DeepSeek ouvre le code d'un prototype de Super-agent : p95 du temps d'exécution de 15,7 min contre 29,5

L'équipe DeepSeek Harness a publié un article d'architecture sur le prototype Super-agent et mis son code en ligne dans un dépôt public, dsh-superagent-prototype. D'après un résumé publié sur X, le p95 du temps d'exécution d'une tâche s'établit à 15,7 minutes pour le schéma multicomposant, contre 29,5 minutes pour la solution à session unique. L'écart est d'environ 47% : les exécutions les plus longues se terminent presque deux fois plus vite. L'article lui-même ne figure pas dans le texte dont nous disposons ; nous nous appuyons donc sur le court résumé de l'auteur du post.

Ce que l'on sait du post

La source est un court message sur X signé @JamesX_ai, à la portée très limitée : environ 22 vues. L'auteur affirme que sept blogueurs IA de son fil discutent de cette actualité et date la publication de l'article du 31 octobre. Côté architecture, il n'a eu le temps de citer qu'un seul élément : le Router, c'est-à-dire un composant qui, à en juger par son nom, répartit le travail entrant. La description s'interrompt ensuite dans le texte ; la composition des autres modules, le nombre de sous-agents et la façon dont le contexte circule entre eux restent donc inconnus.

On ne peut affirmer avec certitude que peu de choses. Le prototype est publié en open source. L'équipe l'a comparé à une variante où tout le processus se déroule dans une seule session. La comparaison porte sur le p95 du temps d'exécution. Tout le reste relève de la supposition, et le présenter comme un fait serait inexact.

Pourquoi le p95 est la bonne métrique

La métrique p95 indique le temps en deçà duquel se terminent 95% des exécutions. Elle capte la « longue traîne » : ces cas rares mais pénibles où l'agent tourne en rond, relit un contexte devenu énorme ou attend une étape lourde. Pour les produits à base d'agents, cet indicateur compte souvent plus que la moyenne, car l'utilisateur ne retient pas l'exécution typique, mais la plus longue.

Une session monofil souffre généralement dans la traîne. Le contexte grossit, chaque étape suivante coûte plus cher, et les sous-tâches indépendantes s'exécutent strictement l'une après l'autre. Si le Router du prototype permet de découper le travail et d'en exécuter des parties en parallèle, le gain sur le p95 paraît plausible. Mais ce n'est qu'une hypothèse : le résumé ne contient aucune donnée sur la manière dont l'accélération est obtenue.

Ce qui manque dans le message

Pour évaluer le résultat, il faudrait des informations que le post ne fournit pas :

• quelles tâches ont été utilisées et combien ;
• quel modèle équipait les deux configurations, et si les budgets de tokens étaient identiques ;
• combien d'exécutions ont servi au calcul du p95 : sur un petit échantillon, une métrique de queue de distribution est très bruitée ;
• si la qualité du résultat a été comparée, et pas seulement la vitesse ;
• ce que l'accélération a coûté : les sous-agents parallèles consomment généralement plus de tokens.

Le dernier point est déterminant. Un gain de temps de près de moitié peut facilement s'acheter au prix d'une facture d'inférence plus lourde ou d'une baisse de précision sur les tâches complexes. Tant que la source ne donne ni la part de tâches résolues avec succès ni la consommation de tokens, 15,7 contre 29,5 minutes ne renseigne que sur la vitesse.

Que faire côté praticiens

Le dépôt est ouvert : l'affirmation peut donc être vérifiée de façon indépendante. Les développeurs qui conçoivent des systèmes agentiques ont intérêt à examiner dans le code le fonctionnement du Router et la transmission de l'état, puis à faire tourner le prototype sur leurs tâches habituelles. La comparaison doit porter sur trois axes à la fois : le p95 du temps, le taux d'exécutions réussies et le coût en tokens.

Tant que l'article complet et des mesures indépendantes ne sont pas disponibles, mieux vaut considérer cette annonce comme la promesse d'une architecture intéressante, et non comme un résultat démontré. Le simple fait que DeepSeek publie le code est important : il permet à la communauté de confirmer ou d'infirmer rapidement ces chiffres.