DeepSeek attaque le terrain de Claude Code
DeepSeek a publié un prototype d’agent de programmation plus autonome, baptisé “Super-agent”, avec l’objectif affiché de concurrencer Claude Code d’Anthropic, selon des articles de Bloomberg repris par Livemint et The Straits Times le 1er novembre 2026 . L’outil open source peut surveiller de manière proactive des conversations de développeurs, repérer des problèmes de code et suggérer des solutions sans attendre d’être explicitement appelé, d’après l’équipe DeepSeek Harness .
Le signal est important. La compétition ne se limite plus au modèle de fondation le plus performant sur un benchmark. Elle se joue désormais dans le “harness”, c’est-à-dire la couche logicielle qui permet à un modèle de lire un dépôt, d’utiliser des outils, de lancer des commandes, de gérer du contexte et de s’insérer dans un flux de travail logiciel . Claude Code a popularisé cette couche auprès des développeurs; DeepSeek tente maintenant de l’ouvrir, de l’autonomiser et de la transformer en architecture réutilisable.
La promesse de DeepSeek tient en une formule: l’agent doit demander “le moins d’attention humaine possible” tout en produisant “le plus de valeur possible”, une idée citée dans les reportages et reprise dans les descriptions publiques du projet . En clair, il ne s’agit plus seulement de répondre à une instruction dans une fenêtre de chat. L’agent doit vivre autour d’une équipe, écouter des signaux, créer des tâches, les exécuter en sessions isolées et renvoyer un résultat exploitable, comme une pull request.
Ce que Super-agent fait réellement
Le prototype public, dsh-superagent, est présenté comme un projet de recherche destiné à un seul dépôt GitHub et empaqueté sous forme de bundle pour DeepSeek Harness . Il écoute GitHub et peut, en option, se connecter à Feishu; lorsqu’une personne autorisée lui demande de travailler, il ouvre un élément de travail, exécute la tâche dans sa propre session et son propre répertoire, puis répond dans la conversation d’origine, par exemple avec une pull request .
Il faut toutefois garder la tête froide. DeepSeek précise que le code est un prototype de recherche, pas un produit officiel prêt pour la production, et que la version publiée n’est pas identique à l’implémentation interne ni à toutes les idées décrites dans l’essai technique associé . Autrement dit, DeepSeek ne dit pas avoir livré aujourd’hui un remplaçant universel de Claude Code. L’entreprise publie plutôt une direction technique, du code de référence et un prototype focalisé sur un workflow précis.
Le cœur de l’architecture repose sur une séparation Router-Worker. Un Router persistant reçoit les signaux provenant de canaux comme les discussions d’équipe, les commentaires GitHub, les résultats de CI ou d’autres événements; des Workers isolés exécutent ensuite les tâches de code en parallèle . Le Router coordonne, mémorise et parle aux humains; les Workers disposent des outils nécessaires et se concentrent sur des travaux individuels .
Cette logique s’éloigne du modèle classique de l’agent de programmation en session unique. Dans ce modèle traditionnel, un développeur ouvre une conversation, donne une consigne, attend, puis enchaîne avec une autre demande. DeepSeek estime que la limite devient alors l’attention humaine: suivre plusieurs sessions, se rappeler le contexte, relancer la bonne tâche et remarquer le bon événement . Super-agent veut rendre la session invisible, comme un détail d’implémentation.
La cible: Claude Code
La cible concurrentielle est claire. Bloomberg présente le prototype comme une tentative de DeepSeek de défier Claude Code, tandis que Stocktwits souligne que le lancement intervient quelques semaines avant le roadshow d’IPO attendu d’Anthropic, après le dépôt de son S-1 à la fin octobre . Cette coïncidence donne à l’annonce une dimension financière: Claude Code n’est pas seulement un outil de développeur, c’est aussi une pièce du récit qu’Anthropic doit porter devant les marchés.
Pour les investisseurs, l’arrivée de DeepSeek rappelle que la barrière concurrentielle autour des agents de code pourrait être moins solide que celle de l’entraînement des modèles frontier. Un outil fermé peut gagner grâce à son polissage, sa fiabilité et la confiance des entreprises. Mais un prototype ouvert peut rapidement devenir une architecture de référence pour des concurrents, des plateformes internes ou des systèmes hybrides capables de brancher différents modèles.
Le point de pression choisi par DeepSeek est subtil. Super-agent ne dit pas seulement: “mon modèle écrit un meilleur code”. Il dit plutôt: “mon runtime peut continuer à écouter, router et agir pendant que les autres agents attendent l’utilisateur”. Si cette promesse se vérifie, la comparaison se déplacera vers le débit de tâches, la gestion des interruptions, les permissions, la reprise après échec et le coût total par changement intégré.
Des résultats prometteurs, mais encore préliminaires
Les premiers chiffres doivent être lus avec prudence. Des synthèses techniques de l’essai de DeepSeek indiquent que l’équipe a mené des tests synthétiques avec environ 300 messages par série, dont une vingtaine de vraies demandes de travail, répétés sur plusieurs configurations . Dans ce cadre, Super-agent aurait terminé les tâches avec un temps médian de 12,4 minutes et un p95 de 15,7 minutes, contre un p95 de 29,5 minutes pour une architecture classique en session unique avec un prompt neutre .
Ces chiffres appuient l’idée que l’orchestration peut compter autant que la qualité brute du modèle. Mais ils ne prouvent pas que Super-agent surpasse Claude Code dans des dépôts réels, sur des bases de code d’entreprise ou dans un contexte de sécurité strict. Les tests sont synthétiques, les conditions sont simplifiées dans les descriptions publiques et la documentation du projet insiste sur son statut expérimental .
Le coût est l’autre point crucial. Les analyses techniques indiquent que Super-agent consomme davantage de tokens en cache que des approches plus simples en session unique; lorsque le raccourci de livraison directe des événements est supprimé, le nombre de décisions du Router et le volume de tokens lus en cache augmentent fortement . L’autonomie parallèle n’est donc pas gratuite. Elle peut économiser du temps humain tout en augmentant le trafic de tokens et la complexité opérationnelle.
Pourquoi ce n’est plus une bataille de benchmarks
Le lancement arrive au moment où les équipes logicielles posent des questions plus concrètes sur les agents de code. L’agent peut-il reproduire un bug sans microgestion? Peut-il suivre une décision depuis un chat jusqu’à une pull request? Sait-il se taire quand il n’a rien d’utile à dire? Évite-t-il de divulguer des secrets, d’écraser le travail d’un collègue ou de brûler du budget sur du bruit?
L’aspect le plus intéressant de Super-agent est sa proactivité encadrée. La documentation et les analyses du prototype décrivent des contrôles d’autorisation: l’agent écoute, mais il est censé agir seulement lorsqu’une demande autorisée ou une règle définie par l’équipe le permet . C’est le bon problème. Un agent toujours actif mais trop zélé ne devient pas un assistant; il devient un générateur d’incidents.
L’architecture met aussi en lumière le prochain front de la sécurité. Un agent cloud connecté à des machines locales de développeurs, à des dépôts et à des identifiants crée des risques évidents si une injection de prompt, un commentaire malveillant ou un canal compromis peut orienter les Workers vers des actions dangereuses . Les problèmes ouverts cités autour du design incluent la sécurité, la confidentialité, la mémoire à long terme, le passage à l’échelle du Router et la communication entre agents .
Lecture stratégique
Le défi lancé à Claude Code est crédible non parce que Super-agent serait déjà mature, mais parce qu’il reformule la compétition. La couche agent devient la couche compilateur du développement logiciel assisté par IA: un endroit où la fiabilité, l’ordonnancement, les permissions, l’observabilité et l’intégration au workflow compteront autant que le modèle sous-jacent.
Anthropic conserve des atouts forts. Claude Code bénéficie d’une marque puissante, de modèles reconnus et d’une relation directe avec les développeurs qui utilisent déjà Claude au quotidien. Super-agent, lui, reste explicitement expérimental et devra faire ses preuves en production . Mais l’ouverture du code change la cadence. Elle permet aux développeurs d’inspecter l’approche, de la forker, de tester le schéma Router-Worker et de la comparer à Claude Code, aux outils de type Codex et aux plateformes internes.
La conclusion immédiate n’est donc pas que DeepSeek a battu Claude Code. Elle est que l’arène des agents de programmation entre dans son combat de boss: compilateur contre compilateur. Les gagnants ne seront pas désignés par les démonstrations les plus spectaculaires, mais par leur capacité à garder le contexte entre les canaux, décider correctement dans le bruit, contrôler les coûts, récupérer après un échec et livrer du code auquel les équipes font confiance.
Commentaires
Sois le premier à commenter.