DeepSeek schetst architectuur voor doorlopende AI-agents

DeepSeeks Harness-team publiceert op 31 oktober een ontwerp voor Super-agent, waarin een permanente Router gebeurtenissen uit chat, e-mail en ontwikkelwerk verdeelt over contextgescheiden Workers die taken parallel uitvoeren.

E-mail, groepschats en codebeoordelingen kunnen zo werk aansturen zonder dat iemand elke agentsessie openhoudt. De inzet verschuift naar toegang tot die werkkanalen, de plek waar code en context blijven staan en de rechten waarmee agents wijzigingen kunnen uitvoeren.

Eén Router houdt het overzicht

In het huidige agentpatroon is één sessie gekoppeld aan één taak. DeepSeek schrijft dat een medewerker volgens de eigen waarneming doorgaans drie tot vijf actieve sessies tegelijk kan volgen. De publicatie noemt geen steekproef. Bij meerdere taken houdt een mens zelf verbanden en vervolgberichten bij.

Super-agent verdeelt die rol over twee lagen. De Router ontvangt interacties en bewaart de samenhang tussen taken, maar voert ze niet zelf uit en kan zelfs zonder toegang tot opdrachtregelgereedschap werken. Contextgescheiden Workers krijgen ieder een afgebakende taak en sturen hun voortgang terug naar de Router, die met de gebruiker communiceert. Een Worker kan intern wel weer andere agents inzetten.

DeepSeek zegt dat een interne Super-agent op Harness al problemen in openbare groepschats volgt, oorzaken onderzoekt en zonder @-vermelding een reparatie-pullrequest kan indienen. Dat is een beschrijving van intern gebruik, geen claim over beschikbaarheid voor klanten. Op 13 augustus bracht DeepSeek het MIT-gelicentieerde Harness uit als lokaal agentharnas dat verschillende modelaanbieders kan aansturen. De nieuwe tekst beschrijft hoe die basis kan doorgroeien naar een doorlopende agent die werkkanalen en parallelle taken bij elkaar houdt.

Gebeurtenissen wijzen werk toe

De agent wacht volgens het ontwerp niet op losse prompts. Groepschat, e-mail, agendaherinneringen, codebeoordelingen en resultaten van geautomatiseerde codecontroles worden Triggers. Programmaregels filteren eerst bekende bronnen, groepen of gebruikers. Daarna beoordeelt een model de signalen die semantische context vragen.

Een Thread brengt reacties over hetzelfde GitHub-ticket, chatonderwerp of e-mailgesprek samen. Na koppeling ontvangt de Worker vervolgberichten rechtstreeks, zonder dat de Router elke update opnieuw hoeft door te sturen. Een externe controle-agent (Watchdog) moet ook vastgelopen of stilgevallen werk herkennen en kan ingrijpen.

Bij langdurige opdrachten meldt een asynchrone uitvoerlus direct dat het werk is gestart, zodat de agent nieuwe instructies kan aannemen. DeepSeek schrijft dat deze functie al in Harness zit, maar standaard nog niet aanstaat.

De proef meet planning, niet code

DeepSeek noemt de experimenten voorlopig en gesimuleerd. De vier oplossingen kregen elk vijf keer circa 300 berichten, met ongeveer twintig werkverzoeken. De rest bestond uit chat, vervolgberichten, annuleringen en testresultaten. Programmeerwerk werd vervangen door een hulpmiddel dat alleen tijd verbruikte. Berichtintervallen en werktijden werden tot een kwart teruggebracht; modelaanroepen bleven op hun echte duur.

De mediane taakduur (p50) van Super-agent was 12,4 minuten. Bij 95 procent van de taken bleef de doorlooptijd (p95) onder 15,7 minuten. In een systeem met één sessie en een neutrale instructie kwam die grens op 29,5 minuten, omdat het model in geen van de vijf runs een subagent inschakelde. Een prompt die delegeren aanmoedigde leidde in vier van de vijf runs tot delegatie, maar bleef als geheel trager dan Super-agent.

Zonder de directe route van Thread naar Worker bleef de taakduur ongeveer gelijk, terwijl de Router circa 30 procent meer beslissingen nam. Het aantal tokens voor hergebruikte context, liep in die proef op van 23,23 miljoen naar 31,77 miljoen, een stijging van 37 procent. Dit laat in de synthetische proef extra contextverkeer zien, geen API-kosten in euro’s. De proef toetst geen codekwaliteit en meet niet hoeveel productiever een echt team wordt.

Cloudtoegang maakt grenzen bepalend

DeepSeek stelt voor om de verwerking van de agent en blijvende sessiestatus in de cloud te plaatsen, terwijl de bestaande uitvoeringsomgeving op de eigen computer of server blijft. Een klein lokaal programma (daemon) voert daar opdrachten uit en stuurt resultaten terug. Zo hoeft het systeem lokale aanpassingen, toolchains en afhankelijkheden niet eerst naar een cloudomgeving te kopiëren.

De scheiding doet denken aan Anthropic, dat in april de agentlus, sessielog en uitvoeringssandbox loskoppelde zodat die onderdelen afzonderlijk kunnen herstellen of worden vervangen. DeepSeek richt zich in deze tekst ook op iemands bestaande werkcomputer en lokale aanpassingen. OpenAI biedt met een publieke bèta voor langdurige cloudagents, beheerde sessies, tools en een sandbox naar keuze een andere route: de uitvoeringsomgeving kan daar juist door de leverancier worden beheerd.

Juist de verbinding tussen cloud en lokale systemen brengt open vragen mee. Een serverinbraak of een kwaadaardige instructie in een bericht (promptinjectie) kan volgens DeepSeek de aangesloten apparaten mogelijk onder controle van een aanvaller brengen. Als lokale inloggegevens in de modelcontext terechtkomen, kunnen ze tijdens normaal gebruik lekken. Het ontwerp beschrijft nog geen uitgewerkte manier waarop een agent inloggegevens kan gebruiken zonder de geheimen zelf te ontvangen.

Ook de grenzen tussen persoonlijke en gedeelde teamcontext, samenwerking tussen gescheiden agents, langetermijngeheugen en menselijke tussenkomst tijdens een taak zijn volgens DeepSeek nog niet opgelost. De officiële GitHub-repository noemt de code een onderzoeksprototype, niet productierijp en niet gelijk aan de volledige interne implementatie. Het artikel zelf zegt dat de ontwerptekst geen overzicht is van bestaande Harness-functies.

DeepSeek schrijft dat Super-agent zonder oplossingen voor veiligheid en privacy alleen binnen een kleine, vertrouwde omgeving kan werken. Voor een organisatie blijft daarmee de centrale vraag welke gebeurtenissen, code en inlogrechten een agent over de grens tussen cloud en eigen systemen mag meenemen.