un risultato.
Impostazione per conversazione, documentazione come curriculum
Anche l'installazione è agente. Piuttosto che un lungo script di installazione, il README indica agli utenti di chiedere al loro agente di codifica esistente di "leggere SETUP.md in questo repository e configurare dsh-superagent con me". L'agente di installazione pone una breve domanda alla volta, presenta il piano completo una volta, quindi installa e configura tutto ciò di cui ha bisogno.
La documentazione è organizzata in nove documenti numerati: che coprono filosofia, modello di dominio, autorizzazione, esecuzione, richieste, pannello di revisione, distribuzione, architettura e un ricettario per l'aggiunta di nuove fonti di lavoro. Ogni documento si basa solo su quelli precedenti, un tentativo esplicito di rendere leggibile agli operatori il modello di autorizzazione ed esecuzione del sistema prima che essi liberino un agente autonomo su una base di codice reale.
Lo sviluppo segue strumenti standard: un singolo comando pnpm check esegue il typecheck, i test e il build.
Prototipo, non prodotto: lo dice il team
Il team sta attento a separare il prototipo dalla tabella di marcia della ricerca. Il codice pubblicato è stato adattato per il rilascio e non è identico alla versione interna di DeepSeek, né all'implementazione descritta nel documento del team "Exploring Super-agent Design: Towards a More Autonomous Agent System". Alcuni progetti discussi in quel documento, nota il README, sono indicazioni per lo sviluppo futuro e non sono affatto implementati in questo prototipo.
Questa onestà è essa stessa un segnale. Laddove i laboratori rivali commercializzano prodotti di agenti con grafici di riferimento, il team Harness di DeepSeek pubblica impalcature funzionanti (flussi di autorizzazione, cicli di esecuzione, pannelli di revisione) e invita altri a studiarli, criticarli e adattarli. La licenza del MIT rimuove ogni barriera legale che impedisce ad un concorrente di sollevare il design all'ingrosso.
La corsa alla codifica degli agenti
Bloomberg ha riferito del rilascio con un titolo in cui si diceva che DeepSeek aveva abbandonato un agente di codifica avanzato con l'obiettivo di rivaleggiare con Anthropic, il cui Claude Code è diventato il punto di riferimento per lo sviluppo di software assistito dall'intelligenza artificiale. L'inquadramento sminuisce le avvertenze del prototipo ma cattura il quadro strategico: la codifica ad agenti è il luogo in cui i principali laboratori ora competono per la condivisione mentale degli sviluppatori e le alternative aperte e ispezionabili sono rare.
Il rilascio continua anche un periodo impegnativo per il programma open source di DeepSeek. Nelle ultime settimane la società ha reso open source DeepInfer, il motore di inferenza alla base dei suoi servizi di produzione, e ha distribuito aggiornamenti V4.1-Flash mirati direttamente alla codifica degli agenti, il tutto con licenze permissive e tutto mentre i suoi modelli rimangono esclusi dalle agenzie civili federali statunitensi per problemi di sicurezza della catena di approvvigionamento.
La reazione su Hacker News è stata modesta in termini di volume ma si è concentrata sull'affermazione più sorprendente: un agente di codifica la cui ingegneria è stata in gran parte eseguita da agenti di codifica. Se il ciclo descritto da DeepSeek – agenti che scrivono agenti, esseri umani che esaminano solo ciò che un pannello segnala – regge al di fuori di un contesto di ricerca, prevede una divisione del lavoro molto diversa nell’ingegneria del software rispetto a quella gestita oggi dalla maggior parte dei team.
Per ora, l'inquadramento del team è quello giusto a cui aggrapparsi: questo è codice di ricerca, potrebbe contenere bug e chiunque lo distribuisca dovrebbe prima rivederlo e adattarlo. Ma come progetto pubblico e funzionante su come costruire e governare un agente di codifica sempre attivo e che preserva l'attenzione, dsh-superagent è uno degli artefatti più interessanti che qualsiasi laboratorio abbia pubblicato in questo trimestre.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
