DeepSeek, la empresa china de inteligencia artificial, ha dado un paso hacia otro terreno muy disputado: los agentes que programan. Su equipo DeepSeek Harness publicó el sábado 31 de octubre un artículo técnico sobre lo que llama un «super-agente» y, junto a él, un prototipo de código abierto con licencia MIT que cualquiera puede descargar desde GitHub.
La idea de fondo no es tanto escribir mejor código como molestar menos. Según el South China Morning Post, el sistema busca reducir la necesidad de que una persona coordine varios agentes de IA y vigile su progreso, algo que DeepSeek señala como uno de los grandes cuellos de botella de los flujos de trabajo actuales. Es su respuesta más directa a herramientas como Claude Code, de Anthropic, o las de OpenAI.
Gastar la menor atención humana posible
El propio repositorio resume la filosofía en una frase: tomar la menor atención humana posible y dar el máximo valor posible. Los autores reconocen el riesgo contrario: un agente que puede actuar en nombre de todo un equipo también puede hacer perder el tiempo a todo el equipo. Por eso, según su documentación, solo actúa cuando alguien autorizado se lo pide o cuando lo permite una regla escrita por el propio equipo, y solo habla cuando alguien tiene que intervenir o puede aprovechar un resultado.
Cómo funciona el prototipo
El código publicado, llamado dsh-superagent, es un agente de programación «proactivo» para un único repositorio de GitHub. Escucha lo que pasa en GitHub y, de forma opcional, en Feishu, una aplicación de chat para equipos. Cuando recibe un encargo, abre una tarea, trabaja en ella en su propia sesión y carpeta, y responde en la conversación original, por ejemplo con una pull request (una propuesta de cambio en el código). Un panel web muestra lo que necesita la intervención de una persona.
Por dentro, según recoge AI Affairs a partir de Pandaily, hay un «router» residente que recibe las peticiones y las reparte, y varias sesiones «worker» aisladas que hacen el trabajo en paralelo. El router no programa. Cada worker se suscribe a los hilos de su tarea, de modo que un comentario posterior en la revisión le llega directamente sin pasar otra vez por el reparto. El artículo de diseño describe además un «watchdog» externo que comprueba si los workers avanzan, aunque el repositorio avisa de que parte de lo descrito aún no está implementado.
Las primeras cifras, con matices
DeepSeek ha compartido resultados preliminares en cargas de trabajo sintéticas de unos 300 mensajes y unas 20 peticiones. La mitad de las tareas se completaron en 12,4 minutos y el 95 % en 15,7 minutos. Frente a una sola sesión que usa subagentes, el super-agente terminó antes, pero consumió más tokens en caché. El propio equipo las presenta como una referencia preliminar, no como un banco de pruebas independiente.
También midió dos decisiones de diseño. Sin que los mensajes de seguimiento lleguen directamente a los workers, las decisiones del router subían en torno a un 30 %. Y agrupar eventos cuando hay mucha carga redujo el tiempo de inferencia de cada decisión del router de 6,4 a 1,6 segundos.
Un prototipo, no un producto
Conviene no exagerar el alcance del anuncio. El repositorio deja claro que se trata de código de investigación «solo como referencia», que no es un producto oficial de DeepSeek y que no está listo para producción: puede tener errores y buena parte de su ingeniería la hicieron los propios agentes. Tampoco es idéntico a la versión interna que usa el equipo. La empresa recomienda revisar los complementos y los comandos generados y ejecutarlo con los mínimos privilegios.
Entre los problemas abiertos que enumera el equipo figuran escalar el router, la memoria a largo plazo, la comunicación entre agentes y el riesgo de inyección de instrucciones cuando un agente en la nube puede acceder a credenciales de dispositivos locales. No es un detalle menor: un agente que actúa sin que nadie lo llame es justo el tipo de software que un atacante querría engañar.
Por qué importa
La carrera de los asistentes de programación se está desplazando de «escribe el código que te pido» a «encárgate tú y avísame solo si hace falta». DeepSeek se suma con una propuesta abierta y documentada, lo que permite a otros equipos estudiarla y adaptarla. Falta ver si ese agente silencioso ahorra tiempo de verdad en proyectos reales o si, como avisan sus autores, todavía necesita mucha supervisión antes de dejarlo trabajar solo.
