May-akda | Wang Bo, Jiazi Guangnian
Natutunan ng "Jiazi Guangnian" mula sa mga kaalamang malapit sa DeepSeek na nag-aayos ang DeepSeek ng isang bagong team na Harness, na nakatuon sa produkto ng code agent, na ikinukumpara sa loob ng kompanya sa Claude Code ng Anthropic.
Kasalukuyang senior researcher ng DeepSeek, Chen Deli, ay nag-post din ng impormasyon sa social media upang patunayan ang balita, kung saan sinabi niya na "ang DeepSeek ay nagpapalikas ng isang bagong Harness team para sa mga produkto at pananaliksik sa direksyon ng Harness," at sinabi niya nang direkta na "sa madaling salita, ito ay kumakapareho sa Claude Code, gumagawa ng DeepSeek Code Harness."
Hindi ito karaniwang paghingi ng empleyo.
Ang mga paghingi ng empleyo ay nagpapakita na ang DeepSeek ay buksan ang dalawang mahahalagang posisyon: Product Manager ng Harness at Engineer ng Harness, na limitado sa Beijing bilang lokasyon ng trabaho. Ang opisina ng DeepSeek sa Beijing ay nasa Rongke Information Center sa Haidian District, malapit sa Peking University at Tsinghua University. Ayon sa opisyal na pahayag, nasa “Century Jingzhang AI Innovation Belt” ito, habang sa pambansang pagsasalaysay, ito ay nasa pinakabagong sikat na “Rehiyon ni Wang Huiwen”.
Pangunahing depinisyon: Model + Harness = Agent
Sa paglalarawan ng posisyon, isang pangunahing pormula ang nakalagay sa pinakamakikita na posisyon:
Ang pangungusap na ito ay maaaring ituring na panloob na depinisyon ng DeepSeek sa kanilang susunod na landas ng produkto: ang modelo mismo ay ang pundasyon lamang ng Agent, ang mga katangian sa labas ng modelo tulad ng pagpapamahala sa konteksto, pagtawag sa mga kasangkapan, pagpaplano ng gawain, pagbabasa at pagsusulat ng file, pagbabago ng code, pagpapatupad sa terminal, pagkuha ng feedback, at ang pagsusuri sa loop, ay ang mga mahalagang bahagi na nagpapahintulot sa Agent na mabuo sa isang workflow.
Idinagdag ng pagpapahayag sa paghahanap ng empleyo: “Pinapalitan namin ang mga advanced na kakayahan ng DeepSeek na mga modelo sa mga lider na Agent product. Lahat ng gawain maliban sa modelo mismo ay nasa sakop ng Harness.” Bukod dito, ang posisyong ito ay magkakaroon ng bahagi sa buong proseso ng “DeepSeek Desktop Agent product” at “mamamayagpag ng pag-unawa ng DeepSeek sa Harness.”
Ang pagsusuri ni "Jiazi Guangnian" ay nagpapakita na ang DeepSeek ay hindi lamang naghahanap na maging isang plugin na code assistant, kundi nagtatangkang punan ang gitnang layer patungo sa tunay na workflow ng modelo.
Sa nakaraang taon, patunayan ng industriya: ang kakayahan sa pag-code ay hindi katumbas ng paggamit ng mga developer; ang pagkakasulat ng code ng isang modelo ay hindi nangangahulugan na ito ay kayang magtapos nang patuloy ng isang proyektong teknikal.
Hindi ang hiwalay na modelo ng Claude ang nagbabago ng paraan ng paggawa ng mga developer, kundi ang Claude Code; hindi ang hiwalay na modelo ng GPT, kundi ang Codex; hindi ang sagot sa code sa isang chat box, kundi ang isang engineering agent na makakapasok sa terminal, maiintindihan ang proyekto, basahin at isulat ang mga file, jalurin ang mga command, ayusin ang mga error, pamahalaan ang Git, at tawagan ang mga tool.
Ang pinakamalakas na katangian ng DeepSeek ay ang modelo. Ngayon, nagsisimula itong punan ang “kamay” na nasa itaas ng modelo.
I. Bakit nagte-teklado ang DeepSeek sa Harness
Sa konteksto ng tradisyonal na AI produkto, ang “code assistant” ay karaniwang nangangahulugan ng dalawang uri ng produkto: isang plugin para sa completion sa IDE at isang code Q&A sa chat box.
Ngunit ang paulit-ulit na salitang nakikita sa paghahanap ng trabaho ni DeepSeek ay hindi ang Code Assistant, kundi ang Harness.
Ang Harness ay dating nangangahulugan ng "test harness" o "execution framework" sa konteksto ng inhenyeriya, ngunit sa konteksto ng Agent, mas malapit ito sa isang panlabas na sistema na nagpapagalaw sa mga modelo. Ang modelo ang nagtatrabaho sa pag-unawa, pag-iisip, at pagbuo, habang ang Harness ang nagpapalakas ng mga kakayahan na ito sa tunay na kaligiran.
Ang paglalarawan ng posisyon ay naglalayong kailanganin ang pagpaplano ng road map ng produkto na DeepSeek Harness, ang pag-uugnay sa mga mananaliksik, inhinyero, komunidad ng open source, at mga huling gumagamit, at ang malalim na pakikipag-ugnayan sa mga mananaliksik ng koponan ng pagtatrain ng modelo upang maabot ang parehong pag-unlad ng modelo at Harness.
Ang pangungusap na ito ay mahalaga.
Ipinapaliwanag nito na ang DeepSeek ay hindi naglalayong maglagay ng isang balat sa mga umiiral na modelo, kundi gawing bahagi ng pag-unlad ng modelo mismo ang Agent product. Noong nakaraan, karaniwang logika ng mga kumpanya ng malalaking modelo ay: una ay tinuturuan ng pananaliksik ang isang modelo, at pagkatapos ay gumagawa ang team ng produkto ng mga aplikasyon batay sa kakayahan ng modelo. Ngunit sa panahon ng Agent, sinusugpo na ang pagkakasunod-sunod na ito. Hindi na lamang ang produkto ang labas ng kakayahan ng modelo, kundi ang lugar kung saan ito ay tinuturuan.
Ang pagkabigo ng isang code agent sa isang totoong proyekto ay maaaring hindi dahil sa problema sa interaksyon ng produkto, kundi dahil sa maling paraan ng pag-compress ng mahabang konteksto ng modelo; maaaring hindi dahil sa problema sa chain ng pagtawag sa mga tool, kundi dahil sa hindi tiyak na estratehiya ng modelo sa pag-decompose ng mga gawain; o maaaring hindi dahil sa kakulangan sa kakayahan sa coding, kundi dahil sa kakulangan nito sa patuloy na pag-unawa sa mga engineering constraint, feedback mula sa pagsubok, at intensyon ng user.
Kaya ang halaga ng koponan ng Harness ay hindi lamang “gumawa ng produkto,” kundi pagpapalit ng totoong mga gawain sa pag-unlad bilang pinagmumulan ng feedback para sa patuloy na pag-unlad ng modelo.
Dalawa, bakit kailangan ng DeepSeek ang Code Harness?
Noong maaga ay nagtaya ang DeepSeek sa kakayahan sa pag-code. Mula sa DeepSeek-Coder hanggang sa DeepSeek-Coder-V2, patuloy na dinagdagan ng DeepSeek ang kanilang pagpapalakas sa mga modelo para sa pag-code, na nagpapabuti sa suporta sa mga wika, haba ng konteksto, at kakayahan sa mga kumplikadong gawain. Ang problema nito ay hindi kung may kakayahan ito sa pag-code, kundi kung paano ang mga kakayahang ito ay naiwan sa antas ng modelo at hindi pa naging karaniwang produkto sa araw-araw na workflow ng mga developer.
Ang pagiging sikat ni Claude Code ay patotoo ng isang bagay: ang pakikidigma sa AI Coding ay nagpapalit mula sa pakikidigma sa kakayahan ng modelo patungo sa pakikidigma sa entry point ng workflow ng developer.
Ito rin ay isang aralin na kailangang补 ng DeepSeek ngayon. Mas subtil pa, bago makilala ng opisyal na DeepSeek, ang komunidad ng mga developer ay nagsagawa na ng isang bersyon na “DeepSeek version ng Claude Code”.
Isang open-source project na tinatawag na DeepSeek-TUI ay naging sikat sa komunidad ng mga developer. Ito ay isang coding agent na tumatakbo sa terminal, na kayang basahin at isulat ang mga file, patakbuhin ang mga Shell command, maghanap sa web, pamahalaan ang Git, at magco-coordinate sa mga sub-agent sa pamamagitan ng TUI interface.
Ang pagiging popular ng DeepSeek-TUI ay nagpapakita ng dalawang problema:
Pangunahing pagiging matatag sa pag-iisip: Ang mga modelo ng DeepSeek ay may pangunahing kakayahan sa pag-iisip ng mga developer upang maging code Agent. Kung hindi, hindi magkakaroon ng natural na komunidad na lumalago paligid nito tulad ng mga produkto tulad ng Claude Code.
Kulang sa pormal na aspeto: Ang kulang ni DeepSeek ay hindi ang pagmamalasakit sa modelo, kundi ang opisyal na Harness.
Sa pananaw ng mga developer, ang atraksyon ng DeepSeek-TUI ay diretso: mura, available sa loob ng bansa, mahabang konteksto, at mababang hadlang sa deployment. Maraming developer sa loob ng bansa ay hindi ayaw gamitin ang Claude Code, kundi limitado sila dahil sa presyo, katatagan ng pag-access, sistema ng account, at corporate compliance.
Ngunit may natural na hangganan din ang mga proyekto ng komunidad:
Kahit gaano kalakas ang isang third-party open-source project, mahirap talaga makontrol ang ritmo ng pag-unlad ng loob ng modelo;
Maaari itong i-adapter sa API, ngunit hindi ito maaaring magdesisyon sa reverse kung paano trainingin ang modelo;
Maaari itong gawin ang prompt, toolchain, at interaksyon optimisasyon, ngunit mahirap ang sistematisadong pagpapalakas ng modelo gamit ang malaking dami ng tunay na feedback sa mga gawain.
Ang kahulugan ng opisyal na Harness ay nandito mismo.
Ginagawa ng DeepSeek ang sarili nitong Code Harness, at mayroon itong ilang kahusayan na hindi makikita sa mga komunidad na proyekto: kolaborasyon ng team ng model, karapatan sa pagdisenyo ng interface, sariling loop ng training data, mga totoong sitwasyon ng mga gawain sa loob, at kakayahang magmaneho ng ecosystem ng mga developer sa matagalang panahon.
Ang open-source community ang unang naglakad sa daan: talagang kailangan ng mga developer ang isang DeepSeek na bersyon ng Claude Code. Ngayon, gagawin ng DeepSeek ang daan na ito bilang sarili nilang pangunahing produkto.
Samantalang ang opisyal na DeepSeek ay nagsisimula na maghingi ng mga empleyado, ibig sabihin nito ay handa na ito na magsimula nang direkta.
Noong Nobyembre ng nakaraan, sinabi ni Chen Deli sa Summit sa Wuzhen ng Pandaigdigang Konperensya sa Internet noong 2025: “Ang isa sa aming pangunahing kakayahan ay ang pagiging long-term, ang pagtitiyak na sumunod sa pangunahing direksyon ng mga advance sa intelligent technology. Sa proseso na ito, pinag-iwan namin ang maraming secondary na bagay at hindi ginagawa ang mga secondary na gawain na may mabilis at maliit na kapakinabangan.”
Pagkatapos ng digmaan ng mga modelo, nagsimula na ang tunay na digmaan ng mga Agent. Ang DeepSeek ay naglalayong punan ang pinakamahalagang antas sa pagitan ng modelo at aksyon—Harness.
DeepSeek ay nagpapalakas ng sarili nitong modelo gamit ang isang kamay.