Каналы

Article in its original language: Русский.

Пока мы отдыхали на выходных, DeepSeek неожиданно представила очередную новинку — Super Agent, систему автономных ИИ-агентов.

Возможности одного человека ограничены. Даже с появлением ИИ одновременно вести больше 3–5 активных диалогов с агентами довольно сложно. В команде DeepSeek Harness хорошо знакомы с этой проблемой. Поэтому, опираясь на собственный опыт, разработчики создали систему агентов, способную непрерывно работ

2 November 2026 · Source: GitHub Разработчика

Пока мы отдыхали на выходных, DeepSeek неожиданно представила очередную новинку — Super Agent, систему автономных ИИ-агентов.

Возможности одного человека ограничены. Даже с появлением ИИ одновременно вести больше 3–5 активных диалогов с агентами довольно сложно.

В команде DeepSeek Harness хорошо знакомы с этой проблемой. Поэтому, опираясь на собственный опыт, разработчики создали систему агентов, способную непрерывно работать в фоновом режиме и самостоятельно выполнять задачи на разных платформах.

https://github.com/deepseek-ai/dsh-superagent-prototype

Главная задача системы — передать ИИ управление многозадачными рабочими процессами и сократить время, которое человек тратит на постоянный контроль за выполнением поручений.

Человеку остаётся ставить цели, принимать решения и проверять результаты. ИИ самостоятельно распределяет задачи, сохраняет контекст предыдущих обсуждений и одновременно продвигает несколько направлений работы.

В основе системы лежит следующая архитектура: один агент принимает задачи и распределяет их между другими агентами. Те параллельно выполняют отдельные части работы, после чего результаты объединяются в единый ответ.

Кроме того, заранее можно задать правила, по которым ИИ будет самостоятельно реагировать на определённые события и решать возникающие проблемы без необходимости каждый раз получать отдельную команду.

Архитектура позволяет системе работать непрерывно: даже если одни фоновые задачи ещё не завершены, агенты могут принимать новые поручения и заниматься ими параллельно.

Разработчики могут использовать систему для обработки обращений пользователей, поступающих через Issue, и исправления ошибок. Менеджеры продуктов и дизайнеры также могут подключаться к работе и вносить изменения в требования.

Проект уже опубликован в открытом доступе. Вместе с ним вышла техническая статья, подробно описывающая архитектуру системы.

Разработчикам, работающим над агентными системами, определённо стоит ознакомиться.

📱 @git_developer

Read at the source →

More in this topic

КаналыИИ создал бесконечные Backrooms, в которых даже разработчик не знает, что будет дальшеВ браузере появилась хоррор-игра, где Claude Opus 5.5 генерирует жуткие комнаты, монстров и случайные события прямо по мере прохождения. Каждая новая дверь может привести в совершенно неожиданное место. Причём заранее неизвестно, какие испытания ждут игроков. Исследовать бесконечные лабиринты можно Telegram — GPT Time | Нейросети | ИИ
КаналыGoogle представила TPU 8i Max и 8tx: новые ускорители для ИИ-агентовGoogle расширила линейку TPU восьмого поколения до четырёх систем. TPU 8i Max рассчитан на огромные контекстные окна и сложные агентные задачи: - Два объединённых TPU 8i. - В 2 раза больше вычислительной мощности. - В 2 раза больше SRAM и пропускной способности HBM. TPU 8tx предназначен для конфиденTelegram — AI Machine Learning Big Data
Каналы99,999% мировых вычислений могут переехать в космос. Ларри Пейдж уже назвал эту цифру 🤯Сооснователь Google, по словам инвестора Патрика О'Шонесси, считает, что практически все вычислительные мощности человечества в будущем окажутся на орбите. О'Шонесси рассказал об этом в подкасте Invest Like the Best. По его словам, кто-то спросил Пейджа, какая доля вычислений будет выполняться в косTelegram — AI Machine Learning Big Data
КаналыGoogle научили ИИ-агентов находить новые квантовые алгоритмы и сразу доказывать их корректность и стоимость в Lean.Над этим работала как команда DeepMind, так и Quantum. Эта работа отличается от прошлых подходов, где ИИ-агенты проверяли квантовые схемы численным моделированием на классическом компьютере. Здесь же агенты работают с алгоритмами на тысячах кубитов, которые невозможно просимулировать классически, ноTelegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)