DeepSeek propone superagente de IA para coordinar múltiples agentes de código

DeepSeek propuso un sistema de IA llamado superagente para coordinar varios agentes de IA al mismo tiempo, con foco en programación. La propuesta se presentó en un artículo técnico publicado el sábado por el equipo de DeepSeek Harness, en medio de la competencia con Claude Code, de Anthropic, y Codex, de OpenAI.

La idea central es reducir la necesidad de que los humanos repartan tareas entre agentes y sigan el progreso de cada uno. Según la empresa, esa gestión todavía exige mucha atención humana, lo que limita la ganancia de productividad incluso cuando hay varios asistentes disponibles.

Cómo funciona el superagente

En el modelo propuesto, un agente coordinador central divide las tareas entre varios agentes independientes. Esos agentes ejecutan el trabajo en paralelo e informan el avance al agente central, lo que disminuye la necesidad de supervisión directa por parte de la persona.

El sistema también fue diseñado para responder de forma proactiva a eventos como mensajes y actualizaciones de código, sin una instrucción explícita para cada tarea. En la práctica, esto significa que los agentes pueden actuar por su cuenta ante algo nuevo, en lugar de esperar un comando detallado.

En un ejemplo citado por el equipo, un agente podría detectar un error de software reportado en un chat grupal e intentar reproducir y corregir el problema incluso sin haber sido instruido directamente. Si encontrara una solución viable, enviaría una propuesta de cambio en el código para revisión humana. De lo contrario, permanecería en silencio para evitar interrupciones innecesarias.

Los límites de una sola tarea dependen de las capacidades del modelo, mientras que los límites de la multitarea dependen de la atención humana,

equipo de DeepSeek Harness, en artículo técnico

Límite humano y prueba de velocidad

DeepSeek estima que una persona normalmente solo puede supervisar de tres a cinco sesiones activas de agentes de IA al mismo tiempo. La propuesta del superagente intenta superar ese cuello de botella al automatizar la distribución y la coordinación, dejando para el humano las decisiones y la revisión de los resultados.

La empresa dice que los avances en los modelos han impulsado agentes capaces de automatizar tareas como gestionar calendarios, redactar correos, preparar informes de trabajo y escribir código. El problema, según el equipo, es que usar varios de esos agentes en paralelo sigue exigiendo una atención considerable.

En pruebas experimentales, el enfoque permitió completar una tarea en poco menos de 16 minutos, frente a más de 29 minutos con el enfoque convencional. DeepSeek también publicó un prototipo de investigación de código abierto en la plataforma GitHub, pero resaltó que se trata de una exploración de arquitectura, y no de un producto maduro.

Riesgos y reacción

La propia DeepSeek reconoció posibles desafíos de seguridad y privacidad, incluido el riesgo de que instrucciones maliciosas comprometan a los agentes conectados a otros servicios y sistemas. Algunos especialistas del sector reconocieron el avance, pero cuestionaron si la propuesta aporta beneficios relevantes frente a los sistemas existentes.

El desafío en el desarrollo de software con IA hoy es garantizar la fiabilidad … más que completar las tareas más rápido,

Liu Ming, emprendedor de IA de Pekín, en Zhihu