Китайська компанія штучного інтелекту DeepSeek розкрила новий архітектурний підхід, спрямований на підвищення автономності AI‑асистентів у кодуванні. За даними South China Morning Post (SCMP), команда DeepSeek Harness опублікувала статтю, у якій детально описано систему, що дозволяє AI‑агентам виконувати кілька завдань з мінімальним втручанням людини. Основна мета – зняти навантаження з розробників, які зараз змушені вручну координувати та контролювати різні AI‑сесії, що, за словами команди, стає вузьким місцем продуктивності.

Подолання обмеження людської уваги

Команда DeepSeek підкреслила критичний фактор у сучасних AI‑робочих процесах: хоча продуктивність окремих завдань залежить від можливостей моделі, здатність до багатозадачності обмежується людською увагою. У статті зазначено, що типовий розробник може ефективно контролювати лише три‑п'ять активних AI‑агентських сесій одночасно. Щоб це подолати, запропонована система розподілятиме завдання між агентами та координуватиме їхню роботу автономно. Такий підхід залишить людям час для перегляду кінцевих результатів і прийняття стратегічних рішень, а не для управління деталями роботи кожного агента.

Конкурентне середовище та ефективність витрат

Ця технічна пропозиція з’являється в період інтенсивної конкуренції серед глобальних розробників AI, включаючи великих американських гравців, таких як OpenAI та Anthropic. SCMP повідомляє, що DeepSeek позиціонує себе як економічно вигідну альтернативу, розробивши свої моделі за частину витрат, які несе американська конкуренція. Ця ефективність привернула увагу останніми місяцями, особливо після того, як Cointelegraph у жовтні повідомив, що китайські AI‑моделі перевершують американські у сценаріях торгівлі криптовалютами. У одному експерименті DeepSeek була єдиною моделлю, яка отримала позитивний нереалізований прибуток у 9,1 %, що здивувало багатьох трейдерів через різницю у витратах на розробку.

Що слід спостерігати далі

Аналітики стежитимуть за тим, чи випустить DeepSeek публічну реалізацію цієї системи координації багатьох агентів. Якщо інструмент буде впроваджено, він може суттєво знизити бар’єр входу у складну розробку ПЗ, потенційно змістивши конкурентну перевагу на платформи, які пропонують кращу оркестрацію, а не лише потужність моделі. Крім того, продовжується дискусія про продуктивність і економічну ефективність китайських AI‑моделей у порівнянні з американськими, особливо у спеціалізованих застосуваннях, таких як алгоритмічна торгівля та автоматизоване кодування.