Экспериментальная система должна самостоятельно распределять задачи между ИИ-агентами, контролировать их работу и реагировать на события
Китайская DeepSeek представила экспериментальную архитектуру «суперагента», предназначенную для координации нескольких ИИ-помощников. Система должна самостоятельно разбивать сложные задания на отдельные задачи, распределять их между агентами, работающими параллельно, и отслеживать выполнение без постоянного участия человека.
Разработчики указывают на практическое ограничение нынешних агентных систем: пользователю приходится самостоятельно назначать задачи, следить за ходом работы и разрешать конфликты между результатами разных агентов. По оценке команды DeepSeek, человек обычно может одновременно контролировать только 3-5 активных сессий ИИ-агентов. Централизованная координация должна снять это ограничение и позволить автоматизировать более продолжительные рабочие процессы.
Источник изображения: сгенерировано Muse
Предполагается, что «суперагент» сможет не только выполнять заранее поставленные инструкции, но и самостоятельно реагировать на события. Например, обнаружив сообщение об ошибке в программном обеспечении в групповом чате, он сможет попытаться воспроизвести проблему, найти решение и подготовить изменение программного кода для проверки человеком. Если решить задачу не удастся, то система не станет отправлять лишние уведомления.
В тестах, описанных командой DeepSeek, экспериментальный подход выполнил одну задачу менее чем за 16 минут. При использовании обычного метода потребовалось более 29 минут. Разработчики связывают выигрыш во времени с параллельным выполнением операций и автоматической координацией агентов.
Проект отражает переход от ИИ-помощников, выполняющих отдельные запросы, к системам, способным управлять целыми рабочими процессами. В этом направлении также развиваются Claude Code компании Anthropic и Codex от OpenAI, однако DeepSeek делает акцент именно на взаимодействии нескольких агентов.
При этом приведённый результат не доказывает общего превосходства архитектуры над конкурирующими решениями. В техническом описании недостаточно подробностей о характере испытанной задачи, критериях оценки качества и стабильности результатов на других сценариях разработки программного обеспечения. Сама DeepSeek позиционирует открытый прототип как ранний исследовательский проект, а не готовый продукт. Среди нерешённых вопросов остаются безопасность, конфиденциальность данных и надёжность автономной работы.
