DeepSeek Super-Agent: Simulation zeigt 1,9-fache Beschleunigung beim Coden

Das DeepSeek Harness Team hat am Abend des 31. Oktober 2026 den quelloffenen Prototyp eines autonomen Programmieragenten namens „Super-Agent“ (dsh-superagent) vorgestellt. Die Software tritt damit in direkte Konkurrenz zu Systemen wie Anthropics Claude Code und OpenAI Codex.

Die Ankündigung und das zugehörige technische Dokument erfolgten über den offiziellen WeChat-Kanal des Teams, das im Jahr 2026, laut einer Quelle Anfang des Jahres, gegründet wurde.

Der Code wurde auf GitHub unter der freien MIT-Lizenz als TypeScript-Paket in der Version 0.1.0 mit einem einzelnen Commit veröffentlicht. DeepSeek stuft das Projekt ausdrücklich als Forschungsprototyp und nicht als produktionsreifes System ein.

Als Leitprinzip nennt das GitHub-Handbuch, so wenig menschliche Aufmerksamkeit wie möglich bei so viel Mehrwert wie möglich zu beanspruchen. Technisch soll der Agent Entwickler-Gruppenchats proaktiv überwachen, Programmierprobleme erkennen und ohne direkte Aufforderung Lösungen vorschlagen.

Architektur und Funktionsweise

Der Agent operiert direkt auf einem GitHub-Repository und bietet optional eine Anbindung an den Chatdienst Feishu von ByteDance. Auf Anfrage einer autorisierten Person bearbeitet er den Auftrag in einer eigenständigen Sitzung, antwortet im ursprünglichen Chat-Verlauf und stellt beispielsweise einen Pull Request bereit.

Die Software fragt minütlich Benachrichtigungen auf GitHub ab, liest bei Freigabe Feishu-Nachrichten mit und führt Befehle mit den Rechten des Betreibers ohne separate Freigabe aus. Standardmäßig ist ein reiner Beobachtungsmodus aktiviert, in dem der Agent lediglich aufzeichnet, welche Handlungen er ausführen würde; ein vollständiger Automatikbetrieb greift nur bei entsprechenden Team-Regeln.

Der Einsatz autonomer Systeme stellt Unternehmen vor völlig neue regulatorische Herausforderungen. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen

Kernziel der Entwicklung ist es, die Bindung des Agenten an eine einzelne manuelle Sitzung aufzulösen, um mehrere komplexe Aufgaben parallel und unterbrechungsfrei voranzutreiben. Die Architektur setzt auf eine zweistufige, ereignisgesteuerte Struktur mit getrenntem Speicher- und Rechenbereich sowie einem persistenten Router, der Aufgaben auf isolierte Arbeitssitzungen verteilt.

In einer Simulation mit synthetischen Nachrichten und simulierten Werkzeugen erzielte das System bei der Aufgabenfertigstellung im 95. Perzentil (p95) einen Wert von 15,7 Minuten im Vergleich zu 29,5 Minuten im Einzelsitzungsbetrieb, was einer Beschleunigung um etwa das 1,9-Fache entspricht.

Der Medianwert (p50) lag bei 12,4 Minuten. Reale Code-Qualität wurde in diesem Rahmen jedoch nicht gemessen. Dem Papier zufolge kann ein Mensch parallel nur drei bis fünf aktive Agent-Sitzungen beaufsichtigen. Intern nutzt das Harness-Team eine Instanz des Agenten bereits im Alltag für Code-Reviews sowie das Reproduzieren und Beheben von Softwarefehlern.

Während neue Technologien die Effizienz steigern, werfen sie gleichzeitig komplexe Fragen zur rechtssicheren Dokumentation auf. Dieser kostenlose Report klärt darüber auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern

Datenschutzbedenken und Unternehmenskontext

DeepSeek räumte Risiken hinsichtlich des Datenschutzes und der Vertraulichkeit ein und gab China als Speicherort an. US-Bundesbehörden waren bereits im Vormonat angewiesen worden, Software von DeepSeek zu entfernen.

Branchenexperten bewerteten den vorgestellten Ansatz als Fortschritt, meldeten jedoch Zweifel an einer substanziellen Überlegenheit gegenüber bestehenden Systemen an; belastbare Belege für einen Vorsprung vor Konkurrenzprodukten oder Angaben zur Skalierbarkeit in der komplexen Softwareentwicklung fehlen bislang.

Die Veröffentlichung fällt in eine Phase massiver Unternehmensfinanzierung. Vor einem geplanten Börsengang sammelte DeepSeek laut Bloomberg in der jüngsten Finanzierungsrunde rund 100 Milliarden Yuan (15 Milliarden US-Dollar) ein, womit es sich um eine der größten Runden in China handelt.

Das Finanzierungsziel war zuvor schrittweise von 50 auf 80 Milliarden Yuan bis zur Endsumme aufgestockt worden; als größte Geldgeber gelten CATL und Tencent. Eine andere Quelle bezifferte die Summe dieser Runde abweichend auf rund 19,2 Milliarden Singapur-Dollar.