โดย Nokka (นก-กา) | 2 พ.ย. 2026
ปลายเดือนตุลาคมที่ผ่านมา DeepSeek ปล่อยรีโปใหม่ชื่อ dsh-superagent-prototype ขึ้น GitHub [1]
ตอนที่ผมเปิดดูเมื่อ 2 พ.ย. 2026 มีคนกดดาวราว 10,500 คน และมีฟอร์กกว่า 1,000 ครั้ง [1]
ทวีตภาษาฝรั่งเศสบทหนึ่งที่ผมเจอเขียนว่า DeepSeek เปิด "แผนที่สมบูรณ์" ของ agent แบบใหม่ พร้อมโค้ด MIT ให้ดูกันเต็ม ๆ และบอกว่าทั้ง Grok Bot, Muse, Claude Duet และ ChatGPT Dot กำลังสร้างของแบบเดียวกันอยู่ [2]
ผมอ่านแล้วเห็นด้วยว่าแผนถูกเปิดให้อ่านจริง
แต่สิ่งที่คนอ่านมักเติมเองในหัวคือคิดว่าโค้ดทำได้ครบตามแผนแล้ว
ตรงนั้นไม่จริง และทีม DeepSeek เขียนยอมรับไว้เองใน README
รีโปนี้คืออะไรกันแน่
deepseek-ai/dsh-superagent-prototype เป็นโปรเจกต์ภาษา TypeScript สัญญาอนุญาต MIT สร้างเมื่อ 31 ต.ค. 2026 [1]
แต่บรรทัดแรกของ README เขียนไว้ชัดว่า
Research prototype for reference only, not an official DeepSeek product.
แปลว่าโค้ดชุดนี้เป็นงานวิจัยให้ดูเป็นตัวอย่าง ไม่ใช่ผลิตภัณฑ์ทางการของ DeepSeek [3]
และมีอีกประโยคที่สำคัญกว่าประโยคแรก
รีโปนี้ถูกปรับเพื่อการเผยแพร่ จึงไม่เหมือนกับเวอร์ชันที่ใช้ภายในบริษัท และไม่เหมือนกับสิ่งที่บทความออกแบบอธิบายไว้ทุกจุด
บางแนวคิดในบทความเป็นทิศทางสำหรับอนาคต และยังไม่ได้ถูกใส่ลงในโค้ดชุดนี้ [3]
ประโยคนี้คือกุญแจของทั้งเรื่อง
อีกบริบทที่ควรรู้คือ The Next Web สรุปว่าดีไซน์ชุดนี้ถูกเปิดเผยผ่านโพสต์ WeChat ของทีมเมื่อวันเสาร์ และอ้างรายงานของ Bloomberg ว่า DeepSeek ตั้งเป้าแข่งกับ Claude Code [8]
แผนมาจากไหน และมีกี่ชิ้น
ตัวแผนคือบทความชื่อ Exploring Super-agent Design เผยแพร่บน X เมื่อ 1 พ.ย. 2026 โดยบัญชี DeepSeek Harness [9]
บทความนั้นยาวราว 33 นาทีอ่าน และวางโครงเป็นสองชั้น คือชั้น Router ที่คุยกับคน กับชั้น Worker ที่ลงมือทำงาน
ในฉบับแปลอังกฤษของสำเนาเขียนว่า "five modules form the basic framework" แปลว่าโครงหลักมีห้าโมดูล [9]
ส่วนภาพที่แนบมากับทวีตต้นทางวาดเป็นหกกล่อง [2]
ผมจะไล่ทีละข้อตามภาพหกกล่องนั้น แล้วเทียบกับโค้ดจริง เพราะนั่นคือจุดที่คนอ่านจะได้ประโยชน์มากที่สุด
มันทำงานอย่างไรในเวอร์ชันที่โค้ดมีจริง
ตัวโปรแกรมเป็นส่วนขยาย (extension) สำหรับ DeepSeek Harness ซึ่งเป็น harness โอเพนซอร์สของ DeepSeek ที่เปิดให้ใช้แบบ public preview [4]
หน้าที่ของมันคือดูแล หนึ่งรีโป GitHub ฟังข้อความที่เข้ามา แล้วเมื่อมีคนที่ได้รับอนุญาตขอให้ทำงาน มันจะเปิดงานหนึ่งชิ้น ทำงานในเซสชันและโฟลเดอร์ของตัวเอง แล้วกลับไปตอบในบทสนทนาเดิม เช่นส่ง pull request [3]
เส้นทางการไหลของงานในเอกสารเขียนไว้แบบนี้ [5]
Source -> Trigger -> Thread -> Eval -> Ticket + Mandate -> Assignment -> Executor -> Channel ถ้าใครเคยออกแบบระบบ agent มาบ้าง โครงนี้จะดูคุ้นทันที เพราะมันคือการแยก "การตัดสินใจว่าจะทำงานไหม" ออกจาก "การลงมือทำงาน"
จุดที่ผมคิดว่าฉลาดคือ Mandate
เมื่อ Eval รับงาน มันไม่ได้ส่งงานเปล่า ๆ ไปให้ worker แต่แนบ mandate ไปด้วยว่าทำอะไรได้แค่ไหน [5]
ตัว worker จึงไม่มีอำนาจเกินกว่าที่กำหนดไว้ตั้งแต่ต้น
หกชิ้นในแผนภาพ กับสถานะของหกชิ้นในโค้ด
หนึ่ง การคัดกรองด้วยกฎในโค้ดก่อนถึงโมเดล - เต็ม เอกสารออกแบบเรียกว่านโยบายสองชั้น ที่ให้โค้ดกรองก่อนแล้วค่อยให้โมเดลช่วยตัดสิน [9] และเอกสารกำกับอำนาจระบุว่า host เป็นผู้บังคับใช้รายชื่อที่อนุญาต กฎ และ mandate ข้อความจากคนแปลกหน้าจึงไม่มีสิทธิ์เริ่มงาน [6]
สอง Router ที่เป็นตัวเดียวคุยกับคน และไม่ลงมือทำงานเอง - บางส่วน แผนระบุชัดว่า Router ไม่ทำงานเอง แต่ออกแบบมาให้คุยกับคนและจ่ายงานเท่านั้น [9] โค้ดมี preset ชื่อ dsh-superagent-router แยกจาก WORKER_PRESET ของ worker [3] แต่เอกสารในรีโปไม่ได้ระบุว่า router ต้องเป็นโมเดลขนาดเล็ก
ที่สำคัญกว่านั้น ตัว main session ยังถือเครื่องมือ bash กับ read อยู่ เอกสารจึงเขียนตรง ๆ ว่าการไม่ไปอ่านโค้ดเป็นกฎของ prompt ไม่ใช่การตัดเครื่องมือทิ้ง [3]
สาม Worker แยกเซสชันและโฟลเดอร์ต่อหนึ่งงาน - เต็ม README เขียนตรง ๆ ว่าแต่ละงานได้เซสชันและไดเรกทอรีของตัวเอง [3]
สี่ คำตอบสั้นไม่เกิน 100 คำ - เต็ม และกว้างกว่าที่ผมคิดตอนแรก เอกสาร prompt เขียนว่าข้อความแชตมีเพดานแข็ง 100 คำ ไม่ใช่แค่ข้อความตอบรับ [3] ไฟล์ prompts/replies.md ยังย้ำว่า 100 คำเป็นเพดาน ไม่ใช่เป้าที่ต้องเขียนให้ได้ขนาดนั้น
ห้า Watchdog ที่เฝ้าว่า worker เดินหน้าหรือวนอยู่กับที่ แล้วซ่อมให้ - บางส่วน ในแผนคือ Control Loop แยกที่รันนอกระบบหลัก เป็นเซสชันของตัวเอง รับข้อความตามตารางเวลา ทำสองหน้าที่ คือจัดการเหตุขัดข้องระดับโครงสร้าง และใช้โมเดลตัดสินว่า worker กำลังคืบหน้าหรือออกนอกเป้า [9]
ในโค้ด ผมสแกนโฟลเดอร์ src และเอกสารสถาปัตยกรรมแล้วไม่พบส่วนที่ตัดสินความคืบหน้าของ worker เลย
ของที่ใกล้ที่สุดคือ hourly check ในไฟล์ SETUP ที่คอยซ่อม service เมื่อมันไม่รัน [7] กับการดึงงานที่ถูกขัดจังหวะกลับมาทำใหม่ตอนสตาร์ท [3]
สองอย่างนั้นเป็นครึ่งโครงสร้างของ watchdog แต่ยังขาดครึ่งที่ต้องใช้โมเดลตัดสิน
หก Memory ที่อยู่นอกโมเดล เปลี่ยนโมเดลได้โดยไม่เสียความจำ - บางส่วน เอกสารโดเมนไม่มีคำว่า memory เลย [5] แต่มีสิ่งที่ทำหน้าที่ใกล้เคียงอยู่
Store เป็นฐานข้อมูล SQLite หนึ่งไฟล์ เก็บ Ticket, Thread และสถานะงานไว้ด้วย id [3]
ส่วน Session เองก็อยู่รอดข้ามการรีสตาร์ทเช่นกัน [3]
มี storeReads เป็นชุดคำสั่งอ่านสำหรับหน้าเว็บ เครื่องมือ และการดึงข่าวของ Source [3]
ชั้นที่แผนเรียกกว่าการแยก compute ออกจาก state เต็มรูปแบบยังไม่มีอยู่ในรีโป คือให้ตัวลูป agent เป็นของชั่วคราวทั้งหมด แล้วเหลือแค่ state ในฐานข้อมูล พร้อมกลไกดึงบริบทเก่ากลับมาเมื่อต้องใช้ [9]
สรุปสั้น ๆ คือ
จากหกข้อ มีของจริงเต็มสามข้อ คือข้อหนึ่ง สาม และสี่
มีแบบบางส่วนอีกสามข้อ คือข้อสอง ห้า และหก
ไม่มีข้อใดขาดหายไปทั้งหมด แต่ก็ยังเหลืออีกสามข้อที่ยังไม่เต็มตามแผน
ถ้าผมเขียนแค่ว่า "DeepSeek แจก agent ครบชุด" คุณจะเสียเวลาไปกับการหาของที่ยังไม่มี
ส่วนที่ผมคิดว่ามีค่าที่สุด และไม่ใช่สถาปัตยกรรม
หลักการเดียวที่แปลงเป็นกฎวัดผลได้
เอกสารปรัชญาของโปรเจกต์เขียนหลักการเดียวว่า
Take as little human attention as possible, and give as much value as possible.
เอาใจคนให้น้อยที่สุด ให้คุณค่ามากที่สุด [10]
แล้วมันแปลงเป็นกฎห้าข้อที่วัดได้ทันที
- agent ลงมือเมื่อถูกขอ หรือเมื่อมีกฎที่ทีมเขียนไว้เท่านั้น งานที่ไม่มีใครขอต้องเริ่มในโหมดที่แค่บันทึกว่าจะทำอะไร
- agent พูดเมื่อมีคนต้องลงมือ หรือมีผลลัพธ์ให้ใช้ พอยืนยันคำขอครั้งเดียวแล้วเงียบระหว่างทำงาน
- ถามทีละคำถาม และถามเป็นแบบฟอร์ม ไม่ใช่ฝังไว้ในรายงานยาว
- หยุดตามระดับผลกระทบ ไม่ใช่ตามระดับความพยายาม
- รายงานตามจริง งานที่ยังไม่เสร็จต้องบอกว่ายังไม่เสร็จ และห้ามข้ามข้อจำกัดเพียงเพื่อเลี่ยงการถาม
ข้อสุดท้ายผมชอบเป็นพิเศษ เพราะมันคือจุดที่ agent ส่วนใหญ่พลาด บ่อยครั้งไม่ใช่เพราะโมเดลไม่เก่ง แต่เพราะมันไม่กล้าบอกว่า "ผมทำไม่เสร็จ"
เรื่องสิทธิ์ที่ทีมอื่นมักมองข้าม
เอกสารกำกับอำนาจเขียนไว้คมมากว่า ข้อความ คอมเมนต์ และเอกสารที่ถูกอ้างถึง เป็นได้แค่ข้อมูลเข้าไปสู่การตัดสินใจ แต่เปลี่ยนสิทธิ์ไม่ได้ [6]
และ bot ตัวหนึ่งสามารถสร้าง "ผู้สมัครงานที่อนุมานได้" แต่ไม่มีทางสร้างคำขอที่ชัดเจนได้เลย [6]
นี่คือรายละเอียดที่คนสร้างระบบ multi-agent มักลืม เพราะถ้า agent ตัวหนึ่งสั่ง agent อีกตัวได้ ระบบจะขยายวงได้ไม่จำกัด
ตัวอย่างที่ผมคิดว่าควรลองถ้าจะเอาไปใช้
สมมติทีมคุณมีรีโปเดียว และมีคนร้องเรื่องบั๊กในแชตทีมทุกวัน
ลำดับที่ตรงกับดีไซน์ของโปรเจกต์คือ
- เริ่มจากโหมดที่ agent แค่บันทึกว่ามันจะทำอะไร โดยไม่ลงมือ
- ใส่รายชื่อคนที่อนุญาตให้สั่งงาน
- กำหนดขอบเขตว่า agent แตะ branch ไหนได้
- ให้มันทำงานในเซสชันแยก และตอบกลับในเธรดเดิม
- ตั้งคนหนึ่งดูพาเนลทุกเช้า ว่ามีงานไหนรอการตัดสินใจ
ขั้นที่ 5 จำเป็นเพราะรีโปนี้ยังไม่มี watchdog ที่คอยตัดสินความคืบหน้าให้เอง คุณไม่ต้องรอระบบมาบอก แต่ควรเปิดพาเนลดูเองทุกวันในช่วงแรก
สิ่งที่ผมยังไม่ได้ทำ
ผมยังไม่ได้ติดตั้ง DeepSeek Harness และไม่ได้รัน agent ตัวนี้กับรีโปจริง
ผมโคลนรีโปมาอ่านเอกสารในโฟลเดอร์ docs หกไฟล์ คือ philosophy, domain, authorization, execution, prompts และ architecture รวมถึง README กับ SETUP แล้วค้นด้วยคำสั่ง grep เพื่อยืนยันว่าคำบางคำไม่มีอยู่ในเอกสาร
ผมอ่านบทความออกแบบฉบับเต็มผ่านสำเนาที่เก็บข้อความไว้ครบ เพราะหน้าต้นทางบน X เปิดได้แต่เนื้อหาโหลดไม่ขึ้นจากเครื่องนี้
ผมอ่านทวีตต้นทางผ่าน API ของ fxtwitter และตรวจตัวเลขดาว สิทธิ์อนุญาต (license) และวันที่สร้างผ่าน GitHub API
แหล่งอ้างอิง
[1] GitHub · deepseek-ai/dsh-superagent-prototype (MIT · สร้าง 31 ต.ค. 2026 · ตรวจ 2 พ.ย. 2026) · https://github.com/deepseek-ai/dsh-superagent-prototype
[2] X · @iamsupersocks (1 พ.ย. 2026) · https://x.com/iamsupersocks/status/2116948152821428432
[3] dsh-superagent · README, docs/003 execution, docs/004 prompts, docs/007 architecture (เข้าถึง 2 พ.ย. 2026) · https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/README.md
[4] DeepSeek · Harness (public preview) (เข้าถึง 2 พ.ย. 2026) · https://www.deepseek.com/en/harness/
[5] dsh-superagent · docs/001 Domain model (เข้าถึง 2 พ.ย. 2026) · https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/001-domain.md
[6] dsh-superagent · docs/002 Authorization (เข้าถึง 2 พ.ย. 2026) · https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/002-authorization.md
[7] dsh-superagent · SETUP.md (เข้าถึง 2 พ.ย. 2026) · https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/SETUP.md
[8] The Next Web · DeepSeek open-sources Super-Agent (1 พ.ย. 2026) · https://thenextweb.com/news/deepseek-super-agent-open-source-coding-agent
[9] DeepSeek Harness · Exploring Super-agent Design (1 พ.ย. 2026) · ต้นทาง https://x.com/i/article/2116829218935857152 · สำเนาที่อ่าน https://haowenji.com/articles/x-2116829218935857152
[10] dsh-superagent · docs/000 Philosophy (เข้าถึง 2 พ.ย. 2026) · https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/000-philosophy.md
บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)
