DeepSeek представила «суперагента»: ИИ для координации рабочих процессов
Китайская компания DeepSeek, которая специализируется на технологиях искусственного интеллекта, анонсировала экспериментальную архитектуру нового ИИ‑агента. Его задача — координировать работу сразу нескольких помощников, распределять между ними задачи и вести сложные рабочие процессы практически без участия человека.
Разработчики назвали систему «суперагентом». Она призвана решить одну из ключевых проблем современной автоматизации: хотя отдельные ИИ‑агенты становятся всё более функциональными, управлять сразу несколькими из них по‑прежнему приходится человеку. Это особенно актуально на фоне растущей конкуренции между DeepSeek и такими игроками, как OpenAI и Anthropic, в сегменте ИИ‑систем для разработки программного обеспечения.
Меньше контроля — больше автоматизации
В DeepSeek отмечают, что современные ИИ‑модели уже умеют автоматизировать широкий спектр задач — от ведения календаря и написания писем до подготовки отчётов и генерации кода. Но при работе с несколькими агентами человеку по‑прежнему нужно распределять задания, следить за их исполнением и устранять противоречия в результатах.
По оценкам специалистов компании, один человек способен эффективно контролировать лишь 3–5 активных сессий ИИ‑агентов одновременно. Это создаёт реальный барьер для масштабирования автоматизации в организациях.
«Суперагент» должен снять это ограничение за счёт централизованной координации. Он сможет разбивать крупные задачи на подзадачи, распределять их между параллельно работающими агентами и отслеживать прогресс — без необходимости постоянного контроля со стороны пользователя.
Проактивная работа и реакция на изменения
Особенность новой системы — в её способности действовать проактивно, не дожидаясь детальных инструкций. К примеру, агент может заметить сообщение об ошибке в программном обеспечении в групповом чате, самостоятельно попытаться воспроизвести проблему и предложить исправление. Если решение найдено, он отправит вариант правки кода на проверку человеку. При этом, если попытка не увенчается успехом, система не будет забрасывать пользователя лишними уведомлениями.
Новое поле конкуренции в разработке ПО
Инициатива DeepSeek отражает общий тренд в индустрии ИИ: фокус смещается с решения отдельных задач на автоматизацию всего цикла разработки программного обеспечения. Решения вроде Claude Code от Anthropic и Codex от OpenAI уже позволяют ИИ‑помощникам работать с кодовыми базами и участвовать в сложных этапах разработки. Архитектура от DeepSeek делает акцент на другом — на слаженной работе группы агентов и их способности адаптироваться к меняющимся условиям.
Результаты тестов и ограничения
Экспериментальные испытания показали, что с помощью новой архитектуры одну задачу удавалось выполнить менее чем за 16 минут — против более чем 29 минут при традиционном подходе. Это говорит о том, что параллельная работа агентов и автоматизированная координация способны заметно сократить время на отдельные рабочие процессы.
При этом сами тесты не дают полной картины эффективности системы по сравнению с конкурирующими решениями для написания кода. В опубликованной технической статье недостаточно данных, чтобы оценить универсальность подхода, критерии качества выполнения задач и стабильность работы в разных сценариях разработки.