DeepSeek 在 GitHub 放出程式代理人研究原型，建立不到 5 天 1.8 萬星：README 自標非官方產品，台灣團隊試用先看權限與模型選擇

趨勢新聞2026 年 11 月 5 日

用 GitHub 管程式碼、又有能力自己架設與審查程式的台灣軟體團隊，多了一個可以研究的代理人，試之前要先看權限和模型。DeepSeek 的官方 GitHub 組織 deepseek-ai 下，10 月 31 日建立了 dsh-superagent-prototype：獲授權的人提出要求後，它開工單處理，再回覆結果，例如送出 pull request（請人審核的程式修改）。README 開頭標明它是研究原型，非 DeepSeek 官方產品。部署文件寫明，它的命令不經批准就執行，也讀得到執行帳號的家目錄（放個人檔案的資料夾）。本站的讀法：要試就開獨立的電腦帳號或測試機，別裝在存著公司登入金鑰的日常帳號裡。

2026 年 11 月 5 日 01:17（台灣時間）查 GitHub API，這個專案有 18,406 顆星、2,037 個分叉（別人複製出去的版本）。

專案在官方組織下，官網兩處未見介紹

deepseek-ai 這個組織在 GitHub 上填的網站是 deepseek.com，信箱是 service@deepseek.com，DeepSeek 官網也反向連到這個組織，所以本站判定它是官方組織；GitHub 的網域驗證欄位則是未驗證。專案採 MIT 授權，可以商用與修改，著作權人寫 DeepSeek Harness Team。

同日查詢，DeepSeek 官網新聞頁最新一則是 9 月 10 日，API 更新日誌最新一則是 10 月 17 日，兩處都沒有提到這個專案。新聞頁也沒列 10 月 17 日的模型更新，所以它沒列，不足以判斷 DeepSeek 看待這個專案的輕重。README 提到一篇文章〈Exploring Super-agent Design: Towards a More Autonomous Agent System〉，但沒有附連結，上述兩處也沒有刊出；本則不引用這篇文章的內容。README 另外說明，公開版跟內部版本、跟文章描述的實作都不完全相同，文章裡有些設計這份原型沒有做。

它實際會做什麼

dsh-superagent 是 DeepSeek Harness 的外掛包，Harness 是 DeepSeek 開源的代理人軟體，官網標示為公開預覽。一套只服務一個 GitHub 專案，訊息來源只有 GitHub 和選用的飛書（字節跳動的企業通訊軟體），程式碼裡沒有 LINE、Slack 或 Teams，要接得自己寫；只支援 github.com，公司自架的 GitHub Enterprise Server 不支援。

誰能叫它，由團隊的名單和各訊息來源的接單規則決定。獲准的人點名後，它開一張工單，用獨立的工作階段和資料夾處理。一般工作名額預設 3 個，可設 1 到 16 個（程式碼 policy.ts、limits.ts），另留一個名額給人工訊息與狀態查詢。

它也能主動找事做，這部分預設是 observe 模式：只記下「本來會接」的項目，不動手；改成 auto 才會真的接，而且要符合團隊寫好的規則。有權限的人明確點名的要求，在任何模式都會執行。安裝指南建議用專屬的 GitHub 帳號，先不開自動合併；它在 GitHub 的留言預設以「This is by an automated agent, not a human」開頭，標明是機器寫的。

文件自己寫出來的風險

部署文件的〈Permissions and isolation〉一節寫得直接：負責分派與負責執行的兩種工作階段，都用 danger-full-access 權限設定，以執行程式的電腦帳號運作，命令不逐次請人批准。指定代理人登入資料的指令隔離不了程序；工作程序可以依路徑執行程式，也讀得到家目錄。要隔離，文件建議開一個只放代理人登入資料的專用電腦帳號。程式碼 sessions.ts 確實這樣設定。

它也有防護。授權文件寫，名單、規則與工單權限由主程式把關，留言和引用的文件改不了權限；部署文件寫，它啟動子程序時，會從程序環境移除名稱含 KEY、PASSWORD、SECRET、TOKEN 的環境變數（程式讀取的設定值），git 也只用代理人的登入資料。不過架構文件的「待解問題」還列著信任界線：哪些欄位可信，例如發訊者身分；哪些不可信，例如留言內文和引用內容。

本站的讀法：工作程序會讀訂閱討論串裡的訊息，留言裡若藏了寫給 AI 的指令（提示注入），有機會影響它的判斷；一旦受影響，波及範圍是那個電腦帳號看得到的檔案。公開專案的陌生留言若會送進工作內容，碰到這類指令的機會就多一些，實際風險看訊息接收、授權與隔離怎麼設，也不代表陌生人留言就能命令它。這是本站的推論，文件沒有寫到已發生的案例。README 提醒，這份程式大量由程式代理人寫成，可能有錯；Harness 使用條款同樣寫，服務還在測試階段，不應視為完全安全或可上正式環境。

程式碼送去哪裡，看你接哪個模型

Harness 有兩種用法。用 DeepSeek 官方模型時，隱私權政策（2026 年 9 月 20 日版）寫，服務由杭州深度求索人工智慧公司提供，蒐集項目包括輸入內容、上傳與授權的內容、工具呼叫紀錄，並載明個人資料在中華人民共和國處理與儲存，用途包含訓練與改進模型，退出訓練的權利視使用者所在地而定。實際送出哪些內容，看使用方式。自己設定其他廠商的模型時，政策寫輸入與輸出直接送到該廠商，Harness 不在伺服器端儲存或處理，資料處理由該廠商的政策規範。

台灣這邊要分兩層看。第一層是公務機關：行政院 2025 年 2 月 3 日宣布公務機關原則全面禁用 DeepSeek AI 服務，適用的限制原則涵蓋中央與地方機關、公立學校、公營事業、行政法人，以及自行或委外營運、供公眾使用的場地；關鍵基礎設施提供者與政府捐助的財團法人參考辦理，公立大學與研究機構報准後可用。這份新聞稿沒有規範一般民間企業。

第二層是政府標案。數位發展部 2025 年 10 月的業務報告寫，工程會同年 5 月 20 日發布採購契約範本附記條款，要求須交付書面履約成果的得標廠商，履約過程與履約標的都禁止使用及採購中國大陸廠牌資通訊產品，含 DeepSeek AI。本站的讀法：一般公司可以自行評估；有標案在手的軟體商，要先核對自己的契約有沒有這條。只跑 MIT 開源的程式、模型接別家，算不算在限制內，上述文件沒有寫到，本站也還沒看到主管機關說明，不宜自行認定沒事。

1.8 萬顆星說明不了的事

星數是 GitHub 使用者按的收藏，跟實際安裝人數是兩回事。本次查核沒有看到官方公開的安裝統計；這個儲存庫沒開放 issue 區，沒有發行版，查詢時 main 分支可見一筆 10 月 31 日的提交。

目前還不知道的事：有多少團隊真的裝起來；有沒有第三方做過資安審查，專案裡沒看到這類報告；一張工單要花多少模型費用，文件沒寫；DeepSeek 會不會把它做成正式產品，README 只說這是研究原型。