Protótipo da DeepSeek vigia o chat da equipe para consertar bugs sem ninguém pedir

Durante os últimos anos, usar inteligência artificial no trabalho significou assumir o papel de um supervisor cansado: você abre uma janela de chat, descreve uma tarefa, espera a resposta e repete o processo do zero na aba seguinte. Na noite de 31 de outubro, a equipe responsável pelo DeepSeek Harness (abre em nova aba) propôs inverter essa dinâmica com o lançamento do dsh-superagent-prototype (abre em nova aba), um protótipo de pesquisa de código aberto (sob licença MIT) que monitora o projeto de software e o bate-papo da empresa para encontrar e corrigir falhas por conta própria. A ideia de um assistente que lê o grupo de mensagens da equipe, percebe alguém relatando um erro técnico e prepara o conserto mesmo sem ser chamado pelo nome parece o sonho de qualquer gestor, mas o código publicado pela empresa chinesa revela uma cautela bem mais realista: de fábrica, toda essa iniciativa proativa vem travada.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​​‌​‌‌​​‌​​​​‌‌​​‌‌​​‌‌​​​​​‌‌​​​‌‌​​‌‌​​​‌​​‌‌​​‌​​‌‌​​​​‌​​‌​‌‌​‌​​‌‌‌​​​​​‌‌​‌‌​​​‌‌‌​​​​​‌‌​‌​‌​​‌​‌‌​‌​​‌‌​‌​​​​‌‌​‌​‌​​‌‌​​​‌​‌‌​​‌‌​​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​‌​‌​​‌‌​​​​​‌‌​​​‌​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌​‌​​​​‌‌‌​​​​​‌‌​‌​​​​‌‌​​‌​​‌‌​​‌​‌​​‌‌‌​​​​‌‌​​‌​‌​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​‌‌​​‌‌​‌‌‌⁠

Para entender por que a DeepSeek está experimentando esse formato, vale olhar para o ensaio de design que acompanhou o lançamento e acumulou cerca de 82.700 visualizações e 1.600 curtidas logo nas primeiras horas após ganhar versão em inglês no dia 1º de novembro. O argumento central dos autores é que os agentes de programação evoluíram a ponto de exigir menos ajuda em tarefas isoladas, o que mudou o gargalo de lugar: o limite da produtividade agora é a atenção humana. Pelas contas da equipe, uma pessoa consegue acompanhar apenas de 3 a 5 sessões ativas de IA ao mesmo tempo antes de perder o controle sobre o que cada uma está fazendo.

Um gerente na recepção e vários operários nos bastidores

O grande defeito dos assistentes tradicionais é que cada janela de conversa funciona como um trabalhador temporário contratado para um único serviço: ele entrega o que foi pedido, mas ignora completamente o que foi decidido na janela ao lado, deixando o humano como o único guardião da memória do projeto. A resposta do dsh-superagent é aposentar o gerenciamento manual de abas e dividir o sistema em duas camadas chamadas de Roteador (Router) e Trabalhadores (Workers). O Roteador funciona como um funcionário fixo que fica online 24 horas por dia monitorando um repositório no GitHub (abre em nova aba) e, opcionalmente, conversas no aplicativo corporativo Feishu, filtrando o que acontece e sabendo inclusive quando ficar em silêncio para não interromper os colegas à toa.

Quando o Roteador identifica um pedido válido de uma pessoa autorizada, ele não tenta escrever ou revisar o código por conta própria, já que misturar o atendimento do chat com tarefas pesadas deixaria o sistema lento e confuso. Em vez disso, ele cria um chamado e despacha a missão para os Trabalhadores, que são sessões isoladas encarregadas de executar uma única tarefa por vez, abrir a proposta de correção no código e devolver a resposta na conversa original. Nos testes simulados da DeepSeek, essa divisão de trabalho reduziu o tempo de conclusão das tarefas mais demoradas (a métrica conhecida como percentil 95, ou p95) de 29,5 minutos para 15,7 minutos, com um tempo mediano de 12,4 minutos. Essa passagem de chatbots passivos para arquiteturas que coordenam tarefas em segundo plano é uma das transformações que acompanhamos de perto no IA.com.br, justamente por mostrar como o gargalo do software está saindo da digitação para a orquestração.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​​‌​‌‌​​‌​​​​‌‌​​‌‌​​‌‌​​​​​‌‌​​​‌‌​​‌‌​​​‌​​‌‌​​‌​​‌‌​​​​‌​​‌​‌‌​‌​​‌‌‌​​​​​‌‌​‌‌​​​‌‌‌​​​​​‌‌​‌​‌​​‌​‌‌​‌​​‌‌​‌​​​​‌‌​‌​‌​​‌‌​​​‌​‌‌​​‌‌​​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​‌​‌​​‌‌​​​​​‌‌​​​‌​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌​‌​​​​‌‌‌​​​​​‌‌​‌​​​​‌‌​​‌​​‌‌​​‌​‌​​‌‌‌​​​​‌‌​​‌​‌​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​‌‌​​‌‌​‌‌‌⁠

O freio de mão entre a teoria e o código real

Apesar do entusiasmo que levou o repositório a alcançar cerca de 5.400 estrelas rapidamente, existe uma distância importante entre a ambição do artigo teórico e o que o pacote escrito em TypeScript entrega hoje. A própria documentação do projeto avisa sem rodeios que o software é apenas um código de pesquisa para referência, adaptado em relação à versão interna da empresa e sem parte das ideias futuras descritas no texto de apresentação. Mais importante do que isso é o mecanismo de segurança: o agente vem configurado por padrão em modo de observação, o que significa que qualquer trabalho não solicitado que ele identifique vigiando o chat é apenas anotado em um registro, sem alterar uma linha sequer do projeto até que a equipe escreva uma regra explícita autorizando a execução.

Essa trava padrão faz todo sentido diante das dúvidas que dominaram as discussões técnicas sobre o lançamento. Uma vez que a permissão é concedida, os Trabalhadores operam com o acesso completo do usuário que os configurou, e colocar vários agentes autônomos mexendo no mesmo código levanta problemas sérios sobre como resolver conflitos quando dois robôs tentam editar a mesma função (um estudo do CooperBench citado por desenvolvedores no debate apontou que agentes de programação trabalhando em equipe tiveram taxas de sucesso 30% menores do que quando atuam sozinhos). O dsh-superagent acerta no diagnóstico ao mostrar que ninguém quer trabalhar como babá de cinco janelas de chat simultâneas, mas o seu próprio freio de fábrica lembra que o maior desafio da próxima geração de agentes não será tomar a iniciativa, e sim conquistar a confiança necessária para que alguém tenha coragem de tirá-los do modo de observação.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​​‌​‌‌​​‌​​​​‌‌​​‌‌​​‌‌​​​​​‌‌​​​‌‌​​‌‌​​​‌​​‌‌​​‌​​‌‌​​​​‌​​‌​‌‌​‌​​‌‌‌​​​​​‌‌​‌‌​​​‌‌‌​​​​​‌‌​‌​‌​​‌​‌‌​‌​​‌‌​‌​​​​‌‌​‌​‌​​‌‌​​​‌​‌‌​​‌‌​​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​‌​‌​​‌‌​​​​​‌‌​​​‌​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌​‌​​​​‌‌‌​​​​​‌‌​‌​​​​‌‌​​‌​​‌‌​​‌​‌​​‌‌‌​​​​‌‌​​‌​‌​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​‌‌​​‌‌​‌‌‌⁠