Berita viral dari dunia teknologi datang lagi dari DeepSeek. Laboratorium kecerdasan buatan asal China itu merilis Super-Agent, prototipe agen koding yang bisa memantau obrolan tim pengembang dan menggarap pekerjaan tanpa diminta satu per satu. Kode programnya dipublikasikan di GitHub pada 31 Oktober 2026 dengan lisensi MIT, sehingga siapa pun boleh membaca, menyalin, dan mengubahnya.
Berita Viral: Apa Itu Super-Agent DeepSeek
Super-Agent adalah agen yang dirancang bekerja untuk satu tim, bukan untuk satu orang di satu terminal. Ia menempel pada sebuah repositori GitHub dan, bila diaktifkan, juga membaca grup Feishu. Dari situ ia menangkap permintaan, membuka pekerjaan, lalu mengeksekusinya di sesi terpisah.
Hasilnya dikirim kembali ke percakapan asal, misalnya berupa pull request yang siap ditinjau. Ada panel web yang hanya menampilkan hal-hal yang butuh keputusan manusia. DeepSeek menyebut prinsip kerjanya sederhana: ambil sedikit mungkin perhatian manusia, beri nilai sebanyak mungkin.
Yang perlu ditegaskan sejak awal, DeepSeek melabeli rilis ini sebagai prototipe riset. Dalam dokumentasi proyek, perusahaan menyatakan kode publik ini bukan produk resmi dan berbeda dari versi yang mereka pakai secara internal. Beberapa gagasan dalam artikel desain bahkan belum masuk ke kode yang dirilis.
Iklan
Paviliun Akademika: punya kost tanpa repot kelola
Paviliun Akademika menghadirkan pilihan investasi kost terkelola di Akademika Townhouse, Gowa. Unit disiapkan untuk disewakan, dengan pengelolaan kawasan yang ditangani pemilik proyek.
Arsitektur Router, Worker, dan Watchdog
Desain Super-Agent membagi pekerjaan ke dalam dua lapis. Lapis pertama adalah Router, agen ringan yang selalu aktif dan menjadi pintu masuk semua pesan. Router tidak menjalankan perintah shell, ia hanya memahami permintaan dan membagikannya.
Lapis kedua adalah Worker. Setiap tugas yang disetujui dijalankan di sesi dan direktori kerja sendiri, sehingga beberapa pekerjaan bisa berjalan paralel. Menurut The Next Web, pemisahan ini membuat agen bisa menerima permintaan baru sebelum pekerjaan sebelumnya selesai.
Ada pula Watchdog, proses yang berjalan dengan pengatur waktu untuk memantau Worker. Tugasnya mendeteksi pekerjaan yang macet atau terjebak dalam putaran tanpa akhir. Dengan begitu, kegagalan satu tugas tidak otomatis menghentikan seluruh sistem.
Di lapisan bawah, DeepSeek memakai Harness, kerangka kerja agen yang mereka rilis pada Agustus 2026. Super-Agent adalah bundel yang berjalan di atas Harness tersebut. Karena itu, pengguna perlu menyiapkan profil Harness dan model bahasa sebelum mencoba prototipe ini.
Cara Kerja di Repositori dan Obrolan Tim
Alur kerjanya dimulai ketika seseorang yang punya izin meminta bantuan. Router membuka work item, lalu Worker mengambil alih di sesi terpisah. Setelah selesai, hasilnya dikembalikan ke thread asal agar tim bisa meninjau.
Super-Agent juga bisa membaca komentar pull request dan menindaklanjutinya sendiri. Menurut Silicon Republic, kemampuan memantau komunikasi pengembang inilah yang membedakannya dari asisten koding biasa. Ia tidak menunggu dipanggil untuk setiap langkah kecil.
Namun, tindakan proaktif dibatasi aturan tim. DeepSeek menegaskan agen hanya bertindak jika diminta, atau jika ada aturan tertulis yang mengizinkannya. Pada mode awal, agen hanya mencatat apa yang seharusnya dilakukan tanpa benar-benar mengubah kode.
Pembatasan itu penting karena agen yang mewakili seluruh tim bisa menghabiskan perhatian semua orang sekaligus. Kesalahan satu keputusan dapat berdampak pada banyak pekerjaan. Karena itu, persetujuan manusia tetap dipasang di beberapa titik kunci.
Klaim Kecepatan dan Batas Pengujian
DeepSeek melaporkan hasil uji awal yang melibatkan sekitar 300 pesan dan 20 permintaan pekerjaan. Median waktu penyelesaian tugas Super-Agent tercatat 12,4 menit. Untuk persentil ke-95, angkanya 15,7 menit.
Sebagai pembanding, pendekatan sesi tunggal dengan alat subagen mencatat p95 sekitar 29,5 menit. Angka itu muncul ketika model diminta menangani pekerjaan di satu sesi yang terus terganggu pesan baru. DeepSeek menyimpulkan pendekatan dua lapis lebih stabil untuk banyak tugas sekaligus.
Perlu dicatat, pengujian ini berskala kecil dan dilakukan sendiri oleh pembuatnya. Belum ada uji independen yang membandingkan Super-Agent dengan Claude Code pada beban kerja nyata. Karena itu, angka di atas sebaiknya dibaca sebagai klaim awal, bukan patokan umum.
Ada juga temuan lain yang relevan. Studi CooperBench pada Januari 2026 menemukan agen koding justru bekerja lebih buruk saat dipaksa berkelompok, dengan tingkat keberhasilan sekitar 30 persen lebih rendah. Studi itu tidak menguji Super-Agent, tetapi menunjukkan bahwa koordinasi antar agen bukan persoalan sepele.
