Uma conversa sobre um bug costuma terminar com alguém transformando o problema em uma tarefa. A proposta do Super-Agent é aproximar essas etapas: receber demandas nos canais da equipe, organizar o trabalho de programação e devolver uma entrega para revisão. A equipe Harness da DeepSeek publicou o código do experimento, que ganhou cobertura no fim de semana.

O repositório oficial (em inglês) chama o sistema de protótipo de pesquisa e avisa que ele não é um produto oficial da DeepSeek nem está pronto para produção. Essa distinção ajuda a ler a comparação com o Claude Code: existe uma proposta de organização do trabalho, mas não uma avaliação comparável que demonstre superioridade.

A novidade está em coordenar o trabalho

O projeto funciona como um pacote para o DeepSeek Harness, ambiente que conecta modelos a ferramentas. Cada instalação atende a um repositório GitHub e pode receber mensagens do Feishu, plataforma de colaboração da ByteDance. As demandas autorizadas viram itens de trabalho, executados em sessões e diretórios próprios; o resultado volta à conversa de origem, por exemplo como uma pull request.

Pense numa equipe discutindo uma falha enquanto outra mudança já está em andamento. O interesse desse desenho é preservar a relação entre conversa, pedido e entrega, reduzindo a necessidade de alguém abrir e acompanhar manualmente cada sessão. Isso é uma possibilidade arquitetural, não um ganho de produtividade medido por esta reportagem.

A autonomia depende das regras que a equipe escreveu. O README diz que o agente age quando solicitado ou quando uma regra permite. Portanto, “proativo” não significa autorização irrestrita para transformar qualquer mensagem em alteração de código.

A versão pública também difere da implementação interna e não inclui todas as ideias do artigo de apresentação, segundo os autores. Avaliar o que está no código é mais útil do que tratar toda a visão de futuro como funcionalidade disponível.

A conta de operação continua com a equipe

O guia oficial de implantação (em inglês) pede um provedor de modelo configurado, ferramentas de desenvolvimento e uma conta GitHub dedicada ao agente. Não há suporte declarado a GitHub Enterprise Server. O código aberto sob MIT permite estudar e adaptar a implementação, mas não elimina custos de inferência e infraestrutura.

Há uma condição especialmente importante: os processos executam com o acesso do usuário do sistema operacional. Os wrappers que selecionam credenciais não isolam os processos; um worker pode ler o diretório pessoal desse usuário. A documentação recomenda uma conta de sistema dedicada, contendo apenas as credenciais do agente.

Para experimentar, o critério central é observar uma entrega completa: o pedido correto foi entendido, a mudança ficou dentro do escopo e a revisão humana conseguiu identificar o que precisava? Também vale medir interrupções, retrabalho e consumo do modelo. Um agente que exige menos comandos pode continuar exigindo bastante supervisão.

O Super-Agent coloca uma pergunta útil para ferramentas de programação: quanto do esforço está em escrever código e quanto está em coordenar contexto, pedidos e revisões? O protótipo oferece uma implementação para explorar essa segunda parte. A resposta sobre sua confiabilidade dependerá de testes no ambiente de cada equipe.