Equipe DeepSeek Harness lança protótipo de superagente capaz de encontrar e corrigir erros autonomamente
Leia mais
Pandaily
pandaily.com

Equipe DeepSeek Harness lança protótipo de superagente capaz de encontrar e corrigir erros autonomamente

A equipe DeepSeek Harness publicou a descrição de seu projeto, que nomearam Superagente. Este agente foi projetado como um sistema em funcionamento contínuo que avança múltiplas tarefas simultaneamente, busca trabalho autonomamente e se recupera de falhas. Um protótipo de pesquisa correspondente foi lançado no GitHub sob licença MIT, informaram mídias tecnológicas chinesas.

O repositório dsh-superagent-prototype representa um pacote de agente de codificação proativo, destinado a operar com um repositório do GitHub dentro do ecossistema DeepSeek Harness. O agente monitora a atividade no GitHub, bem como opcionalmente no Feishu. Quando um usuário autenticado solicita a execução de uma tarefa, o agente cria um item de trabalho, processa-o em sua sessão e diretório, e então responde no diálogo original, por exemplo, criando um pedido de pull request.

Na documentação anexa, é enfatizado que este código é de natureza de pesquisa e não um produto oficial da DeepSeek, e algumas das concepções descritas no documento ainda não foram implementadas.

Arquitetura do Sistema

O conceito principal é construído sobre uma arquitetura de duas camadas. A Sessão do Roteador (Router) recebe toda a atividade humana de vários canais, mas não executa o trabalho e pode nem ter a ferramenta Bash. As tarefas são delegadas a sessões isoladas de agentes de trabalho (Worker), que executam o trabalho em paralelo usando um conjunto completo de ferramentas, e enviam relatórios de volta ao Roteador, sem comunicação com os usuários.

Cada Agente de Trabalho se inscreve nos branches de seu interesse, como discussões no chat ou pedidos de pull request, permitindo que eventos subsequentes cheguem diretamente a ele, sem passar pelo Roteador. O sistema funciona com base em eventos: os gatilhos são mensagens de chat, e-mails, comentários em revisões e resultados de integração contínua (CI), que são primeiro filtrados por código determinístico e depois pelo modelo.

A equipe também separou o estado do agente e do ambiente de execução para que o agente possa permanecer ativo na nuvem, interagindo com máquinas locais do usuário. Uma sessão externa de Vigilante (Watchdog) é usada adicionalmente para monitorar se os Agentes de Trabalho estão obtendo progresso real. Em um grupo interno de usuários, a equipe estabeleceu uma regra: a instância deve reproduzir silenciosamente os erros relatados e só comunicá-los após encontrar uma solução simples, às vezes abrindo um pull request antes que alguém marque o problema.

Durante testes preliminares com cargas sintéticas, incluindo cerca de 300 mensagens e aproximadamente 20 solicitações de trabalho, o Superagente concluiu metade das tarefas em 12,4 minutos e 95% em 15,7 minutos. Esses resultados superaram os alcançados por uma única sessão com ferramenta de subagente, embora tenham exigido mais tokens em cache. Sem o direcionamento direto dos eventos subsequentes aos Agentes de Trabalho, as soluções do Roteador aumentaram em cerca de 30%, e o processamento em lote sob alta carga reduziu o tempo de saída de uma solução do Roteador de 6,4 segundos para 1,6 segundo. A equipe classificou esses resultados como um ponto de referência preliminar.

Entre as questões não resolvidas listadas pela equipe estão: escalabilidade do Roteador, memória de longo prazo, interação entre agentes e o risco de injeção de prompts (prompt-injection) caso o agente em nuvem tenha acesso às credenciais em dispositivos locais.

Histórias semelhantes

DeepSeek Harness v0.2.2-alpha.2 permite que o agente principal delegue tarefas a ferramentas locais Codex e Claude Code
Leia mais
pandaily.com

DeepSeek Harness v0.2.2-alpha.2 permite que o agente principal delegue tarefas a ferramentas locais Codex e Claude Code

A DeepSeek lançou uma versão preliminar do DeepSeek Harness, seu software de código aberto para agentes, versão v0.2.2-alpha.2, que foi disponibilizada no GitHub em 28 de outubro. A principal novidade é um plugin experimental chamado subagent_oar, que permite ao agente principal delegar uma tarefa autônoma para instalar o Codex CLI ou o Claude Code na mesma máquina.

Anteriormente, o Harness suportava Claude Code e Codex; a atualização v0.1.0-rc.8 em agosto permitia aos usuários instalá-los como pacotes de perfil dentro de seu sistema subagent. No entanto, a nova ferramenta funciona de maneira diferente. Ela fornece ao agente principal um ponto de entrada unificado para distribuição de trabalho: ao chamar subagent_oar, o agente seleciona codex ou claude, e em seguida envia a descrição da tarefa, a solicitação completa e um diretório de trabalho opcional. A ferramenta retorna imediatamente um identificador de tarefa, e ao concluir o trabalho, uma notificação de conclusão traz a resposta final ou uma mensagem de erro de volta para a sessão principal.

As ferramentas externas operam de forma independente. O Codex CLI e o Claude Code mantêm suas próprias configurações, modelos, ferramentas e processo de login, portanto, os usuários devem instalá-los e autorizá-los em cada um, além de garantir que o host do Harness possa encontrá-los. Os parâmetros do provedor podem transmitir o modelo, o nível de raciocínio, os argumentos de inicialização, as variáveis de ambiente e o tempo limite, dependendo do suporte de cada runtime.

A documentação estabelece restrições claras: a conversa principal não é redirecionada, portanto, o pedido deve especificar explicitamente quais arquivos são importantes e o que deve ser retornado. As tarefas são descartáveis, sem possibilidade de perguntas subsequentes, reinício de sessão ou transmissão de progresso em tempo real. Apenas a resposta final ou falha é retornada, e não o raciocínio interno do agente externo ou o histórico de suas ferramentas. Exemplos oficiais permitem o uso de um espaço de trabalho gravável e desativam solicitações de permissão, e o cancelamento de uma tarefa não desfaz as alterações de arquivo que o agente externo já fez.

Outros complementos ajudam os usuários a rastrear o trabalho delegado. Um recurso experimental de solicitação de mudanças pode exibir o status e as diferenças de uma solicitação de mesclagem relacionada para uma sessão rodando em seu próprio diretório de trabalho Git. O plugin de estatísticas do desenvolvedor detalha o uso de contexto, cache, bem como o tempo gasto em modelos e ferramentas, em cada etapa e movimento. A saída de pequenas tarefas em segundo plano agora chega na notificação de conclusão, e o guia de espera do subagent reduz a necessidade de polling repetido.

O lançamento também permite que os usuários atualizem pacotes de plugins de terceiros, com a opção de reverter em caso de falha na atualização em tempo real, e adiciona texto de interface em japonês, espanhol, francês, alemão, russo e português brasileiro. Materiais comunitários anteriores, incluindo testes de configuração multiagente dos criadores do Bilibili, foram criados pelos próprios usuários e não são produtos da DeepSeek.

DeepSeek lança código DeepInfer para acelerar e otimizar a execução de modelos de IA
Leia mais
olhardigital.com.br

DeepSeek lança código DeepInfer para acelerar e otimizar a execução de modelos de IA

Na última terça-feira (20), a DeepSeek tornou público o código do DeepInfer, um software projetado para operar seus modelos de inteligência artificial (IA). Esta ferramenta foi criada com o objetivo de melhorar a eficiência do processamento e diminuir o tempo necessário para a geração de respostas.

Com a liberação do código, desenvolvedores e corporações têm a possibilidade de analisar o funcionamento do programa e adaptá-lo a diversos projetos, desde que cumpram os requisitos técnicos e os termos de uso estabelecidos. De acordo com a própria DeepSeek, esta ação visa diminuir o consumo de energia e de recursos computacionais, tornando a operação dos modelos de IA mais eficiente. Contudo, os resultados práticos estarão condicionados às condições de uso e à infraestrutura disponível.

Atualmente, o DeepInfer é compatível especificamente com o modelo DeepSeek-V4.1-Flash. Embora a abertura do código permita que outros desenvolvedores investiguem e utilizem a tecnologia, é importante notar que nem todo o sistema de execução da empresa foi tornado público, pois alguns componentes da infraestrutura permanecem fechados.

Durante sua participação no programa Olhar Digital News, o físico Roberto ‘Pena’ Spinelli, um especialista em Machine Learning, comentou sobre essa novidade. O pesquisador esclareceu a distinção entre disponibilizar um modelo de IA e liberar o software que é responsável por executá-lo. Para explicar essa diferença, ele usou a analogia de um automóvel.

Pena detalhou que simplesmente compartilhar o modelo não equivale a fornecer todas as ferramentas necessárias para operá-lo de forma eficaz. Enquanto o modelo carrega os parâmetros que guiam a criação das respostas, o software de inferência agrupa os mecanismos que possibilitam seu funcionamento. A abertura deste código pode auxiliar desenvolvedores que pretendem implementar suas próprias soluções.

O especialista comparou a situação dizendo: “Antes, eles compartilhavam apenas a planta do motor, que é a inteligência artificial propriamente dita. O que eles estão fazendo agora é entregar o funcionamento do carro inteiro. Todo o software e o mecanismo de como eles executam a inteligência artificial foram liberados para o público”.

Essa comparação ajuda a compreender a diferença entre os dois elementos, mas existe uma ressalva: a disponibilização do DeepInfer não implica que todos os elementos da infraestrutura da DeepSeek estejam acessíveis. Mesmo assim, o acesso ao código possibilita que programadores e pesquisadores estudem as metodologias de execução empregadas pela companhia e avaliem como aplicá-las em outros trabalhos.

A iniciativa também pode beneficiar a estratégia comercial da DeepSeek. Ao compartilhar parte de sua tecnologia, a empresa abre caminhos para que outros desenvolvedores a utilizem, contribuam com melhorias e criem aplicações compatíveis. Essa adoção pode expandir o alcance de sua tecnologia em um mercado altamente competitivo, onde várias empresas competem para oferecer modelos mais acessíveis e eficientes.

Pena acrescentou: “A DeepSeek quer criar um ecossistema para que mais pessoas e empresas passem a utilizar seus produtos”. Ele continuou: “Ao mostrar como montar a estrutura completa, ela incentiva o público a abandonar plataformas pagas mais dispendiosas. É uma forma consistente de se afirmar em um setor extremamente disputado”.

A liberação do DeepInfer sublinha que a competição no campo da IA não se restringe apenas à capacidade dos modelos de gerar respostas, mas também à eficiência exigida para executá-los. Ao compartilhar parte de sua tecnologia, a DeepSeek aumenta as opções de uso do software e fortalece sua posição no setor. O impacto dessa medida dependerá, entre outros fatores, do desempenho alcançado em variados ambientes e da adesão de desenvolvedores e empresas.

DeepSeek lançou API para busca na internet e extração de conteúdo de páginas para agentes de IA
Leia mais
technode.com

DeepSeek lançou API para busca na internet e extração de conteúdo de páginas para agentes de IA

A empresa DeepSeek lançou uma API para busca e extração de dados, dando acesso ao seu mecanismo de busca patenteado para desenvolvedores que criam aplicativos e agentes de inteligência artificial que necessitam de informações externas.

O serviço de busca fornece resultados estruturados da internet, enquanto a função Fetch permite extrair o título e o conteúdo de uma página web em formato Markdown.

O custo de ambos os serviços é de 5 yuans (RMB) a cada 1000 requisições bem-sucedidas. No entanto, não há cobrança por requisições malsucedidas, resultados de busca vazios ou timeouts.

Os desenvolvedores podem usar esses novos serviços utilizando suas credenciais de API atuais da DeepSeek. A DeepSeek informou que as chamadas de busca e extração executadas no lado do servidor através de ferramentas como DeepSeek Harness, Claude Code e Codex não são tarifadas no momento. A cobrança por essas chamadas começará à meia-noite, horário de Pequim, de 1º de novembro.

Popular