DeepSeek abre o código do Super-agent: como funciona o protótipo para GitHub
Atualizado em 31 de outubro de 2026. A DeepSeek publicou o dsh-superagent-prototype, um agente de programação construído sobre o DeepSeek Harness. Ele acompanha um repositório GitHub, recebe pedidos de pessoas autorizadas e pode devolver o resultado na conversa original, inclusive na forma de um pull request. O projeto está sob licença MIT. A própria equipe o classifica como protótipo de pesquisa, sujeito a falhas e ainda inadequado para uso direto em produção.
Ilustração editorial criada para este artigo; não representa uma captura do produto DeepSeek.
O que é o Super-agent da DeepSeek?
É uma tentativa de fazer o trabalho de programação continuar entre mensagens, comentários e sessões. Em vez de pedir que alguém reconte o contexto a cada interação, o sistema registra uma tarefa e a entrega a uma sessão de execução própria. O protótipo publicado recebe eventos do GitHub e, opcionalmente, do Feishu. A ideia maior de um agente que observa vários ambientes por longos períodos aparece no debate de arquitetura, mas nem todas essas capacidades estão no código liberado.
Captura do repositório oficial em 31/10/2026; contagens de estrelas e commits podem mudar.
O README oficial distingue o protótipo publicado da versão interna e das ideias ainda não implementadas.
Como funcionam Router, Worker e permissões?
Em termos práticos, a camada central decide se uma mensagem pode abrir ou atualizar um trabalho; um executor dedicado processa a tarefa em seu próprio diretório e sessão. O guia de autorização é específico: listas de pessoas permitidas, regras escritas e limites da tarefa controlam as ações. Comentários e documentos recebidos são contexto, não novas permissões. O agente só deve começar trabalho sem pedido direto quando uma regra criada pela equipe permitir isso.
Essa distinção importa para o exemplo viral de “achar um bug sozinho e abrir um PR”: é um cenário possível dentro de regras previamente autorizadas, não uma licença para o bot alterar qualquer repositório por conta própria. A documentação também prevê um painel para mostrar decisões que dependem de uma pessoa.
O benchmark de 12,4 minutos foi confirmado?
A reportagem chinesa compartilhada sobre o projeto descreve uma simulação com cerca de 300 mensagens e 20 pedidos, repetida cinco vezes. Ela atribui ao sistema mediana de 12,4 minutos e percentil 95 de 15,7 minutos para concluir tarefas. Não encontramos esses números no README nem na documentação pública do repositório; portanto, tratamos a medição como relato da reportagem, não como benchmark reproduzido ou garantia de desempenho. O tempo e o custo reais dependem do modelo, do número de eventos, das ferramentas e das regras de execução.
Posso instalar o dsh-superagent agora?
O repositório inclui SETUP.md e documentação numerada. A instalação exige configuração do DeepSeek Harness, uma conta GitHub para o agente e permissões de escrita no repositório escolhido; Feishu é opcional. Antes de qualquer teste, use uma conta e um ambiente isolados, limite quem pode solicitar trabalho e revise o escopo de cada tarefa. O guia de implantação informa que os processos usam as permissões do usuário do sistema operacional: os wrappers de conta não são uma barreira de isolamento.
Qual é o custo de um agente que fica atento a eventos?
Não há preço oficial por tarefa para este protótipo. O orçamento depende das chamadas ao modelo, de leitura de contexto, de tentativas e de ferramentas. Uma forma útil de comparar configurações é medir custo por tarefa concluída, além do gasto por milhão de tokens. Filtrar eventos irrelevantes e encaminhar comentários diretamente à tarefa em andamento pode reduzir chamadas repetidas ao roteador, mas a economia precisa ser medida no fluxo real.
Para experimentar modelos antes de montar a automação, a MandAPI reúne opções de diferentes fornecedores em uma API compatível com OpenAI, com preços exibidos em reais. A MandAPI não hospeda nem oferece o dsh-superagent como produto; consulte o catálogo atual para IDs disponíveis e teste separadamente a compatibilidade com o seu Harness. Veja também o guia da API compatível e o comparativo de modelos.
Perguntas frequentes
O Super-agent é um novo modelo DeepSeek?
Não. O repositório publica código de orquestração de agentes para o DeepSeek Harness; ele não anuncia novos pesos de modelo.
Ele funciona sem autorização humana?
Pode agir a partir de regras previamente definidas pela equipe. No protótipo, pedidos e ações são delimitados por política e escopo; comentários recebidos não ampliam permissões.
Já é adequado para produção?
Não segundo o próprio README oficial. Trate-o como referência para testes e revisão de arquitetura.
Fontes primárias: repositório oficial, filosofia do projeto, autorização e implantação.