DeepSeek vil have AI-agent, der arbejder døgnet rundt på mange opgaver

DeepSeeks Harness-hold offentliggjorde den 31. oktober 2026 en teknisk artikel om en ny type AI-agent, de kalder en Super-agent. En agent er et AI-system, der selv udfører opgaver frem for blot at svare på spørgsmål. Arkitekturen er tænkt til situationer med mange opgaver og samarbejde i teams.

Kritik af nutidens agenter

Ifølge holdet kan eksisterende agenter typisk kun følges i 3-5 aktive sessioner ad gangen. Holdet nævner også, at agenter kan blokere i enkeltsessioner, få forvirret kontekst og stoppe, hvis den lokale maskine går offline.

Holderne beskriver Super-agenten som kontinuerlig, effektiv, proaktiv og vedvarende. Det er holdets egen vurdering.

Fem hovedkomponenter

Arkitekturen hviler ifølge PANews på fem dele:

- en todelt Router/Worker-struktur - hændelsesdrevet design - menneskeorienteret interaktion - adskillelse af beregning fra tilstand og miljø - en ekstern Watchdog

Routeren tager sig af kontakten til mennesker, vedligeholder den samlede kontekst og fordeler opgaver. Workerne udfører opgaverne samtidig i hver sin isolerede session. Det betyder, at en opgave ikke forstyrrer de andre.

Ifølge holdets egen beskrivelse kan agenten kommunikere over flere kanaler, fx chat og kommentarer på GitHub, og den overvåger selv sit miljø. Blandt de mekanismer, holdet beskriver, er filtrering af udløsende hændelser, »Inline & Spill«, kædet genkaldelse, spekulativ udførelse og en asynkron ReAct-løkke. Den asynkrone opgavemekanisme er ifølge holdet implementeret i DeepSeek Harness, men endnu ikke slået til som standard.

Brugt internt og målt i test

Ifølge DeepSeek-holdet bruges en intern instans allerede til at reproducere problemer (issues), besvare code reviews og forbedre Harness selv.

I syntetiske belastningstests var Super-agentens opgavetid p50 på 12,4 minutter og p95 på 15,7 minutter. p95 betyder, at 95 procent af opgaverne var hurtigere end det tal. Sammenligningen var med en enkeltsession-løsning med subagenter og neutral prompt, som havde p95 på 29,5 minutter. Forsøget omfattede ca. 300 beskeder, hvoraf ca. 20 var arbejdsopgaver, og blev gentaget 5 gange. Tallene er holdets egne og gengivet via ITHome. Det fremgår ikke tydeligt, om målingen gælder den interne instans eller en prototype.

Der findes et prototype-repositorium på GitHub. Ifølge ITHome er det udtrykkeligt ikke et officielt DeepSeek-produkt.