ეს მხოლოდ კვლევითი პროტოტიპია და არა კომპანიის ოფიციალური პროდუქტი ან ახალი მოდელი.
ჩინურმა AI-კომპანია DeepSeek-მა GitHub-ზე ღია კოდის მქონე ექსპერიმენტული „სუპერაგენტი“, სახელად dsh-superagent, გამოაქვეყნა. ეს არის პროგრამირების დამხმარე AI-სისტემა, რომელიც კოდის საცავს აკვირდება, დავალებებს თავისით იღებს და მზა ცვლილებებს გთავაზობთ. სიახლის შესახებ კომპანიის DeepSeek Harness-ის გუნდმა WeChat-ზე დაწერა, ხოლო თავად პროექტი GitHub-ზე 31 ოქტომბერს აიტვირთა. როგორც პროექტის აღწერაში ვკითხულობთ, სისტემის მიზანია, ადამიანისგან რაც შეიძლება ნაკლები ყურადღება მოითხოვოს. 2 ნოემბრისთვის საცავს უკვე დაახლოებით 9 000 ვარსკვლავი ჰქონდა.
DeepSeek-ი თავიდანვე მკაფიოდ აზუსტებს, რომ ეს არ არის მზა კომერციული სერვისი. პროექტის დოკუმენტაციაში პირდაპირ წერია: „კვლევითი პროტოტიპი მხოლოდ გაცნობისთვის, ეს არ არის DeepSeek-ის ოფიციალური პროდუქტი“. კოდი MIT-ის თავისუფალი ლიცენზიით ვრცელდება და ნებისმიერ დეველოპერს შეუძლია მისი შესწავლა.
როგორ მუშაობს სუპერაგენტი პრაქტიკაში
პროგრამა შექმნილია DeepSeek Harness-ისთვის, რომელიც კომპანიის სპეციალური პლატფორმაა AI-აგენტების სამართავად. ის ერთ კონკრეტულ GitHub-პროექტს უსმენს, სურვილის შემთხვევაში კი ჩინურ სამუშაო ჩატ Feishu-საც უკავშირდება. როცა შესაბამისი უფლების მქონე თანამშრომელი დავალებას სწერს, სისტემა სამუშაო საკითხს ხსნის და საკუთარ აგენტურ სესიაში იწყებს მუშაობას. აგენტური სესია ნიშნავს დამოუკიდებელ სამუშაო გარემოს, სადაც პროგრამა დავალებას ნაბიჯ-ნაბიჯ, თქვენი ჩარევის გარეშე ასრულებს. სამუშაოს დასრულების შემდეგ ის აგზავნის ეგრეთ წოდებულ pull request-ს, ანუ კოდის ცვლილების მზა შეთავაზებას, რომელსაც პროგრამისტი გადახედავს და დაამტკიცებს. მართვისთვის სისტემას ვებპანელიც აქვს.
რატომ გახდა საჭირო ჩვეულებრივი დამხმარეების ნაცვლად „სუპერაგენტის“ შექმნა? საქმე ისაა, რომ ადამიანის ყურადღებას საზღვარი აქვს. როგორც Bloomberg-ი და Interesting Engineering-ი DeepSeek Harness-ის გუნდის სტატიაზე დაყრდნობით წერენ, ერთ ადამიანს ერთდროულად მხოლოდ 3-იდან 5-მდე აქტიური AI-სესიის კონტროლი შეუძლია. სუპერაგენტი კი დიდ ამოცანას თავად შლის ნაწილებად, პარალელურად მომუშავე რამდენიმე აგენტს უნაწილებს და პროგრესსაც თავადვე აკონტროლებს.
კონკურენცია და პირველი ტესტის შედეგები
მაგალითად, თუ სამუშაო ჯგუფის ჩატში ვინმე პროგრამულ ხარვეზზე დაწერს, აგენტი ამას ხედავს, ცდილობს, შეცდომა თავისთან გაიმეოროს და გუნდს გამოსწორებული კოდი შესთავაზოს. ხოლო თუ ხარვეზს ვერ გაიმეორებს, უბრალოდ ჩუმად რჩება, რათა ჩატში ზედმეტი ხმაური არ შექმნას. პროექტის აღწერის მიხედვით, მისი მთავარი პრინციპია, „წაიღოს ადამიანის რაც შეიძლება ნაკლები ყურადღება და მოიტანოს რაც შეიძლება მეტი სარგებელი“. ამიტომ ის მხოლოდ მაშინ მოქმედებს, როცა პირდაპირ სთხოვენ ან როცა გუნდის წინასწარ გაწერილი წესი აძლევს ამის უფლებას.
DeepSeek-ის განცხადებით, ერთ-ერთ სატესტო დავალებაზე ამ მიდგომამ სამუშაო 16 წუთზე ნაკლებ დროში დაასრულა, მაშინ, როცა სტანდარტულ მეთოდს 29 წუთზე მეტი დასჭირდა. თუმცა, გაითვალისწინეთ, რომ ეს მხოლოდ ერთი შიდა ტესტის შედეგია. გარდა ამისა, გუნდის სტატიაში აღწერილი ზოგიერთი იდეა ჯერ მხოლოდ სამომავლო გეგმაა და გამოქვეყნებულ კოდში სრულად არ არის ასახული. Bloomberg-ი ამ პროტოტიპს აფასებს, როგორც ჩინური კომპანიის პასუხს ისეთ ცნობილ კოდირების სისტემებზე, როგორებიცაა Anthropic-ის Claude Code და OpenAI-ს Codex.
| საცავი | deepseek-ai/dsh-superagent-prototype |
| გამოქვეყნების თარიღი | 2026 წლის 31 ოქტომბერი |
| ლიცენზია | MIT |
| ვარსკვლავები GitHub-ზე | დაახლოებით 9 000 (2 ნოემბრის მონაცემებით) |
| ადამიანის კონტროლის ლიმიტი | 3-იდან 5-მდე აქტიური AI-სესია ერთდროულად |
| ტესტის დრო (სუპერაგენტი) | 16 წუთზე ნაკლები |
| ტესტის დრო (სტანდარტული მეთოდი) | 29 წუთზე მეტი |
წყარო: GitHub: deepseek-ai/dsh-superagent-prototype (README, created 31 Oct 2026) | India Today (Bloomberg): DeepSeek launches super agent AI to challenge Anthropic’s Claude Code (2 Nov 2026) | Interesting Engineering: China’s DeepSeek plans super agent to coordinate multiple AI assistants (1 Nov 2026)
ეს სტატია შეიქმნა AI ხელსაწყოებით, პროცესში ადამიანის ჩართულობა დაახლოებით 10%-ია.
