AI-agent van DeepSeek helpt zelf met programmeren: wat hij kan en waar je op let
Inhoudsopgave
Wat je er nu mee kunt
De documentatie op GitHub is nuchterder dan de aankondiging. Het gaat om een onderzoeksprototype, uitdrukkelijk geen officieel product van DeepSeek en niet bedoeld als productieklare software. De code is deels door AI-agents geschreven en kan fouten bevatten. De publieke versie wijkt bovendien af van wat DeepSeek intern gebruikt, en sommige ontwerpen uit de begeleidende tekst zijn nog niet gebouwd.
Wat hij wel doet: de agent werkt voor één GitHub-repository en luistert naar GitHub en optioneel naar de werkapp Feishu. Vraagt iemand die daarvoor rechten heeft om werk, dan maakt hij een werkitem aan, werkt daaraan in een eigen sessie en map, en antwoordt in het oorspronkelijke gesprek, bijvoorbeeld met een pull request. Een webpaneel laat zien waar een mens iets moet doen.
Dat is iets anders dan zelfstandig in je project gaan rommelen. Het ontwerp is bedoeld om alleen op verzoek of volgens een teamregel te handelen. Toch is het een stuk software dat code wijzigt in een repository, dus wie het probeert, doet dat op een testproject en beoordeelt de code eerst, zoals de makers zelf ook aanraden.
Wat het kost en waar je code heen gaat
De software zelf is gratis, onder de MIT-licentie. Super-Agent is een bundel voor DeepSeek Harness, de open programmeeragent van het bedrijf. Je betaalt dus niet voor het project, maar wel voor het model dat het werk doet. De prijslijst van DeepSeek noemt voor het Flash-model 0,15 tot 0,30 dollar per miljoen tokens invoer en 0,60 tot 1,20 dollar voor uitvoer, afhankelijk van het tijdstip. Het Pro-model is duurder. Een agent die zelf bestanden leest en lange taken draait, verbruikt veel meer tokens dan een gewoon gesprek, dus een vast maandbedrag is hier niet te geven.
Belangrijker is waar die code heen gaat. Het privacybeleid van DeepSeek (bijgewerkt op 10 februari 2026) zegt dat persoonsgegevens rechtstreeks in China worden verwerkt en opgeslagen, en dat invoer gebruikt kan worden om modellen te trainen. Bezwaar maken tegen dat laatste kan via een mail aan het privacyadres. De agent draait op een machine die je zelf kiest, maar gebruik je DeepSeeks eigen API, dan valt alles wat hij aan de servers voorlegt daaronder. Staat er klantcode, een toegangssleutel of iets van je werkgever in de repository, dan is dat de eerste vraag, nog voor je naar de functies kijkt.
Eerder schreven we over het snellere Flash-model en dezelfde privacyvraag. Wil je een programmeermodel dat op je eigen laptop blijft, lees dan ons stuk over Flint.
