Nemcsak chatbot, hanem teljes MI-ügynök-menedzser
A DeerFlow 2.0 nem egy szokványos nyelvi modellkeret vagy chatbot. Inkább egy “SuperAgent-váz”, amely lehetővé teszi, hogy több különálló MI-ügynök dolgozzon együtt összetett, akár órákig tartó feladatokon. Ezek az ügynökök képesek iparági kutatásokat végezni, átfogó jelentéseket írni, komplett prezentációkat összeállítani, weboldalakat fejleszteni, MI által generált videókat és referenciaképeket létrehozni, podcastokat vagy videótartalmakat elemezni és összefoglalni, bonyolult adatfolyamatokat automatizálni, vagy akár technológiai architektúrákat képregényformában elmagyarázni.
A DeerFlow kétlépcsős telepítési stratégiát kínál. Az ügynök-vezérlő futtatható helyben egyetlen gépen, de akár nagyvállalati Kubernetes-klasztereken is, sőt, lehet integrálni Slackkel vagy Telegrammal is anélkül, hogy ehhez publikusan elérhető IP-címre lenne szükség. Ez komoly rugalmasságot ad: lehet választani a teljesen helyi vagy a felhőalapú működés között.
Komoly izoláció, igazi biztonság
A helyben futtatott MI használata nem kompromisszum a biztonság rovására. Minden ügynök saját, elkülönített, Docker-alapú környezetben dolgozik, amit “AIO Sandbox”-nak neveznek. Ebben különálló böngészőt, shellt és tartós fájlrendszert kapnak, így ha a feladat során kódokat futtatnak vagy fájlokat hoznak létre, az minden esetben a konténeren belül marad, a gazdagépre nézve veszélytelenül. Akár helyi gépen, akár hálózatban telepítve dolgozik a rendszer, mindent ebben az izolált körben végez el – a hosszabb ideig futó, összetettebb feladatok is teljes biztonságban maradnak.
Az egész architektúra nyílt forráskódú, MIT-licenc alatt érhető el, azaz teljesen auditálható: bárki ellenőrizheti a működést és kiterjesztheti a képességeit, akár üzleti célokra is, fizetési kötelezettség nélkül.
Nem egy újabb csomagolóréteg: mi is valójában a DeerFlow?
A DeerFlow nem egy újabb egyszerű chatbot-keret, hanem egy önálló MI-rendszer, amely saját számítógépes környezetet biztosít az ügynököknek. A rendszer képes rövid- és hosszú távú memóriát építeni, felhasználói profilokat kezelni több munkameneten át, illetve dinamikusan tölteni a moduláris “készségeket” igény szerint, így folyamatosan optimalizálja a munkát, és a kontextusablakokat is kordában tartja.
Ha egy feladat túl összetett, egy vezető ügynök szétbontja azt, párhuzamos alügynököket indít, mindegyik elkülönített környezettel, majd összegyűjti és összeilleszti az eredményeket. Ez a logika hasonlít más, főként vállalati használatra fejlesztett rendszerek – mint például az OpenClaw vagy a NanoClaw – megközelítéséhez, de a DeerFlow architektúrája világosabban meghatározott és célzott.
A hivatalos demók között szerepel trend-előrejelző jelentések készítése, MI által generált videók, a gépi tanulást magyarázó képregények, adatfeldolgozó jegyzetfüzetek vagy podcast-összefoglalók is. Ezek a feladatok általában emberek, elemzők vagy drága MI-előfizetések munkáját váltják ki.
Ügynöktől szuperügynökig: a DeerFlow fejlődése
A DeerFlow első verziója 2025 májusában jelent meg, főként mélyelemzési feladatokra. A 2.0 azonban teljesen újraírt rendszer: már a LangGraph és a LangChain alapjaira épül. Megjelent benne a saját futtatókörnyezet, fájlrendszer-elérés, sandboxos futtatás, tartós memória, alügynök-indítás, fejlett képességkezelés, Kubernetes-támogatás, és kifejezetten hosszabb, összetett feladatok kezelésére készült.
A rendszer modellfüggetlen: támogat minden OpenAI-kompatibilis API-t, de kiemelkedő támogatása van a ByteDance Doubao-Seed, a DeepSeek v3.2, a Kimi 2.5, a Claude, illetve a helyben futó modellek (például Ollama) számára. Integrálható terminálos feladatokra (Claude Code), valamint üzenetküldő platformokkal (Slack, Telegram, Feishu) is.
Megtáncoltatja az MI-közösséget
A DeerFlow 2.0 villámgyorsan népszerű lett: az első hónapban több mint 39 000 csillagot gyűjtött GitHubon, 4 600 forkkal együtt. Bár a február 28-i indulás is robbanásszerűre sikerült, igazán nagy lendületet a szakmai médiamegjelenések és a március végi Twitter-robbanás adtak. Egy idő után már globális szinten, angol, japán és török posztokon keresztül is terjedni kezdett, és a szakma is paradigmaváltásról beszélt.
A kérdés azonban korántsem ilyen egyszerű: a ByteDance kínai székhelye miatt kiemelt jelentőségű lett a szoftver eredete. Bár a forráskód teljesen nyilvános, így bárki ellenőrizheti, hogy pontosan mit csinál és hova küld adatot, a szabályozott iparágakban (pénzügy, egészségügy, védelem, kormányzat) már most erős megfelelési vizsgálatoknak vetik alá az ilyen rendszerek alkalmazását, különösen az Egyesült Államokban.
Valódi munkaerő, de nem mindenkinek
A DeerFlow 2.0 fejlesztői körben hitelesnek számít, de nem laikusoknak való játék. Telepítése és kezelése legalább alapszintű Docker-, parancssoros és konfigurációs ismereteket feltételez; GUI-telepítő például nem létezik. A helyben futó modellek teljesítménye erősen függ a VRAM-mennyiségtől és a hardvertől, főleg, ha egyszerre több ügynök fut. Az integrációs dokumentáció fejlődik, de vállalati használathoz még hézagos, a sandbox biztonságosságát pedig független auditorok még nem tesztelték nyilvánosan.
Mit jelent ez a vállalatok számára?
A DeerFlow 2.0 igazi jelentősége abban rejlik, hogy a generatív MI-folyamatokban egy új korszakot képvisel: a cégek egyre inkább nem egyszerű chatbotokat, hanem “digitális alkalmazottakat” akarnak, akik valós feladatokat is képesek önállóan elvégezni.
Egy idő után egyértelművé válik: azok a cégek járnak jól, amelyeknek komplex, több lépésből álló, akár órákig tartó adatfeldolgozásra, jelentéskészítésre vagy szoftverfejlesztésre van szükségük – itt a “rendes” LLM-használat már kevés. A DeerFlow-ban minden ügynök egyetlen, izolált Docker-konténert kap, saját böngészővel és fájlrendszerrel, így biztonságosan dolgozhat akár érzékeny adatokkal is.
A döntés végeredményben attól függ, mennyire készek technikailag a cégek ilyen fejlett MI-futtatókörnyezetet üzemeltetni – hiszen a skálázás VRAM-igényes, és nem kis infrastrukturális terhelést jelent. Az MIT-licenc miatt a költségek nagyon alacsonyan tarthatók, a cégek teljesen uralhatják a saját rendszereiket, és a rugalmasság is maximális. Ugyanakkor a működési biztonságért, auditálhatóságért és a nemzetközi szoftvereredet jelentette megfelelésért továbbra is komoly felelősség marad a szervezeteken. A DeerFlow 2.0 így ideális lehet speciális, technikailag felkészült csapatok számára, akik a fogyasztói kényelmet inkább feláldoznák a testreszabható MI-hadtestért.
