DeepSeek Harness 团队浮出水面，从基础模型迈向全链路 AI 工作流

DeepSeek 正在从纯基础模型厂商，向覆盖模型、系统与工作流的 AI 基础设施服务商延伸。8 月 11 日，「DeepSeek Harness 团队」公众号正式注册，认证主体为北京深度求索人工智能基础技术研究有限公司，由杭州深度求索人工智能基础技术研究有限公司 100% 持股。这是该团队首次以独立品牌形态出现在公众视野中。

团队与招募进展

Harness 团队负责人为崔添翼，毕业于浙江大学计算机系，曾在量化交易机构 Jane Street 工作九年，长期负责高频量化交易系统的开发，具备高并发、高稳定性、高容错的工程经验。今年 3 月，崔添翼加入 DeepSeek，负责新成立的 Harness 部门。

6 月下旬，崔添翼在社交平台表示团队目标宏大、工作繁重，人员仍非常紧缺，自己每天都在面试。8 月 1 日，他面向全球公开征集 Harness 内测用户，优先筛选具备 Agent Harness 开源项目经验的开发者，申请人需提交代码托管平台账号与代表作品。这表明 Harness 已进入封闭内测阶段。

Harness 的定位与能力边界

Harness 可以理解为模型之外的全部工程化能力，包括工具调用、任务规划、记忆管理、安全管控、执行调度等，是让大模型「真正跑起来」的运行系统。DeepSeek 内部将其产品逻辑概括为：Model + Harness = Agent。

按照官方与团队的描述，Harness 的核心能力包括：

• 精细化任务规划与长效上下文管理
• 多工具智能调度、代码读写、终端命令执行
• 单元测试自动化运行、代码漏洞定位与 Bug 修复
• 错误捕获、结果闭环反馈与自主重试迭代

团队将 DeepSeek Harness 定位为「生产级 AI 智能体运行系统」，而非简单的 Agent 框架或 API 封装工具。其内嵌于软件研发全流程，能力范围与 Anthropic 的 Claude Code 直接对标。

战略意图：从卖算力到交结果

DeepSeek 以 DeepSeek-Coder、R1 推理模型、V4 系列模型见长，长期以模型权重与 API 调用为主要变现路径。但伴随头部厂商基础能力收敛、模型 API 价格战加剧，单纯依靠算力 Token 的商业模式天花板逐步显现。

Harness 的推出意味着 DeepSeek 希望切入软件研发这一高价值场景，将付费逻辑从「算力消耗付费」转向「结果交付付费」。团队逻辑是：在软件研发场景中，同样规模的 Token 消耗，可以完成 Bug 修复、模块重构、功能迭代等高价值工作，商业回报远高于通用对话问答。

依托 V4-Flash 等模型底座叠加 Harness 工程执行系统，DeepSeek 试图在国内市场补位目前仍空缺的工业化代码智能体产品；未来能力也可延伸至政务、金融、制造、科研等垂直领域。

行业判断与待观察的问题

DeepSeek 此次将资深系统工程专家调任智能体项目负责人，传递出的核心判断是：AI 智能体落地的瓶颈已从模型能力转向系统工程能力。这一判断与海外 Claude Code、OpenAI Codex 的演化路径一致。

不过目前 Harness 仍处于封闭内测阶段，官方尚未披露具体技术指标、性能对比或商用时间表。其与现有 DeepSeek 模型体系的整合方式、内测期间的稳定性与安全性表现，以及后续商业化路径，仍有待持续观察。

（本文综合自微信公众号「大咖科技 Tech Chic」、36 氪等公开信息。）