独家|DeepSeek今年将扩招到1000人

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
独家|DeepSeek今年将扩招到1000人
6538点击    2026-09-09 11:26

独家|DeepSeek今年将扩招到1000人


9月8日,DeepSeek Harness团队负责人崔添翼在社交平台放出约150个招聘名额,岗位涉及大模型研究平台方向、Agent框架组件方向、研发效率基建方向、数据工程方向等工程师。


崔添翼称,这150个HC的招聘需求是前所未有的,“计算机领域的任何东西量变大之后,就会产生复杂度上巨大的增加。数据的量、机器/容器的量、训练任务的量、评测任务的量、Agent 环境的量、用户的量、请求的量,等等等等,都在急剧增加。”


这些都需要大量扩招人员来升级,维护,以及重写各种后端系统。


实际上,DeepSeek扩招人数可能远不止150人。一位一线机构的投资人告诉我们,今年DeepSeek的目标是将团队规模扩张至1000人。


这个规模将和智谱团队等同。2025年智谱招股书显示,智谱拥有员工883人,据第三方预估,今年智谱团队人数大概在千人左右。


据我们了解,作为还在牌桌上的独立基模厂商,只有月之暗面Kimi的团队还保持稳定的小团队规模。目前Kimi只有300人左右,即便Kimi K3爆火后,月之暗面团队人员并未增加。


扩张是DeepSeek今年的一大叙事。6月,DeepSeek官方宣布所有部门“规模扩大至少一倍”,当时一次性开放了33类岗位,覆盖算法、研发、运维、产品、数据工程和职能部门。


与之同步进行的是,今年DeepSeek先后公开两次大规模融资,每次融资额都接近500亿。


DeepSeek的路线依赖大量算法、训练工程、推理优化和系统工程人才。拥有更多资源的DeepSeek,也需要快速扩张和布局,加速AGI前沿技术、产品化、商业化阶段。


据我们了解,DeepSeek此前一直缺乏对后训练的投入,梁文锋彼时的判断是,后训练是大厂的工作,不是DeepSeek应该涉足的领域。


而现在,DeepSeek正抓紧补上后训练的短板,招募相关人员也成了新的重点。


扩大人员规模不只是为了提升模型性能,随着DeepSeek从模型研发进一步走向工程化和Agent,它还需要补充更多Agent相关的人才。


DeepSeek Harness(dsh)于今年8月13日发布,当时在圈内引起一些热议。有开发者认为,DeepSeek Harness和Pi很像,拉不开差距,也有开发者认为,DeepSeek Harness潜力很大。


不管怎样,接下来DeepSeek很大一部分重心都会放在Harness上。模型开源让DeepSeek赢得了开发者口碑,但Harness生态的维护,插件体系的运营,线上服务的稳定性,都远非少量研究人员所能支撑。


背后需要一支足够庞大的工程团队来维护Harness生态。


为了快速补齐这方面的能力,我们了解到,DeepSeek的Agent项目负责人崔添翼,今年还接洽了一些小创业团队,多方寻求意见。


DeepSeek Agent更关注面向开发者的Coding能力。一位创业者告诉我们,Coding Agent通过Harness产生的真实任务轨迹、工具调用、测试结果和用户修订,可能成为模型提升Coding能力的重要数据来源。


模型公司也可能围绕自有Harness对模型进行联合优化,使模型更熟悉特定工具链和执行环境,从而提高在该工作流中的任务完成率和稳定性。


除了Harness,DeepSeek也在积极更新模型。今天,DeepSeek开启了新模型DeepSeek V4.1 Flash的限时内测。


官方称,这是一个面向用户开放测试的中间版本,采用新的模型结构,原生支持多模态。按照DeepSeek给出的信息,新模型不仅能力更强、生成速度更快,使用成本也将进一步降低。


DeepSeek正在往一个大公司的样子生长,这可能并不是梁文锋最初的愿景。但如今DeepSeek承载了巨大的光环和行业期待,已无法停小脚步。


接下来考验梁文锋的,恐怕不只是技术判断力,还有组织能力和管理能力。


文章来自于"白鲸实验室",作者 "孙方"。

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md