DeepSeek Harness ha pubblicato il 31 ottobre 2026 il codice di DeepSeek Super-agent, un prototipo che riceve richieste autorizzate da un repository GitHub e, facoltativamente, da Feishu. Per ogni incarico apre una sessione di lavoro separata e può rispondere nella conversazione d’origine, per esempio proponendo una pull request. Il team lo definisce codice di ricerca: non è un prodotto ufficiale DeepSeek né un software pronto per la produzione.
Il progetto è disponibile su GitHub con licenza MIT. Non introduce un nuovo modello di intelligenza artificiale: è un componente per DeepSeek Harness, il framework che gestisce sessioni e strumenti degli agenti. In pratica, prova a trasformare richieste di lavoro già presenti nei flussi di un team in attività che un agente può prendere in carico.
Dal messaggio al lavoro sul repository
Il prototipo può osservare un singolo repository GitHub e, se configurato, le conversazioni su Feishu. Quando una persona autorizzata assegna un compito, il sistema apre un ticket e crea una sessione e una directory dedicate. Al termine, può riportare il risultato nella discussione di partenza, anche sotto forma di proposta di modifica del codice. Una pagina web mostra gli elementi che richiedono l’intervento di una persona.
L’obiettivo dichiarato dal team è ridurre il lavoro necessario per coordinare gli agenti senza aggiungere rumore alle conversazioni. Il software dovrebbe agire solo in risposta a una richiesta autorizzata o a una regola stabilita dal team, e comunicare quando serve una decisione umana o quando c’è un risultato utilizzabile. È una scelta di progettazione descritta da DeepSeek, non una prestazione convalidata da test indipendenti.
Il modello di lavoro si avvicina a quello di altri strumenti per sviluppatori che collegano agenti, codice e applicazioni, come Vercel agent-desktop. Qui, però, il punto non è controllare un’interfaccia desktop: è organizzare incarichi e risposte attorno a un repository e alle conversazioni del gruppo.
Non è un nuovo modello DeepSeek
Il repository presenta il software come un bundle per DeepSeek Harness e avverte che il codice pubblicato non coincide necessariamente con la versione interna usata dal team. Precisa anche che alcune idee dell’articolo tecnico sull’architettura Super-agent sono direzioni future e non risultano implementate nel prototipo disponibile.
Another DeepSeek drop: dsh-superagent
— Leandro von Werra (@lvwerra) October 31, 2026
An agent framework that works through a repo's GitHub issues and PRs with many agents in parallel, designed to take as little human attention as possible while delivering as much value as possible.https://t.co/3H2v9z6Wn6 pic.twitter.com/E1B75oOkEJ
Questa distinzione è centrale: il rilascio non dimostra che l’agente sia già in grado di gestire autonomamente il ciclo di sviluppo di un prodotto. Il codice offre una base sperimentale per integrare richieste, sessioni separate e proposte di modifica; non ci sono, nelle fonti esaminate, risultati indipendenti sulla correttezza delle patch, sulla gestione di repository complessi o sui costi operativi.
Per questo il confronto con gli strumenti di coding agent va fatto con cautela. Le prove pubblicate da altre aziende, come quelle sulla migrazione del codice COBOL, riguardano compiti e criteri specifici. Il repository di DeepSeek, invece, descrive un prototipo di orchestrazione del lavoro, senza offrire un benchmark comparabile.
La revisione resta una responsabilità umana
La configurazione richiede un repository, credenziali e canali di comunicazione. La guida di setup invita a raccogliere le risposte dell’operatore prima di eseguire la configurazione e a presentare il piano completo prima di procedere. La documentazione descrive inoltre una pagina web per segnalare le decisioni che spettano a una persona.
Una proposta di modifica non equivale a codice approvato o distribuito. Il team può esaminare il risultato, chiedere correzioni o rifiutarlo, come avviene per una normale pull request. Restano quindi importanti i permessi assegnati all’agente, le regole sui compiti che può avviare e i controlli del repository.
Gennaro Cuofano
L’approccio richiama il tema più ampio della supervisione: in Claude Duet l’agente lavora in background e può richiamare l’utente quando serve una scelta; il Gemini agent di Google è presentato come assistente aziendale con strumenti e sub-agenti. Sono prodotti e configurazioni diversi, ma in tutti i casi la delega richiede di definire quali azioni il sistema può compiere senza una nuova autorizzazione.
Il prototipo non è pronto per la produzione
DeepSeek avverte esplicitamente che il codice può contenere bug, che le pratiche ingegneristiche potrebbero essere incoerenti e che chi lo adotta deve rivederlo e adattarlo. La pagina del repository riporta inoltre un solo commit alla data del rilascio iniziale, il 31 ottobre: un segnale della fase ancora embrionale del progetto, non una misura autonoma della sua qualità.
Il codice aperto permette agli sviluppatori di studiarne l’architettura e provarlo in ambienti controllati. Non basta, da solo, a dimostrare che il sistema sia affidabile su repository reali o adatto a flussi di lavoro aziendali. L’interesse della pubblicazione sta nella struttura proposta: un agente collegato alle conversazioni del team, che prende in carico un incarico isolato e restituisce una modifica da valutare.
DeepSeek Super-agent in sintesi
- Confermato: repository pubblico con licenza MIT; supporto a un repository GitHub e integrazione opzionale con Feishu.
- Non indicato: benchmark indipendenti, tasso di successo su repository reali e costi operativi.
- Da seguire: permessi richiesti, implementazione delle idee architetturali non ancora presenti e qualità delle proposte di modifica.
La lettura più grande
La novità non è un nuovo modello, ma un tentativo di inserire l’agente nel flusso quotidiano di un team: richieste in un canale esistente, incarichi separati e risultati riportati nella conversazione originale. La nostra lettura, dichiarata come tale, è che la sfida concreta sia ridurre il coordinamento senza trasformare ogni richiesta in un’altra revisione da gestire.
I prossimi elementi da osservare sono test riproducibili su repository reali, la granularità dei permessi e il modo in cui il sistema gestisce richieste ambigue o risultati incompleti. Finché mancano queste verifiche, DeepSeek Super-agent resta un prototipo da esplorare, non una soluzione di sviluppo già collaudata.
