चीन की AI कंपनी DeepSeek ने कोडिंग की दुनिया में एक नया दांव चला है। कंपनी की Harness टीम ने DeepSeek Super-agent नाम का एक प्रोटोटाइप कोडिंग एजेंट ओपन-सोर्स कर दिया है, जिसे Anthropic के लोकप्रिय टूल Claude Code के मुकाबले में देखा जा रहा है। Bloomberg की रिपोर्ट (The Straits Times पर प्रकाशित) के मुताबिक DeepSeek Harness टीम ने 31 अक्टूबर को WeChat पोस्ट में इसकी जानकारी दी, और इसका कोड GitHub पर MIT लाइसेंस के साथ सार्वजनिक है।
अब तक ज्यादातर AI कोडिंग टूल ऐसे चलते हैं कि डेवलपर कोई काम लिखता है, एजेंट उसे करता है और फिर अगले आदेश का इंतजार करता है। DeepSeek का दावा है कि उसका नया एजेंट इससे एक कदम आगे सोचता है। Bloomberg के अनुसार यह डेवलपर्स की ग्रुप चैट पर नजर रख सकता है और कोडिंग से जुड़ी दिक्कतें दिखने पर खुद सुझाव दे सकता है।
DeepSeek Super-agent असल में करता क्या है?
GitHub पर डाले गए README के मुताबिक dsh-superagent एक “proactive” यानी पहल करने वाला कोडिंग एजेंट है, जो एक GitHub रिपॉजिटरी के लिए बनाया गया है। यह GitHub पर होने वाली गतिविधियों को सुनता है और चाहें तो Feishu (चीन का एक वर्कप्लेस चैट ऐप) से भी जुड़ सकता है। जब कोई अधिकृत व्यक्ति इससे काम मांगता है, तो यह एक अलग “वर्क आइटम” खोलता है, अपने अलग सेशन और फोल्डर में उस पर काम करता है और जवाब उसी बातचीत में लौटाता है, जैसे कोई पुल रिक्वेस्ट। एक वेब पैनल यह दिखाता है कि किस काम में इंसान की जरूरत है।
इसे DeepSeek Harness के एक “बंडल” के रूप में पैक किया गया है। Harness कंपनी का ओपन-सोर्स एजेंट फ्रेमवर्क है, जो फिलहाल डेवलपर प्रीव्यू में है। “हार्नेस” शब्द उस सॉफ्टवेयर ढांचे के लिए इस्तेमाल होता है जो किसी बड़े लैंग्वेज मॉडल के चारों ओर लपेटा जाता है, ताकि AI एजेंट लंबे और जटिल काम संभाल सके। Anthropic समेत कई कंपनियां अपने कोडिंग टूल्स को बेहतर बनाने के लिए ऐसे हार्नेस पर भारी काम कर रही हैं।
“इंसान का कम से कम ध्यान” वाला फलसफा
इस प्रोजेक्ट की सबसे दिलचस्प बात इसकी सोच है। DeepSeek ने यूजर मैनुअल में लिखा है कि एजेंट का लक्ष्य है “इंसान का जितना हो सके कम ध्यान लेना और जितनी हो सके ज्यादा वैल्यू देना”। README आगे समझाता है कि जो एजेंट पूरी टीम के लिए काम कर सकता है, वह पूरी टीम का समय बर्बाद भी कर सकता है। इसलिए यह तभी काम करता है जब इससे कहा जाए या टीम का लिखा कोई नियम इसकी इजाजत दे, और तभी बोलता है जब किसी को कदम उठाना हो या नतीजा किसी काम का हो।
यह सोच मौजूदा AI एजेंट्स की एक बड़ी शिकायत पर सीधा जवाब है। कई टीमों का अनुभव है कि एजेंट बहुत ज्यादा नोटिफिकेशन, सवाल और अधूरे सुझाव भेजकर उल्टा काम बढ़ा देते हैं। DeepSeek यहां बेंचमार्क स्कोर की बजाय डेवलपर के “अटेंशन बजट” को केंद्र में रख रहा है, जो इस दौड़ में एक अलग नजरिया है।
AI और टेक की ऐसी खबरें आसान हिंदी में वीडियो के रूप में देखने के लिए हमारा YouTube चैनल Tech With Bharat Hirwani सब्सक्राइब करें, और हर अपडेट सीधे फोन पर पाने के लिए TimeTrolls का WhatsApp चैनल जॉइन करें।
अंदर का ढांचा: राउटर और वर्कर
रिपोर्टों के मुताबिक यह सिस्टम दो परतों में बंटा है। एक स्थायी “राउटर” आने वाली बातचीत और अनुरोधों को संभालता है और काम बांटता है, जबकि अलग-अलग “वर्कर” सेशन असल कोडिंग करते हैं और नतीजा लौटाते हैं। राउटर खुद कोड नहीं लिखता। हर वर्कर उन बातचीत के धागों से जुड़ा रहता है जो उसके काम से संबंधित हैं, ताकि किसी पुल रिक्वेस्ट पर आया नया कमेंट सीधे उसी वर्कर तक पहुंच जाए जो उस पर पहले से काम कर रहा है।
Pandaily के हवाले से छपी रिपोर्टों में बताया गया है कि टीम के शुरुआती सिंथेटिक टेस्ट में करीब 20 कामों में से आधे लगभग 12.4 मिनट में पूरे हो गए। टीम ने खुद इन नतीजों को सिर्फ शुरुआती संदर्भ बताया है, इसलिए इन्हें किसी स्वतंत्र बेंचमार्क की तरह नहीं पढ़ना चाहिए।
इस्तेमाल से पहले ये सावधानियां जरूरी
DeepSeek ने खुद साफ लिखा है कि यह “सिर्फ संदर्भ के लिए एक रिसर्च प्रोटोटाइप है, DeepSeek का आधिकारिक प्रोडक्ट नहीं”। कंपनी के मुताबिक इसका बड़ा हिस्सा उसकी टीम के रोजमर्रा के काम से निकला है और इंजीनियरिंग का बहुत सा हिस्सा खुद कोडिंग एजेंट्स ने किया है। इसमें बग हो सकते हैं और यह कंपनी के अंदरूनी वर्जन जैसा हूबहू नहीं है। लेख में बताए गए कुछ डिजाइन अभी सिर्फ भविष्य की दिशा हैं, जो इस कोड में शामिल नहीं हैं।
डेवलपर्स के लिए सबसे अहम बात सुरक्षा की है। इसके दस्तावेजों और रिपोर्टों के अनुसार वर्कर सेशन बिना मंजूरी के शेल कमांड चला सकते हैं, इसलिए इसे किसी अलग-थलग (isolated) माहौल में और कम से कम अधिकारों के साथ चलाना समझदारी होगी। अपने प्रोडक्शन कोड या ऐसे सिस्टम पर, जहां पासवर्ड और क्रेडेंशियल रखे हों, इसे सीधे आजमाना जोखिम भरा हो सकता है।
DeepSeek की बड़ी तैयारी और AI कोडिंग की जंग
DeepSeek ने इस साल की शुरुआत में ही Harness टीम बनाई थी, जिसका काम ऐसे AI एजेंट बनाना है जो Anthropic जैसी अमेरिकी लैब्स की कोडिंग सर्विसेज को टक्कर दे सकें। Bloomberg के मुताबिक कंपनी ने अपने ताजा फंडिंग राउंड में करीब 100 अरब युआन जुटाए हैं, जो चीन के सबसे बड़े राउंड्स में से एक है, और यह सब उसके IPO से पहले हो रहा है।
AI कोडिंग इस समय इंडस्ट्री का सबसे कमाऊ मैदान बन चुका है। Anthropic खुद IPO की राह पर है, जिसके बारे में हमने Anthropic के S-1 फाइलिंग वाली रिपोर्ट में विस्तार से बताया था। वहीं चीनी कंपनियां लगातार सस्ते और ओपन मॉडल लेकर आ रही हैं, जैसे हाल ही में Moonshot का Kimi K3.1 Pro। यूरोप से भी Mistral Large 4 के ओपन वेट्स आए हैं। साफ है कि ओपन-सोर्स बनाम बंद सिस्टम की लड़ाई अब मॉडल से आगे बढ़कर एजेंट और टूल्स तक पहुंच गई है।
आगे क्या देखना होगा
भारतीय डेवलपर्स और स्टार्टअप्स के लिए यह एक मुफ्त और खुला विकल्प है, जिसे देखकर वे समझ सकते हैं कि बड़ी कंपनियां अपने एजेंट सिस्टम कैसे डिजाइन कर रही हैं। लेकिन असली परीक्षा तब होगी जब समुदाय इसे असल प्रोजेक्ट्स पर चलाएगा। DeepSeek ने खुद राउटर की स्केलिंग, लंबी मेमोरी, एजेंट्स के बीच संवाद और प्रॉम्प्ट-इंजेक्शन जैसे जोखिमों को खुली समस्याएं माना है। आने वाले हफ्तों में यह साफ होगा कि DeepSeek Super-agent सिर्फ एक दिलचस्प रिसर्च डेमो रहता है या सच में Claude Code जैसे स्थापित टूल्स के लिए चुनौती बनता है।
जानकारी के आधार: Bloomberg/The Straits Times, DeepSeek GitHub (dsh-superagent-prototype), DeepSeek Harness, AI Affairs।
टिप्पणियाँ