Das Wichtigste in Kürze
- DeepSeek Harness hat am 1. November 2026 den Forschungsprototyp dsh-superagent-prototype veröffentlicht.
- Die Architektur trennt eine residente Routing-Schicht von einer isolierten, parallelen Ausführungsschicht und arbeitet ereignisgetrieben.
- Zugang gibt es über den Quellcode auf github.com unter MIT-Lizenz, ohne genannte App, API-Preise oder Modellgewichte.
Kurzüberblick
| Ankündigung | 1. November 2026 |
|---|---|
| Form | Open-Source-Forschungsprototyp |
| Lizenz | MIT |
| Architektur | Routing plus parallele Ausführung, ereignisgetrieben |
| Kategorie | KI & Modelle |
| Urheber | DeepSeek Harness |
| Offizielle Seite | github.com ↗ |
| Trend-Index | 🔥 2,7 Mio. Trend-Index |
| Veröffentlicht | |
| Zuletzt aktualisiert |
Was DeepSeek Harness veröffentlicht hat
Towards a More Autonomous Agent System
DeepSeek Harness hat am 1. November 2026 eine längere Einordnung zu einer Superagent-Architektur vorgelegt und parallel den Forschungsprototyp dsh-superagent-prototype offengelegt. Das öffentliche Repository von deepseek-ai auf github.com formuliert das Ziel als ein autonomeres Agentensystem. Es handelt sich um Quellcode mit Anleitung, nicht um ein Datenblatt zu einem neuen Grundmodell.
Im Repository heißt das Projekt dsh-superagent. Die sichtbare Struktur umfasst Setup, Documentation, Development und die Lizenz. Auf dem Hauptbranch zeigt die Repository-Ansicht genau einen Commit. Das ist ein früher Forschungsstand: Du bekommst eine nachvollziehbare Skizze plus Code, keinen ausgebauten Produktkatalog mit festen Leistungsversprechen.
Zwei Schichten statt einer Warteschleife
Die beschriebene Architektur trennt eine residente Routing-Schicht von einer isolierten Ausführungsschicht. Die Routing-Schicht bleibt dauerhaft aktiv und weist Arbeit zu. Die Ausführung läuft getrennt und parallel, damit Teilaufgaben sich nicht eine einzige blockierende Schleife teilen. Gesteuert wird das ereignisgetrieben: Ein Ereignis stößt den nächsten Schritt an.
Welche Modelle die Schichten aufrufen, welche Werkzeuge angebunden sind und wie groß der Kontext ist, nennen die vorliegenden Angaben nicht. Der Prototyp macht die Trennung von Routing und Ausführung untersuchbar. Qualität, Latenz oder Kosten gegenüber anderen Agent-Systemen sind daraus nicht ablesbar.
| Ebene | Rolle in der Architektur |
|---|---|
| Residente Routing-Schicht | Bleibt aktiv und verteilt anstehende Arbeit |
| Isolierte Ausführungsschicht | Bearbeitet Aufgaben getrennt und parallel |
| Steuerung | Ereignisgetrieben, ohne eine einzige Blockierschleife |
Quellcode, Lizenz und realistischer Einsatz
Der veröffentlichte Weg zum Prototyp ist das Repository deepseek-ai/dsh-superagent-prototype auf github.com. Dort liegen Quellcode und die Anleitung, die Lizenz ist MIT. Eine App, eine gehostete API, ein Preismodell oder separate Open Weights eines Grundmodells sind in diesen Angaben nicht enthalten. Du arbeitest mit dem, was im Repository steht.
Sinnvoll ist der Prototyp, wenn du die Architektur lesen, den Aufbau im Setup nachvollziehen und im Development-Teil am Code weiterdenken willst. Ein Vergleich mit fertigen Assistenten bleibt architektonisch: dort oft ein Durchlauf aus Plan, Werkzeug und Antwort, hier eine dauerhafte Routing-Ebene plus parallele, isolierte Ausführung. Eine Rangliste lässt sich aus dem Titel nicht ableiten.
- Architektur lesen
Die Documentation im Repository erklärt die Superagent-Skizze, bevor du etwas startest.
- Prototyp holen
Setup beschreibt, wie du den Quellcode von dsh-superagent-prototype einrichtest.
- Am Code arbeiten
Development richtet sich an dich, wenn du den Forschungsprototyp selbst verändern willst.
Früher Stand und offene Fragen
Der eine Commit auf dem Hauptbranch markiert einen Prototyp, keinen abgeschlossenen Agenten. Isolation, konkrete Ereignistypen und der Rückweg von parallelen Läufen in die Routing-Schicht musst du in Code und Documentation prüfen. Fehlerverhalten, Abbruch und wie lange die residente Schicht tatsächlich läuft, sind in der Kurzfassung nicht festgelegt.
Offen bleibt auch der Betrieb außerhalb des Repositories: kein genannter gehosteter Zugang, keine Kontingente, keine Benchmarks, keine Modellgröße. Solange diese Punkte nur im Code stehen, gilt jede Aussage über Alltagstauglichkeit nur so weit, wie du sie dort selbst nachlesen kannst.
Schritt-für-Schritt-Anleitung
Repository öffnen
Du findest dsh-superagent-prototype unter deepseek-ai auf github.com. Die Kurzbeschreibung lautet Towards a More Autonomous Agent System.
Setup lesen
Die Einrichtungsanleitung steht im Setup-Teil des Repositories. Folge nur den Schritten, die dort tatsächlich stehen.
Documentation und Development nutzen
Die Documentation ordnet die Architektur ein. Development ist der Bereich, wenn du am Prototyp selbst weiterarbeitest. Die Nutzung des Codes richtet sich nach der MIT-Lizenz.
Häufige Fragen
Ist dsh-superagent-prototype ein fertiges Chat-Modell?
Nein, die Veröffentlichung ist ein Forschungsprototyp der Superagent-Architektur samt Quellcode. Separate Modellgewichte, eine App oder eine Preisübersicht sind nicht genannt.
Unter welcher Lizenz darfst du den Code nutzen?
Das Repository steht unter der MIT-Lizenz. Was du damit darfst, steht in dieser Lizenzdatei, nicht in einer zusätzlichen Preisliste.




