Liang Wenfeng hat eine "Strategische Analyse in Longzhong" entwickelt.

In den letzten Tagen hat die Aufregung um die 7 Milliarden Yuan Finanzierung von DeepSeek noch nicht abgeklungen, und bereits ist ein weiterer Aspekt ans Licht gekommen: DeepSeek richtet nun seinen Fokus auf AI Coding.

In letzter Zeit hat DeepSeek zwei neue Stellen ausgeschrieben: Produktmanager für Agent Harness und Entwicklungsingenieur für Agent Harness.

Laut der Stellenausschreibung wandelt DeepSeek die Fähigkeiten fortschrittlicher Modelle in Agent - Produkte um. Alle Aufgaben außerhalb des Modells fallen in die Kategorie Harness. Neue Mitarbeiter werden dem Harness - Team beitreten und an der gesamten Entwicklung des DeepSeek Desktop - Agent - Produkts teilnehmen.

Diese Sätze markieren im Wesentlichen die Grenzen des neuen Geschäfts von DeepSeek.

Chen Deli, ein erfahrener Forscher von DeepSeek, hat bei seiner Stellenausschreibung in sozialen Medien direkt geschrieben: "Komm zu DeepSeek und baue Code Harness von Grund auf auf" und erwähnt auch: "Konkurriere mit Claude Code und baue DeepSeek Code Harness".

Es ist bekannt, dass DeepSeek in Peking ein neues Harness - Team aufbaut, mit dem Ziel, seinen eigenen Code - Agent von Grund auf zu entwickeln. Der interne Projektname lautet "DeepSeek Code".

Dieser Bereich befindet sich mitten auf dem heißesten Schlachtfeld der kommerziellen Nutzung von Large Language Modellen.

Claude Code hat AICoding bereits zu einem projektbasierten Entwicklungstool gemacht. In der Finanzierungsankündigung von Anthropic im Februar 2026 wurde bekannt gegeben, dass das Jahresumsatzvolumen von Claude Code über 2,5 Milliarden US - Dollar liegt, was im Vergleich zum Anfang von 2026 verdoppelt ist. Auch die Anzahl der wöchentlichen aktiven Benutzer von Claude Code hat sich seit Anfang dieses Jahres verdoppelt.

Andererseits hat OpenAI im Februar dieses Jahres die Codex Desktop - App eingeführt und den Coding - Agent von der Befehlszeile in eine multitasking - Desktopumgebung gebracht. Ashley Kramer, Unternehmensvertreter von OpenAI, hat kürzlich gesagt, dass die Anzahl der wöchentlichen aktiven Benutzer von Codex innerhalb von 15 Tagen von 3 Millionen auf 4 Millionen gestiegen ist.

Google hat nach der I/O 2026 auch Antigravity auf Version 2.0 aktualisiert. Ausländische Medien berichten, dass es sich von einer IDE zu einer eigenständigen Desktopanwendung entwickelt hat und CLI und SDK hinzugefügt hat, um direkt mit Claude Code und Codex zu konkurrieren.

Neben der Gründung des Agent - Teams beschleunigt DeepSeek auch die Marktbesteigung auf der Modelseite. Auf der offiziellen Preisseite von DeepSeek wird angezeigt, dass der V4 - Pro nach dem Ende des 25 % - Rabatts am 31. Mai den reduzierten Preis beibehalten wird. In der bisherigen Branchenansicht wurde allgemein angenommen, dass die Eigenschaften von V4, wie lange Kontext und günstiges Preis - Leistungsverhältnis, für Agent - Anwendungen besser geeignet sind.

Nach der Bekanntgabe der 7 Milliarden Yuan Finanzierung sieht DeepSeek wie Liu Bei, nachdem er den "Lungzhong - Plan" erhalten hat. Einerseits rekrutiert es Mitarbeiter und Talent, andererseits setzt es den Fokus auf Code Harness.

01

Im Zusammenhang mit Code Harness stärkt DeepSeek zunächst seine Personalkapazität.

Vor einigen Tagen haben mehrere bekannte ausländische Medien berichtet, dass DeepSeek den ehemaligen Ingenieur von Jane Street, Cui Tianyi, rekrutiert hat, um "der Konkurrenz in der AI - Agent - und kommerziellen Nutzung zu folgen".

Öffentliche Informationen zeigen, dass Cui Tianyi dem neu gegründeten AI - Harness - Team von DeepSeek beigetreten ist. Gleichzeitig werden weitere Stellen ausgeschrieben, um das neue Flaggschiff - Desktop - Agent - Produkt zu unterstützen.

Wenn man sich Cui Tianyis Lebenslauf ansieht, wird man feststellen, dass seine Einstellung eine andere Bedeutung hat als die Einstellung traditioneller AI - Forscher.

Cui Tianyi hat an der Fakultät für Informatik der Zhejiang - Universität studiert und während seines Studiums mehrmals an der ACM - ICPC Regionalmeisterschaft teilgenommen und Goldmedaillen gewonnen. Nach seinem Abschluss hat er neun Jahre in den Hongkonger und New Yorker Büros von Jane Street gearbeitet. Im Jahr 2022 hat er die TSY Capital mitbegründet.

Jane Street ist ein globales quantitatives Trading - Unternehmen. Cui Tianyi hat fast neun Jahre in den Hongkonger und New Yorker Büros gearbeitet, als Softwareentwickler und Forscher, und hat sich mit Aktien - und Festverzinsungsgeschäften befasst. Offensichtlich hat seine Erfahrung sowohl mit Transaktionssystemen als auch mit Ingenieurentwicklung zu tun, und er ist kein traditioneller akademischer AI - Forscher.

Cui Tianyi hat später die TSY Capital mitbegründet. Diese Firma wurde 2022 gegründet und hat ihren Sitz in Hongkong. Sie beschäftigt sich mit der programmierten Transaktion auf den globalen Aktienmärkten.

Die Firma verwendet maschinelle Lernmodelle, um Handelsignale zu generieren, und einen selbst entwickelten Low - Latency - Transaktionssystem in Rust, um die Transaktionen auszuführen.

Mit anderen Worten, er ist ein "Veteran des quantitativen Tradings". Dies lässt einerseits an den Hauptgeschäftsbereich des Mutterunternehmens von DeepSeek, Magic Square, denken und zeigt andererseits, dass sein Weg von dem von DeepSeek und anderen AI - Unternehmen traditioneller Modellforscher abweicht.

DeepSeek hat in der Vergangenheit mit Basismodellen auf sich aufmerksam gemacht. Cui Tianyis Eintritt in das Harness - Team zeigt, dass hinter DeepSeek Code eine andere Art von Personen benötigt wird: Sie müssen nicht unbedingt die Autoren von Large Language Modellen - Artikeln sein, aber sie müssen Erfahrungen mit echten Systemen haben und wissen, welche Probleme auftreten können, wenn die Modellausgaben in die Ausführungsphase übergehen.

Aus Chen Delis Äußerungen kann man auch die Veränderung der Rekrutierungsstrategie von DeepSeek erkennen.

In letzter Zeit hat er in sozialen Medien bestätigt, dass die Firma ein neues Harness - Team aufbaut, mit dem Ziel, "Claude Code zu konkurrieren und DeepSeek Code Harness zu entwickeln". Diesmal werden nicht nur reine Modellforscher, sondern auch Produktmanager und Entwicklungsingenieure eingestellt.

Die Stellenbeschreibung zeigt: Mitglieder des Code - Harness - Teams müssen an der Entwicklung des DeepSeek Desktop - Agent - Produkts teilnehmen und auch mit dem Modellforschungsteam zusammenarbeiten, um die Rückmeldungen aus realen Aufgaben in das Modelltraining einzubringen.

Übrigens sei noch erwähnt, dass Chen Deli, dieser DeepSeek - Forscher, nicht nur einer der Kernautoren von R1 ist, sondern auch einer der wenigen internen Personen von DeepSeek, die häufig öffentlich auftreten.

Bei der Weltinternetkonferenz in Wuzhen im November letzten Jahres hat er im Namen von DeepSeek an der "Dialog der Sechs Drachen in Wuzhen" teilgenommen. Als er über die Schwächen von AI sprach, hat er gesagt, dass AI noch nicht die stabile Intelligenz wie der Mensch besitzt. Nachdem das Modell trainiert ist, sind die Parameter festgelegt und können sich nicht wie der Mensch in der realen Welt selbst verbessern.

Im Mittelpunkt der Aufregung um die Stellenausschreibungen ist ein weiterer Aspekt: Xu Mingyu.

In letzter Zeit hat der Wechsel des ehemaligen erfahrenen Forschers von DeepSeek, Guo Daya, einen Blick auf den Talentkampf in der AI - Branche gewährt.

Entsprechende Berichte zeigen, dass in den letzten 12 Monaten fast 70 Personen aus dem Seed - Team von ByteDance abgeworben wurden, darunter auch Xu Mingyu, ein Mitglied des Seed Edge Long - Term Research Program. Er ist jetzt dem Modellstrukturteam von DeepSeek beigetreten und arbeitet an der Forschung und Entwicklung von Modellstrukturen.

Während seiner Zeit bei ByteDance war Xu Mingyu der erste Autor des Papers "DeltaFormer". Das Paper diskutiert die Ausdrucksbeschränkungen des Standard - Transformers bei Zustandsverfolgungsaufgaben. Im Text werden Aufgaben wie die Ausführung von Python - Code, die Entitätsverfolgung und Schach gesondert erwähnt, und es wird versucht, die Fähigkeit des Transformers zur Behandlung von Zustandsraumproblemen mit DeltaNet zu verbessern.

Xu Mingyus Eintritt stärkt die Fähigkeiten der Modellstruktur hinter DeepSeek Code. Cui Tianyi steht für Produkt - und Systementwicklung, Xu Mingyu für die tiefere Fähigkeit in kontinuierlichen Aufgaben. Beide Aspekte zielen auf den von DeepSeek entwickelten Code - Agent.

Wenn der Code - Agent in ein echtes Repository integriert wird, treten häufig nicht das Problem auf, dass eine Funktion nicht geschrieben werden kann, sondern dass nach mehreren Runden von Änderungen das ursprüngliche Ziel vergessen wird, die Logik nach Änderungen in mehreren Dateien inkonsistent wird, und nach einem fehlgeschlagenen Test nicht anhand des alten Zustands weiter bearbeitet werden kann. All dies prüft die Fähigkeit des Modells, den Zustand in kontinuierlichen Schritten zu speichern und zu aktualisieren.

Andererseits hat DeepSeek in seiner Stellenausschreibung für Harness die Konkurrenz klar benannt. Die offizielle Stellenausschreibung besagt, dass Bewerber für die Agent - Harness - Stelle die Produkte Claude Code, Cowork, Codex, Cursor, OpenCode, GitHub Copilot, Manus, OpenClaw, Hermes usw. intensiv genutzt haben müssen.

Offensichtlich benötigt DeepSeek Code auf seinem Wachstumspfad zwei Arten von Erfahrungen: eine aus der Arbeit mit realen Systemen, um die Auswirkungen der Modellausgaben zu behandeln, und eine aus der Modellstruktur, um den Zustand in mehrstufigen Aufgaben aufrechtzuerhalten. Die kontinuierliche Verstärkung des Personals eröffnet auch eine neue Runde im Talentkampf in der AI - Branche.

02

Vor einigen Wochen hat sich Guo Daya, eine Schlüsselfigur von DeepSeek, zu ByteDance gewechselt, was von der Öffentlichkeit als ein wichtiger Verlust für DeepSeek angesehen wurde.

Sein Lebenslauf ist eng mit den Grundlagen des Basismodells von DeepSeek verbunden. Öffentliche Berichte zeigen, dass Guo Daya sich auf Code - Intelligenz und die Inferenz von Large Language Modellen konzentriert hat und an Projekten wie DeepSeek - Coder, DeepSeekMath, DeepSeek - Prover, V3, R1 usw. beteiligt war. In der Veröffentlichung von DeepSeek - Coder steht er an erster Stelle als Autor.

Um März diesen Jahres wurde berichtet, dass Guo Daya DeepSeek verlassen und sich bei ByteDance Seed angemeldet hat. Einige öffentliche Berichte zeigen, dass er den Agent - Bereich für vielversprechend hält, während die Priorität von Agenten innerhalb von DeepSeek damals noch nicht sehr hoch war. Nach seinem Eintritt bei ByteDance hat Seed eine Organisationsintegration rund um Agenten und Coding gestartet.

Heute, einige Wochen später, hat DeepSeek mit Hunderten von Millionen Yuan an Finanzierungen nicht nur begonnen, im Bereich Harness Agent aufzuholen, sondern versucht auch, mehr "Guo Dayas" zu rekrutieren, um seinen Personalschatz zu stärken.

Natürlich hat dieser Talentkampf bereits vor Guo Dayas Wechsel begonnen, und DeepSeek hat nie aufgehört, Talente in vertikalen Bereichen wie Coding zu rekrutieren.

In der kürzlich veröffentlichten Liste der ByteDance - Stipendiaten 2026 gibt es einen Namen, der aufmerksam gemacht werden sollte.

Nach Angaben von ByteDance hat das ByteDance - Stipendium bisher 67 junge Forscher unterstützt. Die Stipendiaten von 2023, Lu Cheng und Zhu Qihao, waren wichtige Beitragende zu OpenAI Sora2 und DeepSeek GRPO.

Darunter ist Zhu Qihao ein Doktorabsolvent der Fakultät für Informatik der Peking - Universität im Jahr 2024, der sich auf tiefes Code - Lernen konzentriert. In DeepSeek hat er basierend auf seiner Doktorarbeit die Entwicklung von DeepSeek - Coder - V1 geleitet. Danach ist er auch in Veröffentlichungen zu DeepSeek - Coder - V2 und DeepSeekMath/GRPO aufgetaucht und war einer der frühen Teilnehmer an der Code - Modell - und Reinforcement - Learning - Route von DeepSeek.

Es ist bemerkenswert, dass sich Zhu Qihaos Position in der Iterationsgeschichte von DeepSeek - Coder deutlich verändert hat.

In der Autorliste von DeepSeek - Coder V1 stand Guo Daya vor Zhu Qihao. In DeepSeek - Coder V2 steht Zhu Qihaos Name vor Guo Dayas.

Die Reihenfolge der Autoren kann nicht direkt mit dem internen Beitrag gleichgesetzt werden, aber für eine kontinuierlich iterierte Technologielinie gibt es zweifellos das Signal, dass Zhu Qihao die absolute Kernperson für die Coding - Fähigkeiten der DeepSeek - Serie von Modellen ist.

Ein weiterer Aspekt, der nicht ignoriert werden darf, ist die Multimodalität.

In der Chatbot - Form ist die Schwäche von DeepSeek in Bezug auf Multimodalität noch nicht sehr deutlich. Benutzer stellen hauptsächlich Textfragen, und solange das Modell in Bezug auf Inferenz, Schreiben, Code und langen Kontext stark genug ist, kann es die meisten Anwendungsfälle unterstützen. Die stärkste öffentliche Wahrnehmung von DeepSeek in den letzten 12 Monaten stammt tatsächlich von R1, V3, V4 und der kostengünstigen API.

Aber der Desktop - Agent wird diese Voraussetzung ändern. Wenn der Code - Agent auf den Rechner eines Entwicklers kommt, muss er nicht nur in der Chatbox auf Fragen antworten, sondern auch die IDE - Oberfläche, Terminalfehler, Browserdokumente und Screenshots verstehen. Mit anderen Worten, die Fähigkeit, den Bildschirm zu lesen, wird von einem "Pluspunkt" zu einer Grundfähigkeit.

Pan Zizheng ist ein Name, der in Bezug auf die Multimodalität von DeepSeek häufiger in der Öffentlichkeit erwähnt wird.

Im Februar letzten Jahres haben mehrere Medien die Inhalte aus den sozialen Medien von Yu Zhiding, einem hochrangigen Forschungsingenieur von NVIDIA, wiedergegeben. Yu Zhiding hat sich erinnert, dass Pan Zizheng im Sommer 2023 ein Praktikum bei NVIDIA absolvierte. Damals hat NVIDIA ihm ein Vollzeitjob - Angebot gemacht, aber Pan Zizheng hat "ohne zu zögern" beschlossen, nach China zurückzukehren und sich bei DeepSeek anzumelden. Damals hatte das Multimodalitätsteam von DeepSeek nur wenige Personen.

Yu Zhiding hat auch erwähnt, dass Pan Zizheng in mehreren Projekten wie DeepSeek - VL2, DeepSeek - V3 und DeepSeek - R1 eine "Schlüsselrolle" gespielt hat. Er schrieb, dass Pan Zizhengs Fall ein typisches Beispiel ist, das er in den letzten Jahren gesehen hat: Viele der besten Talente kommen aus China, und diese Talente müssen nicht unbedingt in amerikanischen Unternehmen erfolgreich sein. Amerikanische Forscher können auch viel von ihnen lernen.

Die Fähigkeiten von DeepSeek - VL2 sind nicht weit von Code Harness entfernt. VL2 deckt visuelle Fragen und Antworten, OCR, Dokumente, Tabellen, Diagrammverstehen und visuelle Ortung ab. Diese Fähigkeiten entsprechen genau der Bildschirmlese, Fehlerlese, Web - Dokumentlese und dem Verständnis von Oberflächenelementen im Desktop - Agent.

Aber DeepSeek hat in Bezug auf Multimodalität in letzter Zeit noch keinen echten Durchbruch erzielt. Janus - Pro wurde