In breve
DeepSeek ha pubblicato con licenza MIT il progetto di un agente di coding che lavora di propria iniziativa, entro i limiti fissati dal team. Super-agent ascolta un repository GitHub e, facoltativamente, le chat di Feishu, accetta richieste da persone autorizzate o da regole scritte dal team e risponde con pull request. Per le aziende che pianificano lo sviluppo di agenti IA all’interno della propria pipeline di delivery, la parte utile è il disegno dei permessi, non il codice in sé.
Che cosa ha rilasciato DeepSeek?
Il repository dsh-superagent-prototype confeziona un agente di coding proattivo come pacchetto per DeepSeek Harness, lo strumento per agenti dell’azienda. Quando una persona presente in una lista autorizzata chiede un intervento in una issue di GitHub, in una pull request o in chat, l’agente apre un elemento di lavoro, lo gestisce in una propria sessione e in una propria directory di lavoro e risponde nella conversazione originale. Un pannello web mostra soltanto gli elementi che richiedono una decisione umana.
Il South China Morning Post riferisce che l’architettura consente a più agenti di lavorare in parallelo e di reagire a eventi come messaggi e aggiornamenti del codice senza istruzioni esplicite per ogni attività. Il manuale di DeepSeek riassume l’obiettivo così: richiedere «la minore attenzione umana possibile» offrendo «il maggior valore possibile». Il team è trasparente sui limiti: il codice nasce dal lavoro interno, in buona parte è stato scritto da agenti di coding, differisce dalla versione interna e alcune idee dell’articolo di progettazione non sono implementate.
Come decide l’agente che cosa può fare?
È la parte più riutilizzabile del rilascio. L’host applica le liste autorizzate, le regole del team e un «Mandate» per ogni attività, e la documentazione precisa che messaggi, commenti e documenti citati sono input per una decisione ma «non possono modificare quei permessi». Una difesa diretta contro la prompt injection attraverso il testo delle issue o i commenti alle pull request.
Il lavoro proattivo, come occuparsi di una pipeline di CI fallita che nessuno ha segnalato, ha tre modalità. In off non viene considerato nulla che non sia stato richiesto. In observe, la modalità predefinita, l’agente valuta ogni candidato rispetto alle regole del team e registra ciò che avrebbe accettato, senza agire. In auto una valutazione positiva avvia il lavoro. DeepSeek consiglia di partire da observe e di passare oltre solo dopo aver esaminato quei registri. I bot come Dependabot possono al massimo suggerire un intervento, mai avanzare una richiesta esplicita, e ogni modifica alle regole viene versionata e propagata alle attività in corso.
Perché un agente di coding proattivo conta per gli sviluppatori?
La maggior parte degli assistenti di coding odierni, comprese le modalità agente di Claude Code e GitHub Copilot, si attiva quando uno sviluppatore assegna un compito. Super-agent indica il passo successivo: un agente che resta nel repository, individua il lavoro da fare e lo porta a termine. Bloomberg ha descritto il rilascio come il tentativo di DeepSeek di competere con Claude Code di Anthropic, e il SCMP osserva che quest’anno l’azienda ha creato il team Harness proprio per sviluppare agenti in grado di rivaleggiare con l’offerta statunitense.
Un agente che agisce per conto di un intero team può però anche sprecare l’attenzione di un intero team, un rischio che DeepSeek stessa riconosce. Pull request non richieste, commenti rumorosi e correzioni lasciate a metà costano tempo a chi fa revisione. Per questo le scelte progettuali più interessanti riguardano la misura: chi può avviare il lavoro, che cosa può fare l’agente con il risultato e quando deve restare in silenzio.
Cosa significa per i team software in Italia
Per i team di sviluppo il rilascio è un’architettura di riferimento gratuita. Se state collegando agenti a GitHub, gli schemi di lista autorizzata, mandate e modalità observe possono essere ricostruiti sopra il modello e il runtime per agenti che avete già approvato, senza adottare lo stack di DeepSeek. Il diritto di merge deve restare alle persone o alle regole di protezione dei branch, mai al giudizio dell’agente.
Per le aziende italiane ed europee la questione centrale è il flusso dei dati. Un agente che legge un repository e le chat del team invia codice sorgente e messaggi, talvolta contenenti dati personali, al backend del modello che utilizza. Prima di avviare questo prototipo o qualsiasi strumento analogo, documentate dove finiscono quei dati e su quale base giuridica: una verifica di conformità al GDPR costa meno che rimediare dopo un rilievo in sede di audit. Molti uffici acquisti vorranno inoltre una posizione chiara sui fornitori di modelli in base alla giurisdizione.
Che cosa dovrebbero fare i team adesso?
- Leggete la documentazione sulle autorizzazioni. È la parte più trasferibile del repository e richiede meno di un’ora.
- Definite le liste autorizzate. Stabilite, repository per repository, quali persone e quali bot possono richiedere lavoro all’agente.
- Partite in modalità observe. Per alcune settimane registrate ciò che l’agente farebbe, prima di lasciarlo agire su lavoro non richiesto.
- Lasciate il merge alle persone. Gli agenti aprono pull request; protezione dei branch e revisori nominativi decidono che cosa va in produzione.
- Isolate ogni attività. Sessioni, directory e credenziali separate per ciascuna attività limitano i danni di un’esecuzione andata male.
- Mappate il flusso dei dati. Prima di qualsiasi pilota, registrate quale endpoint del modello vede il vostro codice e le vostre chat.
Nulla di tutto questo costituisce consulenza legale. La direzione però è chiara: gli agenti di coding stanno passando da strumenti che si richiamano a colleghi che osservano il repository. I team che fissano fin da ora le regole d’ingaggio potranno adottarli più rapidamente e con meno sorprese.
Domande frequenti
Che cos’è DeepSeek Super-agent?
Super-agent, pubblicato su GitHub come dsh-superagent-prototype, è un prototipo di ricerca del team Harness di DeepSeek. Si tratta di un agente di coding proattivo per un singolo repository GitHub: ascolta GitHub e, facoltativamente, le chat di Feishu, apre un elemento di lavoro quando una persona autorizzata chiede qualcosa, lavora in una sessione e in una directory proprie e risponde nel thread originale, per esempio con una pull request.
DeepSeek Super-agent è pronto per la produzione?
No. DeepSeek definisce il repository un prototipo di ricerca da usare solo come riferimento e non un prodotto ufficiale. Avverte che il codice può contenere bug, che è diverso dalla versione usata internamente dal team e che alcune soluzioni descritte nell’articolo di accompagnamento non sono implementate.
Come decide Super-agent quando intervenire?
Il lavoro parte solo quando una persona presente in una lista autorizzata si rivolge all’agente oppure quando una regola scritta dal team consente il lavoro proattivo. Il lavoro proattivo ha tre modalità: off, observe (quella predefinita, che registra ciò che l’agente avrebbe accettato senza agire) e auto. Messaggi e commenti non possono modificare questi permessi.
Con quale licenza è distribuito Super-agent?
Il codice è pubblicato con licenza MIT: i team possono studiarlo, farne un fork e adattarlo, anche per uso commerciale, a condizione di mantenere la nota di licenza.
Le aziende italiane ed europee dovrebbero usarlo?
Meglio trattarlo come riferimento progettuale che come strumento da mettere in esercizio. Il suo modello dei permessi merita di essere ripreso nella propria configurazione di agenti, ma usarlo così com’è significa inviare il contenuto del repository al backend del modello configurato: serve prima una valutazione di sicurezza e di protezione dei dati ai sensi del GDPR.
Fonti
DeepSeek — repository e documentazione di dsh-superagent-prototype su GitHub (fonte primaria, 31 ottobre 2026)
Bloomberg — DeepSeek Drops Enhanced Coding Agent With Aim to Rival Anthropic (1 novembre 2026)
South China Morning Post — DeepSeek unveils AI ‘super agent’ in coding race with OpenAI, Anthropic (1 novembre 2026)