Pada malam 31 Oktober, tim DeepSeek Harness menerbitkan tulisan panjang berjudul “Eksplorasi desain Super-agent: menuju sistem Agent yang lebih otonom”. Tulisan itu mengusulkan arsitektur agen dua lapis, dan prototipenya, dsh-superagent-prototype, dibuka di GitHub. Tim menegaskan dalam tulisan bahwa prototipe ini dibuat untuk menguji jalur teknologi dan bukan produk resmi DeepSeek.
Titik awal tulisan ini adalah pengamatan yang sederhana: campur tangan manusia yang dibutuhkan model untuk menyelesaikan satu tugas sendirian makin sedikit, sehingga yang menghambat produktivitas kini adalah perhatian manusia. Menurut tim, satu orang biasanya hanya bisa mengikuti 3 sampai 5 sesi aktif sekaligus. Begitu tugas bertambah, ia harus berpindah-pindah secara manual dan mengingat sendiri konteksnya.
Sesi seharusnya menjadi detail implementasi sistem, bukan beban kognitif bagi pengguna.
Router mengurus percakapan, Worker mengerjakan tugas
Arsitekturnya terbagi menjadi dua lapis. Lapisan Router yang selalu aktif bertugas menerima pesan dari manusia, menjaga konteks global, dan membagikan tugas. Router tidak membawa perangkat eksekusi seperti Bash, sehingga bisa digerakkan oleh model ringan. Lapisan Worker terdiri dari beberapa sesi dengan konteks yang saling terisolasi. Masing-masing memuat perangkat lengkap dan memakai model terkuat, fokus pada satu pekerjaan, dan berjalan bersamaan. Worker tidak membalas pengguna secara langsung; status dan hasilnya dilaporkan lebih dulu ke Router, lalu Router yang berbicara ke luar secara terpadu.
Beberapa rancangan lain berkisar pada upaya “membuat Agent selalu daring”:
- Berbasis peristiwa: pesan grup, email, pengingat jadwal, komentar tinjauan kode, dan hasil CI semuanya dihitung sebagai Trigger. Aturan program lebih dulu menyaring sebagian besar kebisingan, dan hanya sisanya yang diserahkan ke model untuk menentukan perlu bertindak atau tidak. Untuk Thread yang sudah dialokasikan, peristiwa berikutnya dikirim langsung oleh program ke Worker terkait tanpa melewati Router lagi.
- ReAct Loop asinkron: pemanggilan perangkat yang memakan waktu dipecah menjadi start() dan stop(). Tugas latar belakang langsung mengembalikan Started setelah dimulai, sementara bagian depan terus melayani pengguna, dan hasilnya kembali ke sesi sebagai peristiwa baru.
- Pemisahan komputasi, status, dan lingkungan: Agent Loop dan status ditaruh di cloud, sedangkan lingkungan eksekusi bisa tetap di mesin lokal pengguna dengan hanya menjalankan satu daemon ringan, serta mendukung bawa-mesin-sendiri (BYOM).
- Watchdog: sebuah sesi independen bangun secara berkala. Selain memeriksa apakah proses masih hidup, ia meminta model menilai apakah setiap Worker mengalami kemajuan nyata dan apakah arahnya sudah menyimpang.
Tulisan itu juga memberi contoh “eksekusi spekulatif”: ketika seseorang di grup melaporkan sebuah bug, Agent lebih dulu mencoba mereproduksi dan memperbaikinya di latar belakang. Ia baru bersuara kalau sudah berhasil, dan kalau gagal ia tidak mengganggu siapa pun.
Angkanya hanya berasal dari beban sintetis
Tim menjalankan serangkaian eksperimen pembanding: setiap putaran berisi sekitar 300 pesan, dengan sekitar 20 di antaranya permintaan kerja dan sisanya obrolan serta kebisingan, dan tiap skema diulang 5 kali. Waktu penyelesaian tugas Super-agent adalah p50 12,4 menit dan p95 15,7 menit. Kelompok pembanding “sesi tunggal plus Subagent” mencatat p95 29,5 menit dengan prompt netral. Setelah mekanisme jalur langsung peristiwa dihilangkan, jumlah keputusan Router bertambah sekitar 30% dan token pembacaan cache bertambah sekitar 37%.
Dalam uji tekanan Router, Trigger dinaikkan dari sekitar 1 per menit menjadi sekitar 40. Ukuran batch rata-rata naik dari 1,0 ke 2,8 dan waktu per permintaan naik dari 2,5 detik ke 3,9 detik, tetapi waktu inferensi yang terbagi ke setiap keputusan justru turun dari 6,4 detik ke 1,6 detik.
Keterbatasannya juga ditulis terus terang: eksperimen memakai beban sintetis dan lingkungan yang disederhanakan, hanya mengukur penjadwalan dan kolaborasi, bukan seberapa baik satu tugas dikerjakan. Biaya token Super-agent lebih tinggi daripada skema sesi tunggal, tetapi totalnya tidak diungkap. Prototipe sumber terbuka saat ini hanya menyasar satu repositori GitHub, dan operasi lintas perangkat, residen di cloud, serta Watchdog belum diimplementasikan sepenuhnya.
Dari dsh ke Super-agent
Jika ditarik sebagai lini waktu, di jalur Agent DeepSeek lebih dulu merilis kerangka kerja, baru kemudian gagasan penjadwalan. Sekitar Agustus tahun ini, DeepSeek membuka kode kerangka Agent DeepSeek Harness (nama baris perintah dsh) dengan lisensi MIT; sistem berkas, Shell, adaptasi model, Web UI, dan subagen semuanya dibuat sebagai plugin yang bisa diganti. Dalam beberapa bulan berikutnya, model seperti V4.1 Flash berturut-turut meluncur, dan alat pemrograman pihak ketiga mulai menjadikannya model utama.
Tulisan panjang kali ini naik satu tingkat. Yang dibahas adalah “bagaimana satu instans Agent bisa mengawasi puluhan hal sekaligus”. Tim mengungkapkan bahwa mekanisme tugas asinkron dalam tulisan itu sudah dimasukkan ke DeepSeek Harness, hanya saja tidak diaktifkan secara bawaan. Instans internal berdasarkan gagasan yang sama terus berjalan, dipakai untuk mereproduksi dan memperbaiki masalah, menanggapi tinjauan kode, dan juga mengiterasi Harness itu sendiri.
Masalah terbuka yang didaftar tim mencakup bagaimana lapisan Router berkembang mengikuti volume tugas, memori jangka panjang lintas bulan, dan komunikasi antar-instans Agent. Soal keamanan ditulis paling konkret: begitu Agent Loop di cloud terkena injeksi prompt, perangkat lokal yang terhubung bisa dikendalikan, dan kredensial yang dimasukkan ke konteks model bisa bocor dalam eksekusi yang normal. Bagaimana mencegah risiko-risiko ini, tulisan itu belum memberikan solusi lengkap.
Sumber: tulisan teknis panjang tim DeepSeek Harness dan keterangan repositori dsh-superagent-prototype, ITHome, CocoLoop, Phoenix New Media Tech; durasi eksperimen dan data uji tekanan mengikuti hasil beban sintetis yang diumumkan tim.