DeepSeek 招聘 Harness 团队：桌面端 Agent 对标 Claude Code

DeepSeek 在北京海淀挂出 Harness 产品经理与研发工程师两个岗位，正式组建桌面端 Agent 团队，对标 Anthropic 的 Claude Code。模型之外的工程外壳，才是这一战真正的胜负手。

DeepSeek 也要做 Claude Code 了

DeepSeek 这两天在招聘渠道上连挂了两个岗位：Agent Harness 产品经理和 Agent Harness 研发工程师，工作地点限定北京海淀。岗位描述写得很直接——加入 Harness 团队，参与 DeepSeek 桌面端 Agent 产品的全过程，并「定义 DeepSeek 对 Harness 的理解」。

如果只看招聘说明还有点含糊，那 DeepSeek 资深研究员陈德里在社交媒体的一句话就把窗户纸捅破了：「来 DeepSeek 从零做 Code Harness，简单来说就是对标 Claude Code。」

这是 DeepSeek 第一次如此明确地把产品矛头指向 Anthropic 最赚钱的那个产品形态。过去一年里，DeepSeek 一直被外界视作一家「只做模型、不做产品」的公司——V3、R1、V4 一个接一个发布，但官方 App 长期是一个聊天框，剩下的都交给社区和云厂商。这次招人，意味着策略转向已经在执行层面落地。

DeepSeek 招聘页面 Harness 岗位描述截图

什么是 Harness：模型只是底座

先解释一下 Harness 这个词，省得读者把它当成又一个营销概念。

在工程语境里，Harness 原意是「测试线束」「运行框架」，放到 Agent 里，它指的是让裸模型能真正干活的那层外部系统。DeepSeek 在岗位 JD 里直接给了一个公式：

Model + Harness = Agent

模型负责理解、推理、生成；Harness 负责上下文管理、工具调用、任务规划、文件读写、终端执行、错误恢复、反馈回收。说白了，就是把一个会写代码的「脑子」装进一台能进入真实工程环境的「身体」里。

这个概念之所以在 2025 年底突然热起来，是因为 Anthropic 用 Claude Code 证明了一件事：模型基准分再高，开发者也不会自动用起来。真正改变工作流的，是 Claude Code 这种能开终端、读项目、改文件、跑测试、提 PR 的工程智能体，不是聊天框里那段漂亮的代码。Codex、Cursor、OpenCode、Manus 都在做同一件事，区别只是壳的形态。

岗位 JD 里藏着的信号

对 PM 的要求列得相当具体，几乎是给行业重度玩家定制的：

深度使用过 Claude Code、Cowork、Codex、Cursor、OpenCode、GitHub Copilot、Manus、Hermes 等产品，并把这些工具融入到日常工作生活；
理解 LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent 等技术机制；
对 Prompt Engineering、Context Engineering、Harness Engineering 有第一手实践；
具备 UI/UX 设计素养，能在 AI 辅助下完成原型与视觉。

这几条筛掉了 90% 的传统 PM。DeepSeek 想招的不是「懂用户」的产品经理，而是自己就在重度用 Claude Code 写代码、并且对每个 Agent 产品的细节有意见的人。

研发工程师那一侧的画像类似——「Agent 产品的高强度用户」「对模型行为有品味有判断力」「对开发者体验有强感知」。换句话说，DeepSeek 默认这个团队的人，本职就是用 AI 干活的工程师。

桌面端，而不是 IDE 插件

注意 JD 里反复出现的一个词：桌面端 Agent 产品。

这是个相当明确的产品形态选择。传统的 AI Coding 产品有两条路：

IDE 插件：Copilot、Cursor、Continue，强调编辑器内补全；
聊天框：DeepSeek 自家 App、ChatGPT 那种代码问答。

Claude Code 走的是第三条路——一个常驻在终端/桌面、可以全局调度文件系统和 Shell 的 Agent。这条路的优势在于它不绑定 IDE，可以接管整个工作目录，跨语言、跨项目、跨工具链，更接近一个真正的「初级开发者」。

DeepSeek 选「桌面端」而不是「IDE 插件」，明显是冲着 Claude Code 的形态去的。这意味着用户接下来大概率会看到一个独立的桌面客户端，可能带 TUI，也可能带轻量 GUI，但核心是和 OS、Shell、Git、文件系统的深度整合。

社区已经把路趟出来了

有意思的是，在 DeepSeek 官方下场之前，开发者社区已经做了一版「DeepSeek 版 Claude Code」。

开源项目 DeepSeek-TUI 此前在国内开发者圈里小范围走红——跑在终端里的 coding agent，能读写文件、执行 Shell、搜网页、管 Git，还能通过 TUI 协调子 Agent。受欢迎的理由也很朴素：

成本低（DeepSeek API 价格摆在那里）；
国内访问稳定；
上下文够长；
部署门槛低，企业合规上不闹心。

但社区项目的天花板也明显：它能围着 API 做适配，做不了模型训练的反向反馈；能优化 prompt 和工具链，但拿不到「真实任务失败 → 模型迭代」这个闭环。

现在 DeepSeek 官方把这条路收回来自己做，意图很清楚——把社区已经验证过的需求，做成主干产品。

为什么这次必须 DeepSeek 自己来

过去大模型公司的产品逻辑是「先训模型、再做应用」，研究和产品是串行的。但 Agent 时代这个顺序正在被打破，原因在于：

一个代码 Agent 在真实项目里失败，问题可能并不在「代码能力不够」。它可能是：

长上下文压缩策略不对；
任务拆解不稳定；
工具调用决策偏差；
对工程约束（lint、CI、test）的理解不到位；
对用户意图的持续追踪有缺陷。

这些问题只有在 Harness 这一层暴露出来，并且只能通过把数据回灌进训练才能根治。换句话说，Harness 不只是模型能力的出口，它同时是模型能力的训练场。这件事第三方做不了——它需要接口设计权、训练数据闭环、内部真实任务场景。

这也是为什么陈德里这条招聘帖子的副标题写的是「产品和研究」，而不是单纯的产品。Harness 团队从一开始就是产研一体的建制。

时间窗口

时间点也值得说一句。

4 月 24 日，DeepSeek 发布了 V4 预览版，官方强调在智能体任务、知识处理和推理上有提升，并明确提到「针对 Claude Code 等主流智能体工具做了专项优化」。随后 DeepSeek 又灰度上线了识图模式，补上了 V4-Pro 接入 Claude Code 时无法识别架构图、设计稿、错误截图的短板。

据 The Information 此前的消息，V4.1 预计在 6 月推出。也就是说，模型侧的迭代节奏并没有慢下来。这次 Harness 团队的组建，更像是模型迭代到一个新台阶之后，产品化战线被正式拉开。

再往外看，全球日均 token 消耗量已经超过 360 万亿，IDC 预测未来 5 年要再翻 3 亿倍，AI 编程和 Agent 是消耗主力。阿里 CEO 吴泳铭在最新财报会上说，过去半年阿里云 API 增长的大头都来自 AI Coding。这是一块没人能装作看不见的市场。

一点判断

说几个个人看法：

第一，DeepSeek 做 Harness 的胜算其实不低。 它有几个其他国产玩家不具备的条件：模型自研、价格够低、社区基础已经验证过需求、模型团队和产品团队能坐在同一个办公室。Claude Code 在国内的最大痛点是合规和价格，这恰恰是 DeepSeek 的舒适区。

第二，难点不在模型，在工程审美。 Claude Code 之所以好用，不是因为 Claude 比别人聪明多少，而是 Anthropic 在 Tool Use、错误恢复、上下文管理、人机协作节奏上做了大量精细打磨。DeepSeek 过去更偏研究气质，产品侧的细腻度还需要证明。所以这次招人的 JD 里反复强调「对模型行为有品味」「对开发者体验有强感知」——他们自己也清楚这是短板。

第三，留人是另一个隐藏战场。 5 月初 DeepSeek 被曝估值 21 天涨了 5 倍到 3500 亿，融资目标最高 500 亿。但与此同时，郭达雅、王炳宣、魏浩然等明星研究员陆续跳槽到给得更高的地方。Harness 这种产研一体的高密度团队，对人才争夺的压力只会更大。

第四，这是中国 AI「做产品」节奏的一次集体转向。 过去一年大家都在追模型分数，从 2026 年开始能明显感觉到，更多公司在把研究成果向工程产品迁移。Manus、Cowork、字节的 Trae、阿里的 Qwen Code，加上现在的 DeepSeek Harness，赛道已经挤了。

对开发者来说，这是个好消息：再过几个月，桌面端 Code Agent 这一类产品可能就会出现真正的国产替代。等 DeepSeek Harness 正式发布，OpenAI Hub 也会第一时间接入，国内开发者直接用一个 Key 就能在 DeepSeek、Claude、GPT、Gemini 几个 Agent 后端之间切换比较——这种横向对比，可能比官方 benchmark 更能说明问题。

至于陈德里那句「来 DeepSeek 从零做 Code Harness」能招到多少人，得看 6 月之后的发布节奏。