📱Ifanr (爱范儿)•較早收集於 55m
DeepSeek 組建 Harness 團隊，研發 AI 編程智能體
💡DeepSeek 正擴展至自主編程智能體領域，這是 AI 驅動軟體開發的一大趨勢。
⚡ 30-Second TL;DR
有什麼變化
DeepSeek 成立專責的「Harness」團隊
為什麼重要
開發專業的編程智能體可能會顯著加速軟體開發週期，並降低複雜代碼生成的門檻。
下一步行動
密切關注 DeepSeek 的 GitHub 和研究論文，以獲取其智能體編程框架或評估基準的發布資訊。
誰應關注：Developers & AI Engineers
關鍵要點
- •DeepSeek 成立專責的「Harness」團隊
- •專注於開發先進的 AI 編程智能體
- •可能轉向自主軟體工程工作流程
🧠 深度解析
Web-grounded analysis with 19 cited sources.
🔑 增強重點摘要
- •DeepSeek 正在組建的「Harness」團隊明確將 Anthropic 的 Claude Code 和 OpenAI 的 Codex 作為直接競爭目標，顯示其在 AI 編程智能體市場的積極競爭策略。
- •「Harness」概念旨在透過系統工程方法，將基礎模型的原始智能轉化為可靠、可控且實用的智能體能力，特別是解決記憶、代碼執行和工具調用等方面的固有缺陷。
- •DeepSeek 已在北京發布「智能體 Harness 產品經理」和「研發工程師」職位招聘，專注於開發桌面智能體產品，這標誌著其從純粹研究轉向產品商業化的戰略轉變。
- •全球 AI 編程工具市場在 2025 年達到 295.7 億美元，預計到 2030 年將增長至 646.8 億美元，顯示 DeepSeek 進入此領域的巨大市場潛力。
- •DeepSeek 現有的 DeepSeek-Coder 模型系列已在 80 多種編程語言上進行訓練，包含 87% 的代碼和 13% 的自然語言數據，並在開源代碼模型中展現出領先的性能。
📊 競品分析▸ Show
| 特性/產品 | DeepSeek Harness (開發中) | Anthropic Claude Code | OpenAI Codex (GPT-5.5) | GitHub Copilot | Cursor | Google DeepMind Gemini CLI |
|---|---|---|---|---|---|---|
| 產品類型 | 桌面智能體產品 (目標) | 終端機、VS Code、JetBrains 擴展、桌面應用、網頁 IDE | Codex 應用、雲端委託、開源 CLI、IDE 擴展、ChatGPT 工作流程 | IDE 擴展、CLI、Agent Mode | AI 編程專用 IDE (VS Code 分支) | CLI 工具 |
| 基礎模型 | DeepSeek V4 系列 (例如 V4-Pro, V4-Flash) | Claude Opus 4.7 | GPT-5.5 | Claude Sonnet 4 (Copilot CLI 預設) | 未明確，但與 Opus 4.7 和 GPT-5.5 基準匹配 | Gemini 3.1 Pro / Gemini 3 Flash |
| 關鍵功能 | 上下文管理、工具調用、文件讀寫、終端執行、測試反饋 | 跨文件修改、架構推理、處理複雜問題、自驗證行為 | 高代碼質量、多智能體執行、後台工作、人類審查 | 多智能體工作流程、記憶功能、自動推斷和儲存儲存庫信息 | 快速準確的 Tab 補全、跨文件項目上下文理解、智能體模式處理多文件更改、並行智能體 | 100 萬 token 上下文窗口、免費層級提供前沿模型 |
| 定價 | 尚未公布 | 訂閱制 (20-200 美元/月)；API (5-25 美元/百萬 token) | 尚未公布 (GPT-5.5 透過 Codex 提供) | 10 美元/月 (個人)；企業版需額外費用 | 信用點數計費 (重度用戶可能超額) | 免費層級可用 (透過 Google 帳戶) |
| 基準性能 (SWE-bench Verified) | DeepSeek V3.1 在 SWE-bench 和 Terminal-bench 上超越 V3 和 R1 超過 40% | Opus 4.7 達到 87.6% (SWE-bench Verified) | GPT-5.5 顯著提升代碼質量和智能體執行 | 80.6% (與 Claude Opus 4.6 相當) | CursorBench 上 Opus 4.7 達到 70% | Gemini 3.1 Pro 達到 80.6% (SWE-bench Verified) |
🛠️ 技術深入
- 「Harness」架構被定義為「模型 + Harness = 智能體」，其中 Harness 涵蓋模型之外的所有工程操作，包括上下文管理、工具調用、文件讀寫、終端執行和測試反饋。
- DeepSeek 的模型，如 DeepSeek-R1，採用了混合專家 (Mixture-of-Experts, MoE) 設計和強化學習，這有助於其實現成本效益。
- DeepSeek-Coder 模型系列是從頭開始訓練的，使用了 2 兆個 token，其中包含 87% 的代碼和 13% 的英語及中文自然語言。
- DeepSeek-Coder 模型針對項目級代碼語料庫進行預訓練，採用 16K 的窗口大小和額外的「填空」任務，以支持項目級代碼補全和填充。
- DeepSeek-Coder V2 Instruct 是一個擁有 2360 億參數的 MoE 代碼語言模型，其中有 210 億個活躍參數，並在額外的 6 兆個 token 上進行預訓練，支持 338 種編程語言，並將上下文長度從 16K 擴展到 128K。
- DeepSeek-V4 系列模型包括 1.6 兆參數的 DeepSeek-V4-Pro 和 2840 億參數的 DeepSeek-V4-Flash，兩者都具有 100 萬 token 的上下文窗口。
🔮 前景展望AI analysis grounded in cited sources
DeepSeek 將加速 AI 編程智能體市場的競爭與創新。
DeepSeek 明確將 Anthropic 的 Claude Code 作為目標，並投入專門團隊開發「Harness」架構，預計將推動現有市場參與者加速其產品開發和功能迭代。
AI 編程智能體將從輔助工具轉變為更自主的軟體工程工作流程。
「Harness」團隊的成立以及其對記憶、代碼執行和工具調用等基礎模型缺陷的解決，表明 DeepSeek 正推動 AI 智能體實現更全面的自主軟體開發能力。
DeepSeek 的成本效益模型將對 AI 智能體開發的經濟模式產生影響。
DeepSeek 以較低的訓練成本實現與頂級模型相當的性能，這可能促使其他公司重新評估其 AI 開發的資源投入和效率策略。
⏳ 時間線
2016-02
High-Flyer 由梁文鋒共同創立，專注於 AI 交易演算法。
2023-07-17
DeepSeek 正式成立，作為 High-Flyer 的 AI 研究部門。
2023-11-02
DeepSeek 發布其首個模型 DeepSeek Coder。
2024-05
DeepSeek 發布聊天機器人模型 DeepSeek-V2，引發中國 AI 模型價格戰。
2025-01-20
DeepSeek 推出基於 DeepSeek-R1 模型的聊天機器人，並在美國 iOS App Store 超越 ChatGPT 成為下載量最高的免費應用。
2026-04-24
DeepSeek 發布 V4 系列預覽版，包括 1.6 兆參數的 DeepSeek-V4-Pro 和 2840 億參數的 DeepSeek-V4-Flash，兩者均具有 100 萬 token 的上下文窗口。
📎 來源 (19)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ifanr (爱范儿) ↗