TwKit
正在载入
TwKit

DeepSeek主动式编程智能体探索自动维护代码仓库 · 话题榜 · TwKit

AI科技 · 5 帖 · 5 位作者 · 曝光 123923

围绕DeepSeek开源的主动式编程智能体原型,讨论Agent能否持续监控代码仓库、处理Issue和修复Bug,也涉及系统架构、会话机制及记忆设计。

  • AI智能体在代码仓库中自主处理Issue与Pull Request
  • DeepSeek主动式编程智能体原型的架构
  • 去Session化与Agent记忆设计
  • 智能体作为开发团队成员的适用边界

@Mashiro_0619

就在刚刚,DeepSeek官方 开源了 主动式编程智能体 dsh-superagent-prototype 一款专为单个代码仓库打造的主动式编程智能体研究原型。基于“少占用人类精力,提供最大价值”的理念,它能监听 GitHub/飞书,自主创建任务并提交 PR,还配备了需要人工介入的 Web 管理面板。 https://github.com/deepseek-ai/dsh-superagent-prototype

查看原帖

@QuantumTransf

我其实不看好 deepseek harness 新提出的这个 Super-Agent 我认为里面混杂了过多的 idea,以至于无法挑出来说哪些带来了 performance 的提升,哪些是负收益,有一种 idea 清仓大甩卖的感觉 具体哪里不看好,我之后会再发一篇文章/推文说说,总之我认为 Router + Worker 的架构不太可能是 best practice 如果你还不知道我在说什么,对于一个很简单的交互,为什么我要走 input->router->worker,worker->router->output 的链路?这种工作流编排实在太重了,不太可能成为通用的解决方案

查看原帖

@NFT_Chen

🔥牛哇!DSH超级代理,一个人顶一个团队!24 小时盯着你的仓库,让 GitHub 自己修 bug 了! 有人提 Issue、开 PR,它直接上手改代码、出修复草案、提 PR,把结果丢给你审,你只需醒来扫一眼 diff,点同意或拒绝,不用再翻一堆消息。 核心亮点 🔹主动干活:只在被点名或规则允许时才行动,尽量少打扰你 🔹并行处理小任务,不堵塞你的对话窗口 🔹支持 GitHub + 飞书触发,规则、权限、提示词全可自定义 🔹Router + Worker 双层架构,朝更自主的 Agent 迈进 🔹MIT 开源,研究原型(非官方正式产品) 快速上手 1️⃣安装 DeepSeek Harness,克隆仓库 2️⃣按 SETUP.md 让 Agent 引导配置(或看 docs/006-deployment.md 手动部署) 3️⃣建独立 superagent profile,配好 GitHub Agent 账号和监听仓库 4️⃣启动服务,在 Panel 设置允许用户/策略 5️⃣在 Issue/PR 里 @Agent,它就开始自动干活并回结果 Repo:https://github.com/deepseek-ai/dsh-superagent-prototype #DeepSeek #DSH #AIAgent #GitHub #开源 #编程助手 #SuperAgent

查看原帖

@AstroHanRay

看到 Deepseek Harness 团队的 SuperAgent,感觉去 Session 化应该是大家都在共同探索的共识。 核心是 Session 这种交互方式下,人的注意力是有上限的,超过 3-5 个就很难在继续工作了。 无论是多个 bot 还是多个 Session,人类的注意力和上下文都会成为下一步最大的瓶颈。

查看原帖

@huangruiteng

DeepSeek 最新开源 dsh-superagent 的架构设计,指明下一代 agent 系统的核心目标是 much value and little human attention。 这个目标只能说和 loopx 在 8、9 月 blog title 中 指出的 “More useful work, less human attention” 一模一样(见图片)。 更具体的: 1. 状态与 session 分离的思想,和 loopx 所走的路线一致; 2. 上下文组织,做了精细的效率和效果优化,loopx 近期也落地了 渐进式 & 压缩周期内差分上下文的优化,后者是基于结构化上下文体系的创新。 3. 将通用长程能力视作 personal agent 的基座,将 管家 or router 作为和用户交互、最小化注意力的接口,router 负责任务的 delegation。区别在于 loopx 有 per goal and per agent 的丰富的稠密状态信息,对 router or controller 的智能要求更高。 综合来看,目前通用长程任务的趋势,既要通过 semantic control plane 跑稳长程任务、提升效果,也要尽量将控制面的开销抽离出干活 session,避免损耗模型智能。 近期 loopx 有一个 control session and executor session 分离的 rfc,欢迎开发者参与。 RFC:https://github.com/loopx-project/loopx/blob/main/docs/architecture/rfcs/controller-executor-unified-contract-v0.zh-CN.md loopx 9 月初 blog:https://loopx-project.github.io/loopx/blog/from-one-shot-agents-to-long-horizon-control/ deepseek 新仓库:https://github.com/deepseek-ai/dsh-superagent-prototype deepseek 技术文章:https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg loopx:https://github.com/loopx-project/loopx loopx 管家:https://github.com/loopx-project/loopx#personal-agents-teams-and-self-improving-workflows

查看原帖