Agen coding biasanya menunggu perintah. Tim DeepSeek Harness merilis hal yang berbeda pada 31 Oktober 2026. Super-agent adalah agen coding proaktif untuk satu repo GitHub. Ia dikemas sebagai bundel untuk DeepSeek Harness. Ia mendengarkan GitHub. Bila dipilih, ia juga mendengarkan Feishu. Ketika orang yang diizinkan memintanya bekerja, ia membuka satu butir kerja. Ia mengerjakannya dalam sesi dan direktorinya sendiri. Lalu ia menjawab di obrolan semula. Jawabannya bisa berupa pull request (deepseek-ai/dsh-superagent-prototype, GitHub, diakses 2 November 2026). Gagasannya sederhana. Perhatian manusia adalah batasnya. Batas itu, bukan model, yang membuat banyak tugas sulit berjalan bersamaan.
Poin Penting
DeepSeek merilis dsh-superagent-prototype pada 31 Oktober 2026. Kode ini berlisensi MIT. Kode ini adalah prototipe riset, bukan produk resmi.
Satu sesi Router mengatur percakapan dan pembagian kerja. Sesi Worker yang terpisah mengerjakan tiap tugas. Tiap Worker punya konteks dan direktorinya sendiri.
Pekerjaan hanya dimulai atas permintaan eksplisit atau aturan tertulis tim. Pekerjaan proaktif yang belum diizinkan, secara baku, hanya dicatat dalam mode observe.
Setiap pekerjaan yang diterima dicatat sebagai Ticket. Ticket itu punya Mandate. Mandate membatasi apa yang boleh dilakukan Worker.
Menjalankannya butuh DeepSeek Harness dan akun GitHub khusus untuk agen. Sejumlah perkakas lokal juga dibutuhkan. Repo GitHub Enterprise Server tidak didukung.
Mengapa perhatian menjadi soal utama? Kebanyakan agen memperlakukan satu sesi sebagai satu unit kerja. Sesi-sesi itu tidak berbagi konteks. Orang yang menjalankan beberapa tugas harus berpindah antar sesi. Ia juga harus mengingat apa yang diketahui tiap sesi. Tim DeepSeek berpendapat, seseorang biasanya hanya dapat mengikuti tiga sampai lima sesi aktif sekaligus. Karena itu, perhatian manusia membatasi jumlah tugas yang bergerak bersamaan. Modelnya mungkin mampu lebih banyak (liputan MadRobot). Super-agent dirancang untuk mengubah pembagian kerja itu. Satu agen mengingat konteks lintas obrolan. Tugas-tugas berjalan paralel. Manusia hanya dipanggil saat ada hasil, pertanyaan, atau kegagalan.
Apa Itu dsh-superagent?
Super-agent adalah sistem agen yang selalu aktif. Ia bekerja lintas obrolan. Ia bukan model baru. Ia bukan pula layanan yang disediakan sebagai produk. Ia adalah cara mengatur agen yang sudah ada. Tujuannya, agen dapat menangani banyak pekerjaan sekaligus. Manusia tidak perlu mengoordinasikan tiap sesi. dsh-superagent adalah prototipe riset yang menunjukkan satu bentuk gagasan itu. Bentuk itu sengaja sempit. Satu repo GitHub, satu tim, dan satu panel web yang hanya menampilkan hal-hal yang perlu manusia.
Halaman repo yang diakses pada 2 November 2026 mencantumkan lisensi MIT. Halaman itu juga mencantumkan satu commit. Tanggal pembuatannya 31 Oktober 2026 pukul 09.32 UTC. Pada waktu yang sama, halaman itu menunjukkan 6.983 star dan 697 fork (deepseek-ai/dsh-superagent-prototype, GitHub, diakses 2 November 2026). Angka-angka itu mengukur perhatian awal. Angka itu bukan ukuran kualitas kode. Perhatian itu datang sangat cepat. Namun, perhatian bukan bukti bahwa agen ini andal pada repo nyata.
Aspek | dsh-superagent |
|---|---|
Dirilis | 31 Oktober 2026. |
Lisensi | Lisensi MIT. |
Dibangun oleh | Tim DeepSeek Harness. |
Cakupan | Satu repo GitHub, ditambah Feishu bila dipilih. |
Bentuk | Bundel untuk DeepSeek Harness, bukan produk mandiri. |
Status | Prototipe riset, bukan perangkat lunak siap produksi. |
Cara Router dan Worker Membagi Kerja
Router adalah sesi utama yang selalu berjalan. Ia menerima obrolan manusia. Ia menjaga konteks yang dipakai bersama. Ia membagikan pekerjaan. Ia tidak mengerjakan tugas coding itu sendiri. Pemisahan ini penting. Router tetap tersedia untuk permintaan baru. Ia tetap tersedia sekalipun beberapa Worker sedang sibuk. Worker adalah sesi agen terpisah untuk satu pekerjaan. Tiap Worker memiliki konteks dan direktorinya sendiri. Karena itu, tiga pekerjaan dapat berjalan bersamaan. Penyelidikan bug, tanggapan atas ulasan kode, dan perubahan fitur tidak saling mencampuri konteks.
Ticket adalah butir kerja yang diterima. Tiap Ticket memiliki Mandate. Mandate adalah catatan yang menjelaskan mengapa pekerjaan itu boleh berjalan. Mandate mencatat aturan yang cocok. Mandate juga mencatat versi kebijakan yang berlaku dan sumber permintaannya. Worker hanya bekerja dalam batas Mandate itu. Ketika pekerjaan selesai, hasilnya kembali ke obrolan asal. Bila hasilnya berupa pull request, komentar lanjut dapat diteruskan ke Worker yang sama. Syaratnya, Ticket itu masih relevan.
Prinsip rancangan ini dinyatakan dalam satu kalimat pada dokumen filosofi proyek. Ambil perhatian manusia sesedikit mungkin. Beri nilai sebanyak mungkin (dokumen filosofi). Dalam praktiknya, agen mengonfirmasi permintaan satu kali. Ia menyebutkan apa yang akan dikerjakannya. Ia diam selama bekerja, dan menulis lagi hanya bila hasil sudah siap, bila ia perlu keputusan, atau bila ia gagal. Panel web mengikuti prinsip yang sama. Panel itu menampilkan lebih dulu hal-hal yang menunggu manusia. Keadaan yang sehat tidak memakan tempat.
For example, tim kecil dapat memakai satu Router untuk semua permintaan. Worker yang terpisah menangani tiap permintaan itu. For example, satu Worker memperbaiki bug pada satu cabang. Worker lain menjawab ulasan kode pada cabang yang berbeda. Keduanya tidak berbagi konteks. Keduanya juga tidak menunggu giliran satu sama lain.
Aturan yang Menjaga Agen Tetap Diam
Proaktif tidak berarti bebas bertindak. Dokumen otorisasi proyek membedakan dua jenis permintaan. Permintaan eksplisit datang dari orang yang ada dalam daftar izin. Orang itu menyapa agen secara langsung. Permintaan itu berlaku dalam semua mode. Kandidat tersirat datang dari jalur lain. Jalur itu bisa berupa orang yang tidak ada dalam daftar. Bisa juga berupa pesan lanjutan pada utas yang sudah memiliki Ticket. Bisa pula berupa bot yang ada dalam daftar bot sumber. Kandidat tersirat tidak pernah menjadi permintaan eksplisit (dokumen otorisasi). Pesan, komentar, dan dokumen yang dikutip hanya menjadi masukan bagi keputusan. Semua itu tidak dapat mengubah izin.
Mode penerimaan menentukan apa yang terjadi pada kandidat tersirat. Mode off menolak semua pekerjaan tersirat. Mode observe adalah mode baku. Mode ini menilai kandidat itu. Bila penilaiannya positif, sistem mencatat bahwa pekerjaan itu akan diterima. Namun, sistem tidak menerimanya. Mode auto menerima kandidat yang penilaiannya positif. Rancangan ini memberi tim satu jalur belajar yang aman. Mulailah dengan daftar izin yang pendek. Gunakan mode observe. Periksa apa yang akan dilakukan agen. Baru setelah itu pertimbangkan mode auto.
Ada satu peringatan yang perlu dipahami sebelum mengaktifkan apa pun. Setiap pesan pada utas yang diikuti sebuah Ticket diteruskan ke Ticket itu. Pesan itu diteruskan sebagai konteks. Pengiriman itu melewati gerbang otorisasi. Namun, pengiriman itu tidak memberi kewenangan baru. Ticket tetap dibatasi oleh Mandate-nya (dokumen otorisasi). Artinya, konteks tambahan tidak sama dengan izin tambahan. Namun, tim tetap harus berhati-hati. Pesan pada pull request yang terbuka dapat memengaruhi pekerjaan yang sedang berjalan. Karena itu, daftar izin yang pendek dan aturan yang tertulis bukan sekadar formalitas. Keduanya adalah kendali utama.
Apa yang Dibutuhkan untuk Menjalankannya
Penyiapan proyek ini tidak sederhana. Dokumennya pun jujur soal itu. Prasyaratnya meliputi Node.js 22.19 atau yang lebih baru. Bisa juga dipakai versi 24 atau yang lebih baru. Prasyarat lain adalah pnpm, Git 2.32 atau yang lebih baru, dan tmux. Python 3.8 atau yang lebih baru juga dibutuhkan. GitHub CLI 2.48 atau yang lebih baru juga dibutuhkan. DeepSeek Harness harus berada dalam rentang versi pada package.json proyek. Operator juga harus mengonfigurasi penyedia model untuk Harness (panduan penyiapan). Feishu bersifat opsional. Bila dipakai, Feishu membutuhkan bot dan lark-cli. Repo pada github.com didukung. Repo GitHub Enterprise Server tidak didukung.
Alur penyiapannya dirancang agar agen coding membantu operator. Bukan sebaliknya. Operator diminta meminta agen codingnya membaca SETUP.md. Agen itu menyiapkan proyek itu bersamanya. Agen tersebut mengajukan satu pertanyaan singkat dalam satu pesan. Ia mengumpulkan semua jawaban. Lalu ia mengirim satu rencana lengkap. Operator mengonfirmasi rencana itu sebelum ada yang dijalankan. Langkah yang hanya dapat dilakukan operator dikumpulkan dalam satu pesan terpisah. Langkah itu misalnya membuat akun agen dan masuk ke CLI. Panduan itu juga menetapkan baku yang masuk akal. Profilnya bernama superagent. Port panelnya 3082. Awalan cabangnya agent/. Mode penerimanya observe (panduan penyiapan).
Isolasi adalah bagian yang paling mudah diremehkan. Sesi Router dan Worker berjalan dengan akses penuh sebagai pengguna sistem operasi operator. Karena itu, Worker dapat menjalankan program. Worker juga dapat membaca direktori home pengguna itu. Identitas GitHub agen tidak membatasi izin lokal prosesnya. Liputan independen menyarankan akun sistem operasi khusus. Akun itu hanya berisi kredensial agen (liputan Blockonomi). Saran itu sejalan dengan perintah dokumen filosofi untuk memulai dari cakupan sempit. Gunakan akun GitHub khusus untuk agen. Jangan pernah memakai akun operator sebagai identitas agen. Semua yang ditulis agen akan tampil atas nama itu.
Apa Kata Liputan Independen, dan Apa yang Belum Terbukti
Liputan independen sepakat pada dua hal. Pertama, rilis ini menarik. Rilis ini menggabungkan cetak biru dan kode yang dapat dijalankan. Kedua, rilis ini bukan produk. MadRobot mencatat, tim DeepSeek sudah menjalankan Super-agent internalnya sendiri. Versi internal itu, menurut esai desain tim, membaca umpan balik pada obrolan grup. Versi itu menemukan akar masalah. Lalu versi itu mengajukan pull request perbaikan tanpa ditandai siapa pun (liputan MadRobot). Klaim itu berasal dari timnya sendiri. Klaim itu menggambarkan sistem internal, bukan prototipe publik. Perbedaan itu harus dijaga. Prototipe publik dinyatakan berbeda dari versi internal. Beberapa gagasan dalam esai desain bahkan belum diimplementasikan.
Satu-satunya angka kinerja yang beredar berasal dari pengujian simulasi DeepSeek sendiri. Angka itu bukan tolok ukur independen. Laporan sekunder menyebutkan, tiap pengujian memakai sekitar 300 pesan simulasi. Pesan itu mengandung sekitar 20 permintaan kerja nyata. Tiap konfigurasi dijalankan lima kali. Dalam simulasi itu, separuh tugas selesai dalam 12,4 menit. Sebanyak 95% tugas selesai dalam 15,7 menit. Sebagai pembanding, sesi tunggal mencapai persentil ke-95 pada 29,5 menit (laporan Asia Daily). Angka-angka itu menggambarkan kecepatan penyelesaian pada pesan simulasi. Angka itu tidak mengukur kualitas kode. Angka itu tidak memakai repo nyata. Angka itu tidak membuktikan bahwa agen ini menandingi Claude Code atau Codex. Jangan membacanya sebagai peringkat.
Ada juga pertanyaan keamanan yang belum terjawab oleh rilis ini. Proyek ini tidak mengklaim telah diaudit keamanannya. Dokumennya meminta operator meninjau dan menyesuaikan kode. Peninjauan itu dilakukan sebelum kode dipakai di lingkungannya sendiri. Itu adalah peringatan yang tepat untuk prototipe riset. Tim yang menguji prototipe ini pada repo nyata harus memperlakukannya seperti kode yang belum tepercaya. Batasi izinnya. Awasi pull request-nya. Jangan biarkan ia bergabung secara otomatis. Tunggu sampai riwayat kerjanya terbukti benar.
Cara Artikel Ini Diperiksa
Metode artikel ini sederhana dan dapat ditelusuri. Kami mengaudit daftar artikel yang sudah ada pada 2 November 2026. Daftar itu berisi 90 entri blogPost di Contentful. Tidak ada artikel tentang DeepSeek Super-agent di daftar itu. Sumber utama artikel ini adalah repo GitHub proyek. Dokumen filosofi, dokumen otorisasi, dan panduan penyiapannya dibaca langsung. Semua sumber itu diakses pada 2 November 2026. Liputan independen dipakai sebagai pembanding. Liputan itu adalah MadRobot dan Blockonomi. Angka simulasi diberi label dengan jelas. Angka itu berasal dari pengujian DeepSeek sendiri. Angka itu bukan tolok ukur independen.
Siapa yang Cocok Mencobanya, Siapa yang Sebaiknya Menunggu
Prototipe ini paling cocok untuk:
Tim yang sudah memakai DeepSeek Harness. Tim itu ingin menguji koordinasi multi tugas pada satu repo.
Pengelola repo yang menerima banyak permintaan kecil. Mereka ingin satu titik masuk yang tertib untuk agen.
Peneliti dan pembangun perkakas agen. Mereka ingin mempelajari desain Router dan Worker dari kode nyata, bukan hanya dari esai.
Tim yang bersedia memulai dari mode observe. Tim itu membaca keputusan yang dicatat. Tim itu memperketat aturan sebelum mengaktifkan otomatisasi.
Tunggu dulu bila yang dicari adalah produk siap pakai. Tunggu pula bila dicari dukungan GitHub Enterprise Server. Tunggu pula bila dibutuhkan jaminan keamanan untuk repo produksi. Tunggu pula bila tim belum siap mengelola akun khusus. Tim juga harus siap meninjau pull request agen secara cermat. Tim juga harus menerima satu hal. Sebagian gagasan desain masih berupa arah pengembangan. Prototipe ini memberi bahan belajar yang kuat. Ia belum memberi janji operasional.
Pertanyaan yang Sering Diajukan
Apakah dsh-superagent gratis? Kodenya gratis dengan lisensi MIT. Biaya yang timbul berasal dari infrastruktur tempat Harness dijalankan. Biaya lain berasal dari akses model yang dipakai. Tidak ada biaya lisensi atau langganan untuk prototipe itu sendiri.
Apakah Super-agent adalah produk resmi DeepSeek? Bukan. README proyek menyatakan dengan jelas bahwa kode ini adalah prototipe riset untuk referensi saja. Kode ini bukan produk resmi DeepSeek. Kode ini juga dinyatakan bukan perangkat lunak siap produksi. Kode ini mungkin masih mengandung bug.
Berapa banyak repo yang dapat ditangani prototipe ini? Satu repo GitHub. Itu adalah batas yang dinyatakan pada README. Bila tim perlu koordinasi lintas repo, prototipe ini bukan alat yang tepat. Artikel Proyek GitHub Copilot kami membahas pendekatan lintas repo yang berbeda.
Bagaimana agen memutuskan apakah boleh bekerja? Permintaan eksplisit dari orang yang ada dalam daftar izin selalu diproses. Kandidat tersirat dinilai terhadap aturan tertulis tim. Mode observe hanya mencatat hasil penilaian itu. Mode auto menerima kandidat yang penilaiannya positif. Setiap pekerjaan yang diterima dicatat sebagai Ticket. Ticket itu punya Mandate yang membatasi cakupannya.
Apakah agen dapat bergabung sendiri ke cabang utama? Panduan penyiapannya merekomendasikan jawaban tidak untuk penggabungan otomatis. Manusia sebaiknya menggabungkan pull request agen sampai riwayat kerjanya terbukti benar. Agen itu sendiri tidak pernah mengaktifkan penggabungan otomatis atas nama akun agen.
Kesimpulan
Singkatnya, Super-agent mengubah pertanyaan tentang agen coding. Pertanyaannya bukan lagi seberapa baik satu sesi mengerjakan satu tugas. Pertanyaannya adalah berapa banyak tugas yang dapat bergerak bersamaan. Pertanyaan lanjutannya, berapa banyak perhatian manusia yang terkuras. Jawaban DeepSeek adalah pemisahan yang tegas. Router mengoordinasikan. Worker mengerjakan. Mandate membatasi. Panel hanya menampilkan hal yang perlu manusia. Pemisahan itu masuk akal. Kode yang dirilis memungkinkan siapa pun memeriksanya. Namun, pemisahan itu belum terbukti pada skala produksi. Pengujian yang ada memakai pesan simulasi. Versi internal dan prototipe publik dinyatakan berbeda. Mulailah dari repo GitHub dan dokumen filosofinya. Atau baca versi bahasa Inggris artikel ini. Untuk sudut pandang evaluasi yang berbeda, baca pula artikel Microsoft Scope kami.