DeepSeek cria protótipo de superagente que por padrão se recusa a trabalhar

Na liturgia do Vale do Silício e de Pequim, a palavra "autonomia" costuma servir de senha para máquinas que falam demais, mexem onde não foram chamadas e entregam faturas de tokens astronômicas. Em 31 de outubro de 2026, a equipe do DeepSeek Harness (abre em nova aba) resolveu publicar no GitHub o seu próprio experimento de agente proativo, batizado de deepseek-ai/dsh-superagent-prototype (abre em nova aba), acompanhado do ensaio arquitetural Exploring Super-agent Design: Towards a More Autonomous Agent System. O detalhe que separa a engenharia real da propaganda está na configuração de fábrica: por padrão, o chamado superagente vem travado no modo observe, recusa-se a executar qualquer tarefa ativa no código e ignora sumariamente usuários fora da lista de permissões, mesmo quando alguém o convoca pelo nome com um @ dentro do repositório.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​​‌​‌‌​​​‌​​‌‌​​‌​​​‌‌​​​‌‌​​‌‌​​​​​​‌‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌‌​​‌​​‌‌​​‌​​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​‌​​​​‌‌‌​​​​​‌‌‌​​‌​‌‌​​​‌​​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​​‌​​‌‌​​‌‌​​​‌‌​‌​​​​‌​‌‌​‌​​‌‌‌​​​​​‌‌​​‌‌​​‌‌​‌‌‌​​‌‌​‌‌​​‌‌​​​‌​​​‌‌​​​‌​​‌‌​‌​​​‌‌​​​​‌​‌‌​​​‌​​‌‌​​​​‌​​‌‌‌​​​​​‌‌​‌‌​⁠

O pacote liberado sob licença MIT não é um produto comercial, não traz tabela de preços de API e vem escoltado por um aviso explícito na primeira linha do README: trata-se de um protótipo de pesquisa para simples referência, nascido do trabalho cotidiano da equipe e escrito, em grande parte, por outros agentes de codificação. Em menos de um dia no ar, o repositório criado às 09h32 UTC ultrapassou a marca de 1.500 estrelas (chegando a cerca de 1.800 nas contagens seguintes). O que atraiu os engenheiros não foi a promessa de um programador sintético infalível, mas o desenho de uma burocracia digital implacável para resolver o verdadeiro gargalo de 2026: a exaustão da atenção humana.

A anatomia de um único commit e a literatura para máquinas

Quem abre o histórico do repositório encontra uma fotografia estática. Todo o projeto subiu às 12h05 UTC no commit único 6337fc823ce20251c8de8085948165c81aaa701e, assinado pelo DeepSeek Harness Team. Não há rastro de evolução, discussões de pull requests antigos nem tentativas frustradas expostas ao público. São exatos 216 arquivos que somam 2,6 MB: 147 arquivos .ts, 30 arquivos .tsx e 65 arquivos de teste, compondo cerca de 2,1 MB de código em TypeScript, além de 15 arquivos na pasta prompts/ e dois em skills/.

O peso político e técnico do projeto mora na pasta docs/. São nove documentos rigorosamente numerados (de 000-philosophy.md até o 008 de receitas práticas) que ocupam cerca de 150 KB de texto puro. Apenas o arquivo 007-architecture.md concentra 70 KB de especificações. Como os próprios autores admitem que boa parte da engenharia foi tocada por agentes de código (o que deixou estilos inconsistentes, práticas desiguais e possíveis bugs espalhados pelos diretórios), a documentação numerada funciona como a constituição do sistema. Cada documento declara no cabeçalho de quais textos anteriores depende, numa estrutura visivelmente desenhada para alimentar a janela de contexto da próxima sessão de um agente, e não apenas para instruir leitores humanos.

Essa inversão de prioridades ilumina a tese central do documento 000-philosophy.md: "Tomar o mínimo possível de atenção humana e entregar o máximo possível de valor". Enquanto ferramentas populares de mercado obrigam o desenvolvedor a vigiar três a cinco sessões simultâneas no terminal, repetindo contexto e aprovando comandos banais, a equipe da DeepSeek partiu da premissa de que um agente capaz de agir por uma equipe inteira também é capaz de destruir a concentração dessa mesma equipe.

A catraca de admissão e o estatuto do Mandato

Para impedir que o agente se comporte como um estagiário hiperativo que transforma qualquer conversa de corredor em código quebrado, o protótipo abandona a tríade clássica dos frameworks de mercado (tarefa, ferramenta e memória). Em seu lugar, institui um regime de governança baseado em onze conceitos formais: Source, Trigger, Thread, Correlation, Channel, Policy, Eval, Mandate, Ticket, Assignment e Subscription.

Nenhuma mensagem vinda do GitHub ou do Feishu (integrado opcionalmente via lark-cli) vira trabalho sem antes atravessar o filtro duplo do Eval, dividido entre gate (código determinístico) e assessment (julgamento do modelo). O gate verifica a identidade do remetente contra uma tabela de admissão de três células por fonte de dados. O conservadorismo das escolhas padrão mostra onde a engenharia da DeepSeek colocou as travas.

Somente quando um usuário listado na whitelist menciona explicitamente o agente é que o sistema registra uma ordem direta (explicit). Se a mensagem passa pelo gate como inferida, ela cai nas malhas do arquivo prompts/admission.md. Ali, a instrução ao modelo trata todo o conteúdo de mensagens, textos citados e arquivos do repositório como dados não confiáveis. O prompt proíbe converter debates de design em tíquetes de trabalho e ordena: quando a intenção permanecer incerta, ignore em silêncio e deixe que mensagens futuras estabeleçam o rumo, sem jamais interromper humanos para pedir confirmação de conversas rotineiras.

Para que uma conversa seja aceita como tarefa, o avaliador precisa preencher o campo intent_evidence comprovando três fatos independentes com citações literais do texto original: que a discussão trata daquele projeto específico, que os participantes expressaram intenção de implementar uma mudança concreta e que a direção já está madura o suficiente para uma alteração local de escopo reduzido. Além disso, cada mensagem de origem pode gerar no máximo um Ticket, e conflitos entre regras resultam em silêncio administrativo.

Quando o sinal verde finalmente acontece, o sistema emite um Mandate (Mandato). Trata-se de uma estrutura de dados imutável que congela a versão da Policy vigente, o escopo, a força da autorização, as regras acionadas, a identidade do autor e a forma como o gatilho foi recebido. Se o administrador alterar as regras de permissão no meio do expediente, a versão da Policy muda: avaliações em andamento são descartadas e reenfileiradas, mas os tíquetes que já estão rodando sob um Mandato válido não são cancelados. Eles apenas recebem uma notificação policy-changed. Na tabela de onze "conceitos rejeitados" da documentação, os autores explicam a razão dessa escolha: cancelar um tíquete em execução deixa código feito pela metade pelo caminho. Preferiram a continuidade controlada ao caos da interrupção abrupta.

O que o artigo promete no WeChat e o que roda no terminal

A leitura cruzada entre o artigo teórico (divulgado na conta oficial da equipe no WeChat e detalhado por veículos técnicos chineses como QbitAI e Yicai) e o código depositado no GitHub revela a distância entre a prancheta de pesquisa e o pacote entregue. No papel, a arquitetura do Super-agent sustenta-se em quatro propriedades: continuidade de contexto entre plataformas, eficiência via paralelismo, proatividade e persistência 24/7.

O coração operacional que de fato veio a público no repositório é a divisão em duas camadas: um Router residente e um pool de Workers isolados. A sessão principal roda o dsh-superagent-router munido de um conjunto enxuto de ferramentas. Ele mantém o contexto global, conversa com humanos e despacha o serviço, mas nunca coloca a mão na massa. Quando um trabalho é aprovado, o mecanismo de WorkerSlots reserva capacidade e acorda subagentes trabalhadores. Cada Worker opera em sua própria sessão e diretório exclusivo, utilizando o preset padrão do DeepSeek Harness com as permissões estritas daquele tíquete, perdendo acesso às ferramentas assim que o serviço acaba.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​​‌​‌‌​​​‌​​‌‌​​‌​​​‌‌​​​‌‌​​‌‌​​​​​​‌‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌‌​​‌​​‌‌​​‌​​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​‌​​​​‌‌‌​​​​​‌‌‌​​‌​‌‌​​​‌​​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​​‌​​‌‌​​‌‌​​​‌‌​‌​​​​‌​‌‌​‌​​‌‌‌​​​​​‌‌​​‌‌​​‌‌​‌‌‌​​‌‌​‌‌​​‌‌​​​‌​​​‌‌​​​‌​​‌‌​‌​​​‌‌​​​​‌​‌‌​​​‌​​‌‌​​​​‌​​‌‌‌​​​​​‌‌​‌‌​⁠

Um dos mecanismos mais engenhosos documentados no projeto é o Subscription handoff (transferência de assinatura). Assim que um Worker assume uma tarefa (como conduzir um pull request no GitHub usando a ferramenta gh da conta do agente), ele passa a assinar diretamente os comentários subsequentes daquela thread, poupando o Router de intermediar cada réplica de revisão de código. Esse tipo de desenho de orquestração enxuta é o que costumamos dissecar no IA.com.br ao separar ganhos reais de engenharia das promessas infladas de agentes autônomos.

Os números de desempenho divulgados pela própria DeepSeek (fruto de uma simulação interna com cerca de 300 mensagens, 20 requisições de trabalho e cinco rodadas por configuração, ainda sem auditoria independente de terceiros) mostram o impacto financeiro e temporal dessa passagem direta de bastão:

Sem a entrega direta de eventos aos Workers, o número de decisões exigidas do Router subiu cerca de 30% e a leitura de tokens em cache saltou de 23,23 milhões para 31,77 milhões.

Contudo, quem baixar o repositório hoje não encontrará tudo o que o ensaio teórico descreve. Segundo a reportagem do Yicai, uma instância interna completa já roda dentro da DeepSeek cuidando de reprodução de bugs, revisão de código e manutenção do próprio Harness. No pacote aberto ao público, ficaram de fora ou incompletos os componentes mais ambiciosos do artigo:

1. Execução especulativa (Proatividade pura): a capacidade descrita no artigo de o agente caçar bugs por conta própria, reproduzir falhas e abrir PRs de correção sem ninguém pedir.
2. Watchdog (IA supervisionando IA): um supervisor dedicado a detectar quando um Worker entra em loop inútil ou sofre desvio de objetivo (goal drift) para intervir automaticamente.
3. Separação plena entre computação, estado e ambiente: o desenho de persistência na nuvem que mantém o trabalho vivo mesmo quando o dispositivo local do operador fica offline, aliado ao loop ReAct assíncrono completo.

O preço de rodar sem coleira no sistema operacional

Diferentemente de agentes como o Devin (que vende um ambiente de nuvem fechado por assinatura) ou o SWE-agent acadêmico (voltado à resolução pontual de issues em benchmarks padronizados), o dsh-superagent-prototype foi concebido como um morador residente de um único repositório GitHub, coordenado visualmente por um painel web local que exibe apenas o que exige decisão humana.

Para colocar a engrenagem de pé, a documentação em SETUP.md exige um conjunto específico de dependências e sugere uma metalinguagem curiosa: o desenvolvedor deve pedir ao seu próprio agente de codificação local que leia o arquivo SETUP.md e conduza a instalação fazendo uma pergunta de configuração por vez ao operador humano.

Nas travas de entrega de código, o protótipo demonstra novamente sua prudência operacional. Por padrão, ele jamais ativa a fusão automática (auto-merge) usando a conta do próprio agente. O auto-merge só é permitido quando o pull request foi aberto para um tíquete específico, já recebeu aprovação humana formal e altera menos de 200 linhas de código. Passou de 200 linhas, a máquina recolhe as ferramentas e espera o veredito do engenheiro responsável no painel web.

O veredito técnico: o que copiar e o que manter em quarentena

A abertura do dsh-superagent-prototype entrega aos arquitetos de software uma lição valiosa por vias transversas. A equipe da DeepSeek percebeu antes da concorrência que o problema dos agentes residentes em 2026 não é a falta de iniciativa, mas o excesso dela. Quando o custo de inferência cai e os modelos ficam rápidos, a tentação de criar bots que comentam em todas as issues e abrem PRs especulativos transforma o GitHub da empresa num pátio de ruído inadministrável.

O código em si, despejado num único commit e escrito por outros agentes, não deve ser colocado em produção corporativa sem um isolamento rigoroso em containers ou máquinas virtuais descartáveis, dado que os Workers têm carta branca para rodar comandos no sistema operacional do hospedeiro. A dependência obrigatória do ecossistema proprietário do DeepSeek Harness também limita o uso direto do pacote como solução pronta de prateleira.

O ouro do lançamento está nos 150 KB da pasta docs/ e nos 15 arquivos de prompts/. A separação estrita entre Router de contexto global e Workers efêmeros com transferência direta de assinatura (Subscription handoff), a recusa em transformar debates vagos em tíquetes de trabalho e, acima de tudo, a figura jurídica do Mandate atrelado a políticas versionadas são padrões de engenharia agnósticos de modelo. Qualquer equipe que esteja construindo automações sobre APIs da própria DeepSeek, da Anthropic ou da OpenAI deveria copiar imediatamente a tabela de admissão de três células e o modo observe como padrão de fábrica. Autonomia sem governança de atenção não passa de spam automatizado com acesso ao terminal.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​​‌​‌‌​​​‌​​‌‌​​‌​​​‌‌​​​‌‌​​‌‌​​​​​​‌‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌‌​​‌​​‌‌​​‌​​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​‌​​​​‌‌‌​​​​​‌‌‌​​‌​‌‌​​​‌​​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​​‌​​‌‌​​‌‌​​​‌‌​‌​​​​‌​‌‌​‌​​‌‌‌​​​​​‌‌​​‌‌​​‌‌​‌‌‌​​‌‌​‌‌​​‌‌​​​‌​​​‌‌​​​‌​​‌‌​‌​​​‌‌​​​​‌​‌‌​​​‌​​‌‌​​​​‌​​‌‌‌​​​​​‌‌​‌‌​⁠