DeepSeek北京徵才組建程式碼AI代理人團隊，鎖定Claude Code為對手

DeepSeek（深度求索）公開徵才「AI代理人」開發人力，將觸角伸進程式碼代理人領域，不再只把重心放在基礎模型的競爭上，而是轉向讓開發者能真正把程式碼工作交出去的「執行層」。

根據Crypto Briefing報導，DeepSeek於13日（當地時間）在北京徵才產品經理、研發工程師等相關職務，範疇聚焦程式碼智能代理人開發。報導指出，DeepSeek正在籌組代號「Harness」的團隊，並將Anthropic旗下的Claude Code視為競爭產品，不過產品上市階段目前尚未對外公開。

所謂「詞」Harness，指的是在模型之外負責管理工作流程的執行層，會把讀取程式碼庫、修改檔案、執行指令、再把測試結果回饋進去這一整套流程串接起來。

過去的自動完成工具比較接近「猜下一行程式碼」，程式碼代理人則著重在能反覆完成多個步驟的開發任務。換句話說，產品體驗好不好，不只看模型答得準不準，工具呼叫、權限管理、錯誤修復、測試反覆執行的架構同樣關鍵。

Claude Code在這個領域常被拿來當作參照基準。Anthropic官方文件將其定位為在終端機環境中運作的代理式編碼工具，能讀取程式碼庫、修改檔案並執行指令。本報先前也報導過Claude Code擴展至網頁連接器與API的動向。

DeepSeek這次的徵才動作，可以視為中國AI企業在公開模型之後，把產品版圖延伸到實際工作工具上的一個案例。徵才內容透露出的重點，與其說是模型效能本身，不如說是「該如何在開發環境中把模型用起來」。

開發者花在寫程式碼上的時間，其實不見得比抓錯誤、跑測試、翻文件、反覆修改來得多。也因此在程式碼AI代理人這個賽道裡，即使用的是同一顆模型，Harness的設計方式不同，最後跑出來的結果也可能不一樣。

競爭版圖也在擴大。目前程式碼代理人市場除了Claude Code，還有OpenAI旗下的Codex，以及GitHub Copilot等產品。

本報稍早報導的騰訊基準測試中也能看到類似現象：同一顆模型換上不同Harness，任務表現就會出現落差。當時的評測結果顯示，除了基礎模型本身，執行環境同樣是拉開效能差距的變數。

AI代理人在加密貨幣市場也常被拿來討論自主執行、支付與資料處理等應用場景，不過這次DeepSeek徵才鎖定的對象並非加密基礎建設，而是程式碼工具與開發者的工作環境本身。

至於DeepSeek是否已經把「DeepSeek Code Harness」定為正式產品名稱、上市時程與定價策略是否拍板，目前都還沒有對外公開。現階段可以確認的，僅止於相關團隊成立與職缺招募、以及在程式碼代理人領域擴充人力的動作。

若DeepSeek日後真的推出正式產品，AI代理人的競爭恐怕就不只是比模型效能，而會進一步延伸到誰更能掌握開發工作流程本身。