Secondo le osservazioni del team Harness di DeepSeek, difficilmente una persona segue più di tre-cinque sessioni attive nello stesso momento. Oltre quella soglia il cervello va in tilt. Il Super-agent nasce per questo: nasconde tutte le sessioni dietro un unico interlocutore. Gli sviluppatori gli scrivono nella chat di lavoro o su GitHub, e intervengono solo per decidere o dare l’ok a un risultato. Il resto del tempo l’agente lavora zitto.
Il Super-agent di DeepSeek, si scrive in chat e si riceve una pull request
Il Super-agent si installa dentro Harness, l’ambiente per agenti che DeepSeek distribuisce in open source con licenza MIT. L’obiettivo è dare filo da torcere a Claude Code e agli altri assistenti di programmazione americani. L’azienda, tra l’altro, non è senza risorse. Nell’ultimo round ha raccolto circa 100 miliardi di yuan, cioè 15 miliardi di dollari, con la Borsa all’orizzonte.
Il funzionamento è semplice. Si collega l’agente a un repository GitHub e, volendo, a Feishu, la chat aziendale di ByteDance. Poi aspetta che un membro autorizzato del team gli affidi un compito. Lui apre una sessione a parte, ci lavora e risponde nella conversazione da cui è partita la richiesta, per esempio con una pull request. Un pannello web mostra agli sviluppatori i dossier che richiedono davvero un loro intervento.
Nel manuale del prototipo, il team Harness scrive che l’agente deve mobilitare il meno possibile l’attenzione umana e portare il massimo valore possibile
. Un’ambizione quasi monastica. Infatti agisce solo su richiesta, oppure quando una regola scritta dal team gli dà il permesso. Parla soltanto se qualcuno deve fare qualcosa o può sfruttare il suo risultato. E ogni risposta in chat è tagliata a 100 parole, quindi niente poemi.
Dentro DeepSeek, gli ingegneri gli hanno lasciato una libertà in più: legge le discussioni di gruppo e riproduce in background ogni problema segnalato, anche se nessuno gliel’ha chiesto. Se trova una soluzione semplice, propone la correzione. Se no, tace e sta al posto suo.
Come funziona
Il sistema funziona così: una sessione router riceve i messaggi, li legge e risponde agli utenti. Quando emerge un’attività da svolgere, assegna il lavoro a una sessione worker, un agente indipendente che si concentra su quel compito. Gli aggiornamenti successivi della pull request o del thread vengono recapitati direttamente al worker, senza interrompere il router.
Gli ingegneri hanno messo alla prova questa organizzazione simulando chat di gruppo e notifiche GitHub. Ogni prova comprendeva circa 300 messaggi, con una ventina di richieste operative, ed è stata ripetuta cinque volte. Il Super-agent ha completato il lavoro entro 15,7 minuti nel 95% dei casi, mentre un agente singolo, costretto a gestire tutto nella stessa conversazione, arrivava a impiegare 29,5 minuti.
La sorpresa è che l’agente singolo, pur avendo ricevuto istruzioni di delegare quando opportuno, non ha mai coinvolto un sub-agente nelle cinque prove. Ha continuato a occuparsi di tutto in prima persona, facendosi distrarre da ogni nuova notifica. Praticamente il metodo meno indicato per portare a termine un lavoro.
Il Super-agent consuma più token, e DeepSeek ammette che i numeri hanno valore puramente indicativo.
Il cervello nel cloud
Il computer di uno sviluppatore può andare in stand-by, ma il lavoro deve continuare. Per questo l’agente viene eseguito nel cloud e controlla da remoto i computer su cui si trova il codice, attraverso un piccolo programma installato su ciascuna macchina. Il team di Harness riconduce questa architettura a un principio teorizzato da Anthropic: separare l’agente dall’ambiente in cui vengono eseguite le attività. In questo caso, però, i computer controllati a distanza sono i portatili personali degli sviluppatori, che contengono codice ancora in lavorazione e credenziali di accesso.
I rischi li elencano gli stessi ingegneri di DeepSeek. Se degli hacker riuscissero a entrare nei server dell’agente, o a manipolarlo con un prompt injection, potrebbero prendere il controllo di tutti i dispositivi collegati. Il problema che ancora non hanno risolto è come far usare le credenziali all’agente senza che le legga.
Per DeepSeek questo codice è un prototipo di ricerca, non un prodotto ufficiale. Buona parte è stata scritta da agenti di programmazione, e gli stessi autori avvertono che potrebbe contenere bug. Per installarlo suggeriscono di chiedere a un agente di leggere la guida allegata al codice e di rispondere alle sue domande una per volta.
Ti potrebbe interessare
2 nov 2026