Все публикации
2 мин чтения
Общее2 ноября 2026 г.

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

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…

GitHub Разработчика·GitHub Разработчика
Первоисточник
Ключевые инсайты
  • 01.Пока мы отдыхали на выходных, DeepSeek неожиданно представила очередную новинку — Super Agent, систему автономных ИИ-агентов
  • 02.Возможности одного человека ограничены
  • 03.Даже с появлением ИИ одновременно вести больше 3–5 активных диалогов с агентами довольно сложно

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

Материал агрегирован в рамках национального инфопотока AI Qazaqstan с сохранением ссылки на автора.

Связанные материалы

Все материалы →
Общее1 мин

Ян Лекун показал, что ИИ может учиться пониманию мира не размером, а правильными парами данных

Ян Лекун показал, что ИИ может учиться пониманию мира не размером, а правильными парами данных Ян Лекун и Рэндалл Балестриеро доказали теорему о том, при каких условиях разные ИИ-модели приходят к одному представлению мира. Это ответ на гипотезу 2024 года, чем больше модель, тем…

Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Исследования1 мин

В DeepSeek Harness появился Creator Mode, позволяющий создавать собственные плагины.

В DeepSeek Harness появился Creator Mode, позволяющий создавать собственные плагины. Можно создавать практически всё, что душе угодно. Нужен видеоредактор? Создай его. Хочешь инструмент для чтения научных статей? Просто добавь его. Можно даже разрабатывать собственные рабочие…

Telegram — Вайб-кодинг