职贝云数AI新零售门户

标题: Deepseek Code 团队末尾招聘,Coding 赛道还能否挤出来? [打印本页]

---

作者: a6Olk    时间: 3 小时前
标题: Deepseek Code 团队末尾招聘,Coding 赛道还能否挤出来?

DeepSeek 发了一个招聘帖，这有什么大惊小怪的，什么，你说DeepSeek Code，那我可来劲儿了。

明天没有什么浩大的发布会，没有通稿，也没有预热，就只要一个不太普通的招聘。

不普通在哪儿？

标题写的是「Agent Harness 研发工程师」，这种招聘在BOSS里没有1w也有5k了吧，这有什么稀罕的，别急，你看看它是哪家公司在招。

没错，就是最近势头正盛的Deepseek，但详细是做哪方面呢，我们一同来刨析一下。

---

一、一个招聘需求里的产品宣言

JD 扫尾有一段团队使命，我觉得值得原样贴出来：

(, 下载次数: 0)

上传

点击文件名下载附件

“除模型本身以外的一切工作”，这句话的定义可谓是非常宽，也非常重。

传统的 AI 团队分工通常是：研讨团队做模型，工程团队做产品，中间靠几个项目经理对接。

但 DeepSeek 的选择是单独拉一个 Harness 团队，把模型到产品之间的一切工程环节全部包揽。

我觉得这曾经不是简单的由于缺人才扩招。

而是组织架构层面的表态：他们以为模型和产品之间的这层基础设备，值得一支专门的队伍。

然后从职责描画来看，这支队伍要干的事包括：

• 设计 Harness 产品的技术架构与选型• 与研讨员合作，定义和完成 Harness 范畴的前沿创新• 与模型训练团队深度沟通，完成"模型与 Harness 的共同退化"• 以外部真实义务作为产品和模型训练的反馈源

"共同退化"这个词说的也很直白哈，意味着 Harness 不会只是模型的下游，而是和模型并行迭代的双引擎。

---

二、他们在招什么样的人

别觉得这份工作简单，普通的的工程师还真干不了，它的筛人标准也暴露了这支团队的产品取向。

“是 Agent 产品的高强度用户，对 Agent Harness 的开发有极大的热情，对模型行为有品味有判别力，对开发者体验有强感知。”

这个条件按我了解的意思就是首先你本人得天天用 Agent 写代码，你得知道什么是好的、什么是烂的。

还有一条是：

“纯熟运用 AI Agent 工具停止软件开发。在软件开发范畴具有极强的学习才能。可以在 AI 辅助下，在没有直接阅历的范畴停止有质量保证的编程工作。”

我们着重留意一下后半句“在没有直接阅历的范畴”。

这什么意思，其实就是 Agent 时代对工程师的新定义：你的价值不再是你会什么，而是你学什么有多快。

毕竟在这个时代里，AI 帮你填平了言语和框架的门槛，剩下的就是判别力和学习才能本身。

另外几个关键词也很耐人寻味：

• 要求了解 KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent• 要求深化了解 Prompt Engineering、Context Engineering、Harness Engineering• 还要"协助维护用户社群"和"协助项目管理相关工作"

最后一条阐明这支团队目前规模不大，早期成员需求身兼多职，这也恰恰可以阐明成长空间是极大的。

感兴味的话小伙伴可以去下方链接投递简历。
https://app.mokahr.com/su/JNKdF

---

三、对标 Claude Code 和 Codex：桌面端的三国演义

说完了招聘需求，置信很多眼睛尖的读者也看到了最关键的一点：桌面端 Agent 产品。

我的了解就是Deepseek Code。

(, 下载次数: 0)

上传

点击文件名下载附件

这并不是一个随意的猜测哈，先看一眼如今桌面端 Coding Agent 的王牌：

Claude Code 和 Codex。

Claude Code 是 Anthropic 在 2025 年上半年主推的产品方向，它最早以 CLI 工具的方式出圈，就是你在终端里去敲命令行，它就能读你的代码库、写代码，操纵文件等。后来 Anthropic 又推出了桌面版，把对话、文件编辑、终端执行整合到一个原生运用里。

开发者社区口碑很好，尤其在前端和全栈场景下，Claude Code 的代码质量和上下文了解被以为是当前的天花板，Anthropic 的打法就是产品才能与模型深度绑定，Sonnet 4.6 和 Opus 4.7 在 Coding 上的提升，每次都是先体如今 Claude Code 上。

Codex 是 OpenAI 的答案，与 Claude Code 走"对话 + Agent"道路不同，Codex 更强调推理驱动的代码生成。

OpenAI 把 extended thinking 才能整合进编程工具，让 AI 在写代码之前先花几十秒"思索"，再给出方案，这种道路在复杂工程成绩上的表现很突出，但代价是延迟高、token 耗费大。

几家的产品哲学差异很分明：

• Claude Code：深度了解你的代码库，像一个可以对话的资深同事• Codex：给你最强的推理引擎，像一个可以调用的解题机器• Cursor（夹在中间）：基于 VS Code 魔改的 IDE 体验，连模型供应商也换了好几次

如今 DeepSeek 也坐不住要上桌了。

桌面端的好处是它可以绕过 IDE 插件市场的渠道壁垒，拥有残缺的产品体验控制权。但坏处也很分明，开发者习气没那么容易改变。一个用了五年 JetBrains 的后端工程师，不会由于一个 AI 功能就换编辑器。

DeepSeek 想切分这块蛋糕，靠什么？

答案就在 Harness 团队里。

---

四、模型大家都有，差在中间层

Claude Code 和 Codex 各自背靠顶尖模型，但 Coding Agent 的产品力不只取决于模型本身。

一个真实的例子：Claude Code 在处理大型 monorepo 时常常被诟病上下文窗口不够用。Anthropic 的处理方案是不断优化 Context Engineering，经过 smart truncation、分层摘要、检索加强等技术，让模型在不扩窗口的前提下了解更多代码。

这些工作就是典型的 Harness 范畴，不是模型层面的创新，但却是直接影响用户体验。

Codex 那边也有相似的成绩：模型的推理才能很强，但每生成一次答案要花几十秒，如何让用户在等待过程中有预期的交互、如何在长推理过程中优雅展现中间结果、如何处理推理链超出上下文，这些都是 Harness 层处理的成绩。

DeepSeek 这次亮出来的牌可以完美处理，那就是让Harness 与模型训练深度耦合。

JD 里有一句原话，“从 Harness 的角度完成 DeepSeek 的 Harness 与模型的深度适配”。

这不是通用中间件的思绪，Harness 团队会和模型训练团队一同，针对 DeepSeek 模型的特点来设计数据流水线、沙箱执行和反馈回路。

举个详细的例子：假如 DeepSeek 的模型在长上下文推理上有独特优势（R1 系列曾经在 reasoning 上证明了这一点），那 Harness 层的 Context Engineering 就可以围绕这个优势来设计，更激进地应用长上下文做全局代码了解，而不是像 Claude Code 那样做大量截断和摘要。

假如 DeepSeek 的模型推理成本更低（这是他们的历史强项），那 Harness 就可以做更多轮次的 self-play 和回溯搜索。

这些都是"模型 + Harness 共同退化"的具象化表现，模型的一个才能打破，可以被 Harness 放大成一个产品体验的飞跃。

---

五、补上最后一环

回顾 DeepSeek 过去的规划，逻辑线越来越明晰了。

开源模型打出品牌和生态，极致定价抢 API 市场份额，如今 Harness 团队补齐工程化才能。

三块拼图拼在一同，就是一个残缺的"Model + Harness = Agent"闭环。

对开发者而言，这是一个好音讯。

2025 年的编程工具市场，Claude Code 有产品体验的优势，Codex 有推理才能的纵深，Cursor 有先发积累的生态，DeepSeek 假如能把价格打上去、体验做到位，市场还会进一步扩展。

回到最末尾那个招聘帖。

一个团队在一家公司的组织架构图上占什么地位，直接决议了它能调动多少资源，Harness 团队在 DeepSeek 的定位，是与模型研讨团队并行的独立建制，不是模型团队的下游接口，而是产品体系中同等重要的另一条腿。

至于这件事到底能不能成呢，就看这支队伍能不能在"除模型本身以外的一切工作"里，能否做出真正打破性的东西了。

我选择置信Deepseek，等待 Deepseek Code 的到来，另外有才能的读者真可以去试一试。

---

各位看众老爷既然曾经看到这里了，假如觉得有播种，希望能点赞、关注加分享🙏 你的支持就是我持续输入的最大动力。

---

欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)

Powered by Discuz! X3.5