DeepSeek, Kodlama Görevlerini Paralel Yürütmek İçin Super-agent Prototipini Yayımladı

10 dakikalık okuma
DeepSeek Releases Super-agent Prototype to Handle Coding Tasks in Parallel

Aynı anda birden fazla işi yürütmek için tasarlanmış bir kodlama ajanı

DeepSeek'in Harness ekibi, 31 Ekim 2026'da Super-agent tasarımını ve GitHub deposu için gelen iş taleplerini ayrı kodlama oturumlarına dönüştüren, MIT lisanslı bir araştırma prototipini yayımladı. Amaç, geliştiricilerin sohbetler arasında geçiş yapmaya ve ilerlemeyi kontrol etmeye daha az zaman harcarken birden fazla işin aynı anda ilerlemesini sağlamak.

İçindekiler
  1. Aynı anda birden fazla işi yürütmek için tasarlanmış bir kodlama ajanı
  2. DeepSeek oturum yönetimini neden görünmez kılmak istiyor?
  3. Bir Router koordine ediyor, birden çok Worker işi yürütüyor
  4. Sürekli kesinti yaratmadan mesajları görevlere dönüştürmek
  5. Erken harekete geçmek, yalnızca gerektiğinde konuşmak
  6. Eski bağlamı ve yeni talimatları erişilebilir tutmak
  7. Bulut koordinasyonu, yerel bilgisayarda yürütme
  8. Deneyde neler ölçüldü?
  9. Daha hızlı koordinasyon, önbelleğe alınmış token kullanımını artırıyor
  10. Yerel izinler, güvenliği temel bir mesele hâline getiriyor
  11. Önemli Noktalar

Ekibin ön deneyinde, yaklaşık 20 iş talebi içeren 300 kadar simüle edilmiş mesaj kullanıldı. Super-agent, görevlerin yarısını 12,4 dakika içinde, yüzde 95'ini ise 15,7 dakika içinde tamamladı. Bir yardımcı ajana erişimi olan tek bir ana oturumu kullanan karşılaştırma sistemi, tarafsız talimatlar altında yüzde 95 eşiğine 29,5 dakikada ulaştı.

DeepSeek'in kamuya açık prototip deposu dsh-superagent-prototype, daha dar kapsamlı ve pratik bir sürüm sunuyor: DeepSeek Harness için paketlenmiş, tek bir GitHub deposunda çalışan proaktif bir kodlama ajanı. GitHub'ı, isteğe bağlı olarak da Feishu'yu dinliyor; yetkili bir kişi iş talebinde bulunduğunda bir iş öğesi açıyor ve özgün konuşma içinde yanıt veriyor. Bu yanıt, kod değişiklikleri öneren bir pull request içerebiliyor.

README dosyasında kesin bir uyarı da yer alıyor. Yayımlanan kod, kurum içi sistemden ve tasarım yazısındaki bazı bölümlerden farklı. Önerilen özelliklerin bir kısmı henüz geliştirilmedi ve DeepSeek bu sürümü tamamlanmış bir ürün değil, araştırma kodu olarak tanımlıyor.

Prototipi sürdüren DeepSeek Harness ekibi, README'de sürümün durumunu şöyle belirtiyor:

Yalnızca referans amaçlı bir araştırma prototipidir, resmî DeepSeek ürünü değildir.

Geliştiriciler için bu sürüm, incelenip uyarlanabilecek kodlar sunuyor. Temel deney; bir ajanın işleri nasıl düzenlediği, ilgili konuşmaları nasıl hatırladığı ve bir kişinin ne zaman devreye girmesi gerektiğine nasıl karar verdiği üzerine.

Reklam

DeepSeek oturum yönetimini neden görünmez kılmak istiyor?

DeepSeek'in tasarımı, ekibin kendi çalışmalarından çıkardığı bir gözlemle başlıyor: Bir kişi genellikle aynı anda yalnızca üç ila beş etkin ajan oturumunu takip edebiliyor. Her oturum kendi konuşma geçmişini tuttuğundan geliştiricinin hangi görevin hangi oturumda olduğunu ve her ajana hangi talimatların verildiğini hatırlaması gerekiyor.

Harness, yapay zekâ modelinin çevresinde araçları, dosyaları, konuşmaları ve yürütme süreçlerini yöneten yazılımdır. Model bir görev hakkında akıl yürütür; harness ise görevin modele nasıl iletileceğini ve modelin eylemlerinin nasıl yürütüleceğini belirler. Super-agent, birden fazla işi koordine etme sorumluluğunun daha büyük bölümünü bu çevre yazılıma taşıyor.

Ekip dört hedef belirtiyor: konuşmalar arasında süreklilik, verimli paralel yürütme, olaylara proaktif yanıtlar ve arızalardan sonra toparlanabilen kesintisiz çalışma. Örneklerden biri, geliştiricilerin sohbet üzerinden bir plan seçip daha sonra bunu GitHub yorumunda değiştirmesi. Sistemin bu yazışmaları ilişkilendirip aynı görevi güncellemesi gerekiyor.

Bu sürüm, DeepSeek'in 3 Ekim'de Harness v0.2.1-alpha.1 ile yaptığı Claude Code uzantı uyumluluğu deneyinin ardından geldi. O güncellemede uzantılar için bir köprü sınanmıştı; Super-agent ise devam eden işleri harness'in kendisinin nasıl koordine edebileceğini araştırıyor. Sistemi uygulayan ve tasarım yazısını kaleme alan kişi olarak Yujia Qiao belirtilirken, inceleme ve tartışma katılımcıları arasında 15 kişinin daha adı yer alıyor.

Bir Router koordine ediyor, birden çok Worker işi yürütüyor

Super-agent, sorumluluğu sürekli çalışan bir Router ile ayrı Worker'lar arasında bölüyor. Router, insanlardan gelen etkileşimleri alıyor, görevler arasında paylaşılan bilgileri tutuyor ve işleri dağıtıyor. Kodlamayı kendisi yapmaktan kaçınarak diğer oturumlar meşgulken koordinasyon görevini sürdürüyor.

Worker'lar ayrı işleri üstleniyor. Her birinin kendine ait konuşma bağlamı ve yürütme araçları var. Böylece bir hata incelemesi, kod incelemesine yanıt ve özellik değişikliği eş zamanlı ilerleyebiliyor. Worker'lar sonuçları, birden fazla oturumun bağımsız yanıtlar vermesine izin vermek yerine insanlarla iletişim kuran Router'a bildiriyor.

DeepSeek, yönlendirme işini çoğu zaman daha hafif bir modelin üstlenebileceğini, kod kalitesini belirleyen işleri ise daha güçlü modellerin yapabileceğini öne sürüyor. Worker'lar karmaşık bir görev için yardımcı ajanlar da oluşturabiliyor. Router, işlerin her birindeki tüm adımları planlamak yerine görevler arasındaki ilişkileri yönetiyor.

Reklam

Prototip, her iş öğesine ayrı bir oturum ve dizin veriyor; oturumlar, yapılandırılmış bir sınıra kadar eş zamanlı başlatılıyor. Böylece işletimden sorumlu kişiler aynı anda ne kadar iş başlatılacağını kontrol edebiliyor. Ayrı konuşma geçmişleri, bir görevin ayrıntılarının diğerini bastırma olasılığını azaltırken Router ortak görünümü koruyor.

Sürekli kesinti yaratmadan mesajları görevlere dönüştürmek

Sohbet mesajları, kod inceleme yorumları ve otomatik test sonuçları eylemi tetikleyebilecek olaylara dönüşüyor. Daha geniş tasarımda e-posta ve takvim hatırlatıcıları da ele alınıyor. Sürekli entegrasyon (CI), bir değişiklikten sonra kodu derleyen veya test eden otomatik kontrolleri ifade ediyor; bu kontrollerin sonuçlarına ajan yanıt verebiliyor.

DeepSeek bu olayları iki aşamada filtreliyor. Önce sıradan program kuralları kaynak, grup ve yetkili kullanıcılar gibi unsurları denetliyor. Ardından bir model, bağlamı ve yazılı politikaları kullanarak geriye kalan adayları değerlendiriyor. Böylece herhangi bir işlem gerektirmeyen rutin mesajlar için model çağrısı yapılmıyor.

İlgili olaylar, örneğin tek bir pull request altındaki yorumlar veya bir sohbet konusu, bir Thread'de bir araya geliyor. Bir Worker görevi üstlendiğinde bu Thread'e abone oluyor. Daha sonra gelen yorumlar ve test sonuçları, Router'dan yeniden atama istenmeden doğrudan Worker'a iletilebiliyor.

Abonelikler çakışabiliyor. Aynı pull request üzerinde çalışan birkaç Worker, aynı güncellemeleri alarak işlerini etkileyen değişikliklerden haberdar olabiliyor. Bir Worker birbiriyle ilgili birkaç Thread'i de takip edebiliyor ya da görevinin kapsamı dışında kalan bir olayı Router'a geri gönderebiliyor.

Erken harekete geçmek, yalnızca gerektiğinde konuşmak

DeepSeek, kurum içi bir Super-agent'ın kesintisiz çalıştığını; sorunları yeniden üretip düzelttiğini, kod incelemelerine yanıt verdiğini ve Harness'in geliştirilmesine yardımcı olduğunu söylüyor. Yazılı bir kural, gruptaki hiç kimse ajanı doğrudan etiketlemese bile grup sohbetinde bahsedilen hataları araştırmasına izin veriyor.

Kural, önce sessizce inceleme yapılmasını öngörüyor. Ajan bildirilen sorunu yeniden üretmeye ve basit bir çözüm bulmaya çalışıyor, ardından işe yarar bir sonuç sunuyor. Bir örnekte geliştiriciler, tilde işaretlerinin üstü çizili metin biçiminde görünmesine yol açan bir sorunu tartışırken ajan, çözüm öneren bir pull request'i zaten açmıştı.

Harness ekibi çalışma ilkesini README'de şöyle açıklıyor:

İnsanların dikkatini mümkün olduğunca az, sağlanan değeri ise mümkün olduğunca çok tut.

Prototip, yetkili bir kişi talepte bulunduğunda veya ekibin yazılı bir kuralı izin verdiğinde harekete geçiyor. Web panelinde, insan müdahalesi gereken iş öğeleri listeleniyor. Böylece arayüz, her araç çağrısı veya ara düşünce yerine kararlara ve kullanılabilir sonuçlara odaklanıyor.

Reklam

Eski bağlamı ve yeni talimatları erişilebilir tutmak

DeepSeek'in tasarımı, bir modelin aynı anda değerlendirebileceği sınırlı miktardaki bilgi olan bağlam penceresini önbellek gibi ele alıyor. Sık ihtiyaç duyulan içerik yakında tutuluyor; daha uzun veya daha az ilgili geçmiş ise istenene kadar pencerenin dışında kalıyor.

Yazıda bu işlemler Inline ve Spill olarak adlandırılıyor. Inline, yakındaki sohbet mesajları, tanımlayıcılar veya kısa bir önizleme gibi yararlı ayrıntıları doğrudan mevcut bağlama yerleştiriyor. Spill ise daha uzun içeriği başka bir yerde tutuyor ve modelin daha fazlasını okuyabilmesi için bir referans sağlıyor.

Chain of Recall bu referansları birbirine bağlıyor. Olaylar, Thread'ler ve Worker oturumlarına benzersiz tanımlayıcılar veriliyor. Böylece ajan mevcut bir mesajdan ilgili tartışmaya, oradan bir Worker'a ve başka bir kod incelemesine geçebiliyor. Amaç, tüm geçmişi tekrar tekrar yüklemeden eski bir görevi kanallar arasında bulabilmek.

DeepSeek, daha doğrudan bir kesinti sorununu da ele alıyor: Uzun süren bir komut, alışılmış bir ajanın yanıt vermesini engelleyebiliyor. Asenkron mekanizma işi arka planda başlatıyor ve sonucu yeni bir olay olarak iletiyor. Kullanıcılar, ajana yön değiştirmesini veya durmasını söylemek de dahil olmak üzere talimat vermeyi sürdürebiliyor.

Ekip, bu mekanizmanın DeepSeek Harness'te uygulandığını ancak varsayılan olarak etkin olmadığını belirtiyor. İletişim kuralları kanala göre de değişiyor: Tasarımda tek bir anlık mesaj yanıtı 100 kelimeyle sınırlandırılırken pull request'lerde ve belgelerde değişiklikler ve doğrulama hakkında daha yapılandırılmış açıklamalara yer veriliyor.

Bulut koordinasyonu, yerel bilgisayarda yürütme

DeepSeek, ajanı çalıştıran hesaplama altyapısını, saklanan oturum geçmişini ve komutların yürütüldüğü makineyi birbirinden ayırıyor. Önerilen ajan döngüsü bulut kapsayıcılarında çalışıyor, oturum durumu bir veritabanında tutuluyor, hafif bir yerel hizmet ise komutları yürütüp sonuçları geri iletiyor.

Bu düzen, Kendi Makinenizi Getirin (BYOM) yaklaşımını destekliyor. Geliştirici, her şeyi yeni bir uzak ortama taşımak yerine depo, araçlar ve tamamlanmamış değişiklikleri içeren mevcut bilgisayarını bağlayabiliyor. Bu bilgisayar bağlantıyı kestiğinde bulut koordinasyonu kullanılabilir durumda kalabiliyor; bilgisayara ihtiyaç duyan görevler ise cihaz yeniden erişilebilir olana kadar bekliyor.

Bağımsız bir Watchdog oturumu arızaları ve takılı kalan işleri denetliyor. Amacı bir hata mesajını saptamanın ötesine geçiyor: Worker'ların gerçekten ilerleme kaydedip kaydetmediğini veya hedeften uzaklaşıp uzaklaşmadığını model değerlendirmesiyle inceliyor, gerektiğinde toparlanmayı deniyor.

DeepSeek, bu unsurları daha geniş mimari araştırmasının parçaları olarak sunuyor. README'de, kamuya açık paket ile kurum içi uygulamanın farklı olduğu belirtiliyor; bu nedenle geliştiricilerin belirli bir tasarım özelliğine güvenmeden önce yayımlanan kodu incelemesi gerekiyor.

Reklam

Deneyde neler ölçüldü?

DeepSeek, her deney kurulumunu beş kez tekrarladı. Super-agent'ı doğrudan olay iletimi olmayan bir sürümle ve yardımcı ajanı bulunan tek oturumun iki yapılandırmasıyla karşılaştırdı. İş yükünde sentetik mesajlar ve uzun kodlama çalışmalarını simüle eden bir araç kullanıldı. Mesaj aralıkları ile iş süreleri dörtte bire indirildi.

12,4 dakikalık medyan, görevlerin yarısının bu süreye kadar tamamlandığı anlamına geliyor. 15,7 dakikalık 95. yüzdelik dilim ise görevlerin yüzde 95'inin bu süre içinde bittiğini gösteriyor. Tarafsız talimatlarla çalışan tek oturumun 29,5 dakikalık 95. yüzdelik dilimiyle karşılaştırıldığında Super-agent bu ölçümü 13,8 dakika, yani yaklaşık yüzde 47 düşürdü.

Sonuç, görev dağıtımı davranışıyla açıklanabilir. Tarafsız talimatlar altında tek oturum, beş denemenin hiçbirinde yardımcı ajanını çağırmadı. Görev dağıtımına öncelik vermesi istendiğinde ise dört denemede işi devretti, beşincisinde işi kendi yaptı. Super-agent, koordinasyon ile yürütme arasındaki ayrımı yapısal bir tercih hâline getiriyor.

Testler, simüle edilmiş yürütme ile planlamayı ve koordinasyonu değerlendirdi. Gerçek kodlama kalitesi, bağımsız performans ölçümleri ve etkin kullanıcı sayıları açıklanmadı; ekip ölçümlerini ön değerlendirme olarak nitelendiriyor. DeepSeek üretim sürümü için bir tarih vermedi.

Daha hızlı koordinasyon, önbelleğe alınmış token kullanımını artırıyor

Super-agent'ın eş zamanlı çalışması, önbelleğe alınmış girdi kullanımının artmasını beraberinde getirdi. Sistem 23,23 milyon önbelleğe alınmış token okudu; iki tek oturum yapılandırmasında bu sayı 6,05 milyon ve 10,82 milyondu. Token'lar, modelin işlediği küçük metin birimleridir; önbellekten okuma, önceki isteklerde tutulan girdileri yeniden kullanır.

Doğrudan olay iletiminin kaldırılması, önbellekten okunan token sayısını 23,23 milyondan 31,77 milyona, yani yaklaşık yüzde 37 artırdı; Router kararlarının sayısı da yaklaşık yüzde 30 yükseldi. Takip mesajlarını doğrudan görevlendirilen Worker'a göndermek, bu nedenle paralel tasarımdaki koordinasyon işini azalttı.

Toplu işleme, Router'ın yoğun trafiği yönetmesine yardımcı oldu. Olayların geliş hızı dakikada yaklaşık bir tetikleyiciden 40'a çıkarken ortalama toplu işlem boyutu 1,0'dan 2,8'e, istek süresi ise 2,5 saniyeden 3,9 saniyeye yükseldi. Her Router kararı için ayrılan ve raporlanan çıkarım süresi 6,4 saniyeden 1,6 saniyeye düştü.

Pratikteki ödünleşim, insanların daha az beklemesi karşılığında ayrı oturumlarda daha fazla model işlemesi yapılması. Token rakamları parasal bir maliyet göstermiyor; dağıtımı değerlendiren ekiplerin model fiyatlarını, eş zamanlılık ayarlarını ve gerçek iş yüklerini hesaba katması gerekiyor.

Reklam

Yerel izinler, güvenliği temel bir mesele hâline getiriyor

Prototipin yürütme belgelerine göre Worker komutları, işletim sisteminde onay alınmadan operatörün hesabıyla çalışıyor. Ön plandaki kabuk komutları beş saniye sonra arka plan yürütmesine geçiyor; arka plan işleri ise her turda en fazla 30 dakika çalışabiliyor. Bu ayarlar, dağıtım sırasında operatör hesabının izinlerini somut bir güvenlik konusu hâline getiriyor.

Bağlı bir makinede kimlik bilgileri, özel kodlar ve hassas dosyalar bulunabilir. Ajanı okuduğu içerikler üzerinden yönlendirmeye çalışan kötü amaçlı içerik anlamına gelen prompt injection, gelen mesajlar veya depo içeriği o makinedeki komutları etkileyebildiğinde özellikle ciddi bir risk oluşturuyor.

DeepSeek; güvenlik ve gizlilik, Router'ın ölçeklenmesi, uzun dönemli bellek ve ajan örnekleri arasındaki iletişimi henüz tamamlanmamış alanlar olarak sıralıyor. README'de kullanıcılardan kodu inceleyip uyarlamaları isteniyor; hataların ve tutarsız mühendislik uygulamalarının hâlâ bulunabileceği belirtiliyor. Mühendislik çalışmalarının büyük bölümü de kodlama ajanları tarafından yürütüldü.

Lansman kısa sürede ilgi gördü; Hugging Face araştırma başkanı Leandro von Werra'nın paylaşımı da bu ilgiye katkı sağladı. Prototipin ne kadar hızlı yayıldığı şu zaman çizelgesinde görülüyor:

  • 31 Ekim 2026, 09:32 UTC: GitHub deposu oluşturuldu.
  • 31 Ekim: Harness ekibi tasarım yazısını yayımladı; saat 22:10 UTC itibarıyla depo 2.046 yıldız ve 172 çatala ulaştı.
  • 1 Kasım, 04:20 UTC: Depo 3.433 yıldıza ulaştı.

Mühendislik ekipleri için ilk karar, deneysel bir koordinasyon sistemini inceleyip uyarlayıp uyarlamamak. Sistemin cazibesi, daha az kesintiyle daha fazla işi yürütme olanağı; işletim gereklilikleri arasında kodu incelemek, izinleri belirlemek ve hangi eylemlerin insan müdahalesi gerektireceğine karar vermek bulunuyor.

Önemli Noktalar

  • DeepSeek, tek bir GitHub deposundaki kodlama işleri için isteğe bağlı Feishu entegrasyonuna sahip, MIT lisanslı bir araştırma prototipi yayımladı.
  • Router koordinasyonu üstlenirken ayrı Worker'lar görevleri eş zamanlı yürütüyor.
  • Kurum içi sistem, yazılı kurallar çerçevesinde doğrudan etiketlenmeden bildirilen hataları inceleyebiliyor.
  • Sentetik testlerde medyan tamamlanma süresi 12,4 dakika, 95. yüzdelik dilim ise 15,7 dakika oldu; önbelleğe alınmış token kullanımı tek oturumlu alternatiflerden daha yüksekti.
  • Worker'lar komutları operatörün hesabıyla, onay almadan yürütüyor; bu nedenle izinler ve kimlik bilgileri temel güvenlik konuları.
  • Kamuya açık kod, kurum içi sistemden farklı ve resmî bir DeepSeek ürünü değil, araştırma prototipi olarak sunuluyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir