Auteur | Wang Bo, Jiazi Guangnian
« Jiazi Guangnian » a appris auprès de sources bien informées proches de DeepSeek que DeepSeek organise actuellement une nouvelle équipe Harness axée sur les produits d'agents de code, en visant directement Claude Code, filiale d'Anthropic.
Le chercheur senior de DeepSeek, Chen Deli, a également confirmé cette information récemment sur les réseaux sociaux, affirmant que « DeepSeek met en place une nouvelle équipe Harness pour développer des produits et effectuer des recherches dans le domaine de Harness », et ajoutant directement : « En résumé, il s'agit de concurrencer Claude Code avec DeepSeek Code Harness ».
Ce n'est pas un recrutement ordinaire.
Les offres d'emploi indiquent que DeepSeek ouvre deux postes clés : Product Manager pour Harness et Ingénieur Développement pour Harness, avec un lieu de travail actuellement limité à Pékin. Le bureau de DeepSeek à Pékin est situé dans le Centre d'information Rongke, dans le district de Haidian, à proximité de l'Université de Pékin et de l'Université Tsinghua. Selon les communications officielles, ce site se trouve dans le « corridor IA du centenaire Jingzhang », tandis que dans les discours populaires, il est également inclus dans la récente zone très médiatisée « Wang Huiwen ».
Définition principale : Modèle + Enveloppe = Agent
Dans la description du poste, une formule centrale est placée en position la plus visible :
Cette phrase peut presque être considérée comme la définition interne de DeepSeek pour la prochaine étape de sa stratégie de production : le modèle lui-même n’est qu’une base pour l’Agent ; ce sont les composantes externes au modèle — gestion du contexte, appel d’outils, planification des tâches, lecture/écriture de fichiers, modification de code, exécution dans le terminal, récupération des retours et boucle d’évaluation — qui constituent les éléments clés permettant à l’Agent d’intégrer véritablement les flux de travail.
L'annonce d'emploi poursuit : « Nous transformons les capacités des modèles de pointe de DeepSeek en des produits Agent de premier plan. Tous les travaux, à l'exception du modèle lui-même, relèvent de Harness. » De plus, ce poste participera à l'ensemble du processus du produit Agent de bureau de DeepSeek et « définira la compréhension de DeepSeek concernant Harness ».
Analyse de « Jiazi Guangnian » : DeepSeek ne vise pas simplement à créer un plugin d'assistant de codage, mais à combler la couche intermédiaire entre le modèle et les flux de travail réels.
Au cours de la dernière année, l'industrie a démontré : avoir de solides compétences en codage ne signifie pas que les développeurs les utiliseront réellement ; un modèle capable d'écrire du code ne signifie pas qu'il peut accomplir de manière continue une tâche de projet.
Ce qui change réellement la manière de travailler des développeurs, ce n'est pas le modèle Claude seul, mais Claude Code ; ce n'est pas le modèle GPT seul, mais Codex ; ce n'est pas une réponse code dans une fenêtre de discussion, mais un agent d'ingénierie capable d'accéder au terminal, de comprendre un projet, de lire et d'écrire des fichiers, d'exécuter des commandes, de corriger des erreurs, de gérer Git et d'appeler des outils.
DeepSeek était auparavant le meilleur modèle. Maintenant, il commence à ajouter la couche « main » au-dessus du modèle.
I. Why DeepSeek emphasizes Harness
Dans le contexte des produits d'IA traditionnels, « assistant de code » désigne généralement deux types de produits : des plugins de complétion dans les IDE et des réponses aux questions de code dans des boîtes de discussion.
Mais le mot qui revient constamment dans le recrutement de DeepSeek n'est pas Code Assistant, mais Harness.
Dans un contexte d'ingénierie, Harness désigne initialement un « câblage de test » ou un « cadre d'exécution ». Dans un contexte d'agent, il correspond plutôt à un système externe permettant au modèle de prendre des actions concrètes. Le modèle assure la compréhension, le raisonnement et la génération, tandis que Harness se charge de connecter ces capacités à un environnement réel.
La description du poste indique que ce rôle nécessite de planifier la feuille de route du produit DeepSeek Harness, de relier les chercheurs, les ingénieurs, la communauté open source et les utilisateurs finaux, ainsi que de communiquer en profondeur avec les chercheurs de l'équipe d'entraînement des modèles pour réaliser l'évolution conjointe du modèle et de Harness.
This sentence is crucial.
Il explique que DeepSeek ne cherche pas simplement à envelopper les modèles existants dans une couche supplémentaire, mais à intégrer le produit Agent lui-même comme une partie de l'évolution du modèle. Par le passé, la logique produit courante chez les entreprises de grands modèles consistait à ce que l'équipe de recherche entraîne d'abord un modèle, puis que l'équipe produit développe des applications basées sur les capacités du modèle. Mais à l'ère des Agents, cet ordre est en train de se briser : le produit n'est plus seulement le débouché des capacités du modèle, mais aussi son terrain d'entraînement.
Un agent de code qui échoue dans un projet réel ne souffre peut-être pas d’un problème d’interaction produit, mais d’une mauvaise méthode de compression du contexte long par le modèle ; il ne s’agit peut-être pas d’un problème de chaîne d’appel d’outils, mais d’une stratégie instable de décomposition des tâches par le modèle ; il ne s’agit peut-être pas non plus d’un manque de capacité de codage, mais d’un manque de compréhension continue des contraintes techniques, des retours de test et des intentions utilisateur.
Ainsi, la valeur de l'équipe Harness ne se limite pas à « créer des produits », mais consiste à transformer les tâches de développement réelles en sources de retour pour l'évolution continue du modèle.
Deuxièmement, pourquoi DeepSeek doit-il absolument compléter Code Harness ?
DeepSeek a misé très tôt sur les compétences en codage. De DeepSeek-Coder à DeepSeek-Coder-V2, DeepSeek a continuellement renforcé ses investissements dans les modèles de codage, améliorant sans cesse la prise en charge des langages, la longueur de contexte et les capacités pour des tâches complexes. Le problème n’est pas l’absence de compétences en codage, mais le fait que, jusqu’à présent, ces capacités restaient principalement au niveau du modèle et n’avaient pas encore été intégrées comme des produits fréquemment utilisés dans le flux de travail des développeurs.
Le succès de Claude Code prouve une chose : la concurrence dans le codage par IA passe de la compétition sur les capacités des modèles à la compétition pour l'accès aux flux de travail des développeurs.
C’est aussi une leçon que DeepSeek doit maintenant rattraper. Plus subtilement, avant que l’équipe officielle de DeepSeek n’intervienne, la communauté des développeurs a déjà créé une version « DeepSeek de Claude Code ».
Un projet open source appelé DeepSeek-TUI a précédemment connu un grand succès dans la communauté des développeurs. Il s'agit d'un agent de codage s'exécutant dans le terminal, capable de lire et d'écrire des fichiers, d'exécuter des commandes Shell, de rechercher sur le web, de gérer Git, et de coordonner des sous-agents via une interface TUI.
La popularité de DeepSeek-TUI révèle deux problèmes :
Maturité mentale de base : le modèle DeepSeek possède déjà les fondements nécessaires pour agir comme un agent de code dans l'esprit des développeurs. Sinon, la communauté ne développerait pas naturellement des produits de type Claude Code autour de lui.
Absence au niveau officiel : DeepSeek ne manque pas d'attention sur le modèle, mais d'un Harness officiel.
Pour les développeurs, l'attrait de DeepSeek-TUI est direct : coût faible, disponible en Chine, contexte long, et barrière de déploiement relativement basse. Beaucoup de développeurs en Chine ne veulent pas utiliser Claude Code, mais sont limités par le prix, la stabilité d'accès, le système de comptes et la conformité entreprise.
Mais les projets communautaires ont aussi des limites naturelles :
Même un projet open source tiers très actif peine à maîtriser véritablement le rythme d'évolution des capacités internes du modèle ;
Il peut être adapté autour de l'API, mais ne peut pas déterminer à l'inverse comment le modèle est formé ;
Il peut optimiser les invites, la chaîne d'outils et les interactions, mais il est difficile d'injecter systématiquement dans l'amélioration du modèle des retours massifs de tâches réelles.
La signification exacte de l'officiel Harness se trouve ici.
DeepSeek développe son propre Code Harness et bénéficie d'avantages que plusieurs projets communautaires n'ont pas : collaboration de l'équipe modèle, maîtrise de la conception d'interfaces, boucle fermée de données d'entraînement, scénarios de tâches réelles internes, ainsi qu'une capacité d'exploitation à long terme de l'écosystème des développeurs.
La communauté open source a déjà tracé la voie : les développeurs ont effectivement besoin d'une version DeepSeek de Claude Code. Désormais, DeepSeek va reprendre ce chemin pour en faire son produit principal.
Alors que DeepSeek lance officiellement ses recrutements, cela signifie qu'elle est enfin prête à entrer directement sur le terrain.
Chen Deli a déjà mentionné en novembre dernier lors du Sommet de Wuzhen sur la Conférence mondiale de l'Internet 2025 : « L'un de nos avantages fondamentaux est le long terme ; nous nous tenons fermement à la ligne directrice des avancées intelligentes de pointe. Dans ce processus, nous avons également abandonné de nombreuses initiatives secondaires, en évitant les projets courts, rapides et à rendement immédiat. »
Après la guerre des modèles, la véritable guerre des agents commence. DeepSeek vise à combler la couche la plus critique entre le modèle et l'action — Harness.
DeepSeek équipe ses modèles d'une paire de mains.