徽声在线记者 | 林晓薇

8月12日，徽声在线最新消息显示，名为“DeepSeek Harness团队”的微信公众号已正式完成注册流程。该公众号采用了一只黑色鲸鱼作为Logo，其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，IP地址显示为北京海淀区，不过目前该账号尚未发布任何内容。

此次DeepSeek为Harness业务线单独设立官方公众号，标志着该业务线将拥有独立的信息发布、产品动态更新以及技术分享平台。这一举措被外界视为Harness产品即将正式推向市场的信号。

Harness在DeepSeek内部被定义为智能体的执行框架，它是一套围绕大模型构建的完整控制与编排系统。该系统负责调度各类工具、管理任务状态以及执行闭环操作，旨在将大模型的推理能力转化为能够实际完成复杂任务的智能体。

在官方发布的招聘信息中，DeepSeek提出了“Model+Harness=Agent”的创新公式，并明确表示：“我们正致力于将DeepSeek的前沿模型能力，转化为具有领先地位的Agent产品。这其中，除了模型本身之外的所有工作，均属于Harness的范畴。”

简单来说，DeepSeek的基座大模型相当于智能体的“大脑”，负责进行推理、理解用户需求以及生成代码；而Harness则扮演着智能体的“执行神经系统”角色，承担着大脑与真实环境之间的衔接工作。大模型通常只能输出文本结果，而Harness则赋予了AI真正动手执行的能力，这也是它与普通对话大模型最本质的区别所在。

今年5月，DeepSeek资深研究员陈德里证实，公司内部正在积极组建Agent Harness团队，目标是从零开始打造DeepSeek Code Harness，以与Anthropic旗下的Claude Code相抗衡。为此，DeepSeek还在多个招聘平台上发布了相关岗位信息，工作地点均设在北京。

Harness团队的负责人是崔添翼。公开资料显示，崔添翼是一位90后青年才俊，本科就读于浙江大学计算机学院，与DeepSeek创始人梁文锋为校友。在校期间，他斩获了6枚ACM‑ICPC亚洲区域赛金牌。2013年，他加入全球顶尖量化机构Jane Street Capital香港分部，担任助理量化研究员，并在此任职长达9年，专注于股票、固收方向的量化系统、风控以及回测平台开发。

2022年，崔添翼联合创办了香港量化投资机构TSY Capital（天市垣资本），并主导系统化量化策略的研发工作。2026年2月，他从TSY离职，并于今年3月正式加入DeepSeek，牵头全新独立业务线Harness，负责代码智能体框架的整体研发、团队搭建以及产品落地工作。

今年6月，崔添翼曾在海外社交平台公开招聘，并表示：“作为新成立的部门，DeepSeek Harness组的目标远大且任务繁重，目前仍然非常缺人。我每天都在忙于面试以及在各个地方张贴招聘广告……我们共有三个职位空缺：Harness研究员、Harness工程师以及Harness产品经理。”

据他介绍，虽然当时职位空缺有所增加，但招聘工作流程与DeepSeek其他组并无区别，一般包括一轮笔试和三轮面试，他本人将亲自担任“终面”考官。

针对研发工程师的招聘海报显示，应聘者需具备2年以上软件开发经验（优秀者可适当放宽），拥有本科及以上学历，能够熟练使用AI Agent工具进行开发，并具备极强的学习能力。此外，应聘者还需是Agent的重度用户，熟悉LLM基础原理，包括API、KV Cache、Agent Loop等，同时具备良好的中文沟通能力。

对于招聘中对中文能力的要求，曾被外界误解为“不招外国人”。对此，崔添翼回应称：“就像美国同类公司招人需要能用英语工作一样，DeepSeek招人也需要能用中文工作。我们并没有不招外国人的规定。”

8月初，崔添翼还面向全球开发者开启了Harness内测用户征集活动，优先接纳有Agent开发实战经验的开发者提交申请，这表明Harness产品的内测工作已经正式启动。

放眼整个AI行业，2026年的竞争重心已经发生了明显变化。在百模大战告一段落之后，智能体Agent成为了各家企业争夺的新赛道。海外方面，Anthropic推出了Claude Code，谷歌迭代了Gemini Agent；国内方面，阿里、腾讯、智谱等企业也相继推出了面向办公、代码场景的智能体产品。如今，竞争已不再局限于评测榜单的跑分，而是更加看重智能体在真实环境中完成复杂任务的能力。

DeepSeek入局智能体赛道，已经拥有了一定的开发者基础。第三方模型聚合平台OpenRouter的统计数据显示，7月27日至8月2日期间，DeepSeek V4 Flash以7.22万亿Token的成绩位居全球AI大模型调用量周榜单首位。大量海外开发者正在基于DeepSeek基座进行二次开发。

然而，代码智能体对系统稳定性、安全边界控制的要求极高。由于智能体拥有操作文件、执行命令的权限，一旦出现越界行为，就可能带来代码篡改、系统误操作等风险。因此，安全护栏的搭建工作量巨大。

除此之外，智能体产品还需要完善的文档、开发者生态以及技术支持体系。整套生态的建设需要时间的沉淀和积累。有技术人士表示，基座模型强大并不意味着智能体产品就一定强大。执行框架、提示工程、错误回滚机制等每一个环节的短板，都可能导致Agent在真实场景中失灵。

当然，公众号的注册并不意味着产品即将上线。整个行业都在密切关注，国产代码智能体能否在全球赛道中展现出可以与海外头部产品相抗衡的实际表现。