DeepSeek publie Superagent, un prototype de code qui encadre les tâches autorisées

DeepSeek a publié le 31 octobre 2026 le code de dsh-superagent, un agent de développement qui reçoit des demandes depuis GitHub, ouvre un travail distinct, puis répond dans la conversation d’origine. Le dépôt décrit un prototype de recherche pour un seul dépôt GitHub, et précise qu’il ne s’agit ni d’un produit officiel ni d’un logiciel prêt pour la production.

Un agent qui attend une demande ou une règle écrite

L’idée du projet est moins de faire coder une IA sans arrêt que de choisir quand elle a le droit d’intervenir. Une personne autorisée peut lui demander une tâche en la mentionnant. Un événement reçu sur GitHub, comme un commentaire ou un résultat de CI, peut aussi suggérer un travail. Dans ce second cas, la documentation d’autorisation impose une règle écrite par l’équipe avant toute acceptation automatique. Le système peut d’abord observer les événements et consigner les tâches qu’il aurait lancées, sans les exécuter.

Demandeou événement Autorisationet règle Tâcheen session dédiée Résultatdans le fil initial
Parcours documenté dans le dépôt DeepSeek, consulté le 1er novembre 2026. Schéma de la rédaction.

Ce filtre est concret : les commentaires et les documents lus par l’agent peuvent nourrir sa décision, mais ils ne modifient pas eux-mêmes les permissions fixées par l’hôte. La distinction compte pour un agent qui surveille des espaces où n’importe quel texte peut apparaître. Une mention venant d’un compte non autorisé n’ouvre pas automatiquement un travail. Les messages de robots suivent un traitement séparé.

Ce qui se passe après l’acceptation

Une demande admise devient un « ticket ». Le travail est confié à une session distincte, avec son propre répertoire. L’agent peut ensuite revenir dans le fil GitHub d’origine avec un résultat, par exemple une pull request. Une interface Web affiche les tâches qui nécessitent une intervention humaine. GitHub est la source de demandes décrite pour le dépôt ; Feishu peut être branché en option. Cette portée, précisée dans le README du projet, est plus étroite que la promesse générale d’un agent qui agirait partout sur l’ordinateur.

Étape Ce que le prototype prévoit Limite documentée
Entrée Demandes et événements GitHub, Feishu en option Un dépôt GitHub configuré
Admission Liste de personnes autorisées, règles et mode d’observation Un événement ne vaut pas autorisation
Exécution Ticket et session de travail séparée Le code publié reste un prototype
Restitution Réponse dans le fil initial et panneau des décisions humaines Les résultats demandent une revue

Le choix de faire remonter les décisions humaines est central dans la philosophie publiée par l’équipe. Elle décrit les notifications, les questions et les demandes d’approbation comme une dépense d’attention. Le système doit signaler un résultat utile ou une décision à prendre, puis rester discret pendant l’exécution. C’est un critère de conception vérifiable dans les documents, pas une mesure publiée de productivité.

Le dépôt public ne valide pas encore l’usage en production

Le code est distribué sous licence MIT, avec des instructions d’installation, des tests et des documents d’architecture. Cela permet d’examiner la logique d’autorisation et le parcours d’une tâche. La publication ne fournit toutefois aucun résultat indépendant montrant que l’agent réduit les erreurs, termine plus de tâches ou dépasse Claude Code sur des dépôts comparables.

  • Le README demande de traiter le code comme une référence de recherche, avec des bogues possibles.
  • La version publiée a été adaptée pour la diffusion et ne reproduit pas exactement l’outil interne de l’équipe.
  • Certaines idées de l’article de conception associé restent des pistes futures et ne sont pas implémentées ici.

La séparation des tâches ne constitue pas non plus, à elle seule, une barrière de sécurité du système d’exploitation. La documentation d’exécution indique que les commandes bloquées et les répertoires créent des conventions de fonctionnement, mais qu’un agent peut encore appeler un programme par son chemin absolu. Le dépôt illustre donc un modèle d’autorisation au niveau de l’application ; son déploiement demande des contrôles complémentaires de l’environnement où le code s’exécute.

L’automatisation IA sur mesure figure parmi les services de DjeremIA.