DeepSeek Super-agent, Agen Coding Terbuka bagi Tim Developer

DeepSeek merilis kode DeepSeek Super-agent pada akhir Oktober 2026, sebuah agen coding sumber terbuka yang bekerja untuk satu repositori GitHub. Agen ini menerima permintaan dari anggota tim lewat GitHub atau chat kerja, mengerjakannya sendiri, lalu membalas di percakapan asal, misalnya dengan pull request. DeepSeek menyebutnya prototipe riset.

Apa yang dirilis DeepSeek

Tim DeepSeek Harness memperkenalkan Super-agent lewat tulisan di WeChat pada Sabtu, 31 Oktober 2026, menurut ShiftDelete.Net. Kodenya diunggah ke GitHub dengan nama dsh-superagent di bawah lisensi MIT, sehingga siapa pun boleh memakai, mengubah, dan menyebarkannya kembali. Menurut ShiftDelete.Net, repositori itu melewati 4.000 bintang dalam sehari setelah dibuka untuk publik.

Super-agent bukan aplikasi yang berdiri sendiri. Ia berbentuk paket tambahan untuk DeepSeek Harness, kerangka agen AI milik DeepSeek yang juga bersifat sumber terbuka dan kini berstatus pratinjau publik. Harness menyediakan tempat agen berjalan, sementara Super-agent menambahkan kemampuan untuk mendengarkan permintaan tim dan mengubahnya menjadi pekerjaan.

Dalam README-nya, DeepSeek menyebut Super-agent sebagai prototipe riset yang hanya untuk rujukan dan menegaskan bahwa proyek ini bukan produk resmi DeepSeek. Kode publik ini sudah disesuaikan untuk dirilis dan berbeda dari versi yang dipakai tim DeepSeek secara internal. Sebagian rancangan yang dibahas dalam tulisan pendampingnya, Exploring Super-agent Design: Towards a More Autonomous Agent System, juga belum diterapkan. DeepSeek bahkan menyebut sebagian besar rekayasanya dikerjakan oleh agen coding dan meminta pengguna meninjau serta menyesuaikan kode sebelum memakainya.

Peluncuran ini berlangsung di tengah persaingan agen coding yang ketat. Bloomberg, seperti dikutip The Next Web, membingkai rilis ini sebagai upaya menyaingi Claude Code milik Anthropic. DeepSeek membentuk tim Harness awal tahun ini untuk bersaing dengan alat coding buatan Amerika Serikat. The Next Web juga mencatat bahwa bulan lalu instansi sipil federal AS diminta menghapus DeepSeek dari perangkat mereka, sebuah latar yang patut diingat organisasi saat menilai alat ini.

Alur kerja dari permintaan hingga pull request

Super-agent memantau dua sumber permintaan, yaitu GitHub dan, bila diaktifkan, Feishu, aplikasi chat kerja milik ByteDance. Seorang anggota tim yang terdaftar cukup menyebut akun agen di sebuah issue, misalnya menulis @nama-agen diikuti permintaannya. Agen lalu membuka tiket kerja, mengerjakannya di sesi dan direktori tersendiri, dan mengirim hasilnya ke percakapan yang sama.

Menurut dokumentasi arsitekturnya, setiap pesan masuk lebih dulu dinilai oleh lapisan evaluasi. Lapisan ini memeriksa siapa pengirimnya, apakah pesan itu memang ditujukan kepada agen, dan aturan apa yang berlaku. Hanya permintaan yang lolos penilaian yang menjadi tiket. ShiftDelete.Net menjelaskan bahwa satu sesi “Router” yang terus berjalan menangani komunikasi, beberapa sesi “Worker” mengerjakan tugas secara paralel, dan proses Watchdog mendeteksi kegagalan atau pekerjaan yang macet.

Hasil kerja agen bisa berupa balasan, pertanyaan, atau pull request. Diskusi lanjutan di issue atau pull request yang sama otomatis sampai ke agen yang menangani tiket itu, sehingga anggota tim tidak perlu memanggil agen berulang kali. Sebuah panel web lokal menampilkan hal yang menunggu keputusan manusia, misalnya pull request yang siap ditinjau atau tiket yang gagal.

Dari sisi teknis, agen membutuhkan akun GitHub khusus yang diberi akses tulis ke repositori. Dokumentasi menyebut aplikasi GitHub (GitHub App) tidak dapat menjadi agen karena Super-agent membaca notifikasi akun. Repositori juga harus berada di github.com; GitHub Enterprise Server belum didukung.

Akses penuh dan prinsip hemat perhatian

Bagian dokumentasi yang paling perlu dibaca pengelola sistem adalah soal izin. Panduan deployment menyatakan bahwa sesi agen berjalan dengan akses penuh sebagai pengguna sistem operasi milik operator. Sesi pekerja dapat menjalankan program dan membaca direktori rumah operator. Pembungkus akun hanya memilih kredensial GitHub yang dipakai, tanpa mengisolasi proses. DeepSeek menyarankan akun sistem operasi terpisah yang hanya berisi kredensial agen bila isolasi dibutuhkan.

Artinya, agen ini sebaiknya dijalankan di mesin atau akun yang memang disiapkan untuknya, jauh dari kunci produksi dan data pribadi pengembang. Risiko ini sejalan dengan temuan yang pernah kami bahas dalam artikel AGENTS.md palsu dan cara mengamankan agen AI: agen yang dapat menjalankan perintah akan menjalankan apa pun yang berhasil menyusup ke instruksinya.

DeepSeek mengimbangi akses yang luas itu dengan aturan perilaku. Prinsip utamanya tertulis di README: “take as little human attention as possible, and give as much value as possible.” Agen hanya bertindak bila diminta oleh orang yang diizinkan atau bila ada aturan tertulis dari tim. Ia mengonfirmasi permintaan sekali, diam selama bekerja, dan baru menulis lagi saat hasil siap, saat butuh keputusan, atau saat gagal.

Pekerjaan proaktif, yaitu pekerjaan yang tidak diminta siapa pun, dimulai dalam mode observe. Dalam mode ini agen hanya mencatat apa yang akan ia lakukan tanpa benar-benar melakukannya. Panduan penyiapannya juga menyarankan daftar pengguna yang pendek, akun agen yang terpisah dari akun operator, dan auto-merge dalam keadaan mati sampai pull request agen terbukti benar selama beberapa waktu.

Dokumen filosofinya menutup dengan empat tanggung jawab operator: mulai dari cakupan sempit, kurangi kebisingan, jangan memakai agen untuk menghasilkan volume seperti pull request massal, dan tanggung jawab penuh atas apa yang ditulis agen atas nama tim.

Apa artinya bagi tim pengembang aplikasi?

Bagi software house, tim TI instansi, atau tim produk di bank dan perusahaan ritel, Super-agent menawarkan cara mempelajari agen tim tanpa biaya lisensi. Karena kodenya terbuka, tim dapat membaca sendiri bagaimana aturan izin, penilaian permintaan, dan eksekusi dirancang. Rancangan ini berguna sebagai rujukan meskipun tim akhirnya memakai alat lain.

Uji di repositori nonproduksi lebih dulu

Mulailah dari repositori latihan atau proyek internal yang tidak menyimpan rahasia. Pasang akun GitHub khusus dengan akses terbatas, aktifkan mode observe, lalu bandingkan catatan agen dengan keputusan yang akan diambil tim. Langkah ini memberi gambaran nyata apakah agen menambah nilai atau justru menambah kebisingan.

Periksa ke mana kode dan percakapan dikirim

Super-agent memakai model yang dikonfigurasi di DeepSeek Harness, sehingga kode dan isi percakapan tim akan dikirim ke penyedia model yang dipilih. Untuk proyek yang memuat data pribadi warga, pasien, atau nasabah, pastikan penyedia model dan lokasi pemrosesannya sesuai dengan kebijakan organisasi dan Undang-Undang Pelindungan Data Pribadi.

Tetapkan siapa yang meninjau hasil agen

Pull request dari agen tetap harus ditinjau manusia sebelum digabungkan. The Next Web mengutip studi CooperBench pada Januari yang menemukan tingkat keberhasilan agen coding rata-rata 30% lebih rendah ketika bekerja dalam tim dibanding saat bekerja sendiri. Studi itu tidak menguji agen DeepSeek, tetapi menjadi pengingat bahwa koordinasi antaragen masih menjadi tantangan.

Tim yang sedang menimbang agen semacam ini dalam proses pengembangan aplikasi web sebaiknya menyusun aturan tertulis lebih dulu: siapa yang boleh memberi perintah, repositori mana yang boleh disentuh, dan siapa yang bertanggung jawab atas pull request agen. Aturan tersebut juga perlu ditinjau dari sisi keamanan siber, terutama pengelolaan kredensial dan pemisahan akun.

Pertanyaan yang sering muncul

Apakah DeepSeek Super-agent gratis?

Kodenya gratis dan berlisensi MIT. Namun, agen membutuhkan penyedia model yang dikonfigurasi di DeepSeek Harness, dan biaya pemakaian model mengikuti penyedia yang dipilih.

Apakah Super-agent dapat dipakai dengan Slack atau WhatsApp?

Versi yang dirilis hanya mendukung GitHub dan Feishu. Dokumentasinya menyediakan panduan menambah sumber permintaan baru, tetapi integrasi resmi dengan aplikasi chat lain belum diumumkan.

Apakah Super-agent siap dipakai untuk produksi?

Belum. DeepSeek menyebutnya prototipe riset yang mungkin masih mengandung bug dan meminta pengguna meninjau kodenya sebelum memakainya. Agen juga berjalan dengan akses penuh di akun sistem operasi operator, sehingga isolasi perlu disiapkan sendiri.

Penutup

Super-agent memperlihatkan arah baru agen coding: dari asisten yang menunggu di editor menjadi rekan tim yang mendengarkan percakapan dan membuka pull request sendiri. Nilai terbesarnya bagi tim di Indonesia ada pada rancangan izin dan prinsip hemat perhatian yang dapat dipelajari terbuka. Bila tim Anda ingin menguji agen AI dalam alur pengembangan dengan pengamanan yang jelas, tim Merakit siap membantu menyusun langkah awalnya.

Sumber

• dsh-superagent (README, SETUP, dan dokumentasi), DeepSeek di GitHub, 31 Oktober 2026
• DeepSeek Harness, DeepSeek
• DeepSeek open-sources Super-Agent, a coding agent that reads team chats, The Next Web, 1 November 2026
• DeepSeek Coding Agent Super-agent Takes Aim at Claude Code, ShiftDelete.Net, 1 November 2026