Auteur | Wang Bo, Jiaziguangnian
« Jiaziguangnian » a appris d'une source interne proche de DeepSeek que l'entreprise est en train de constituer en interne une nouvelle équipe 'Harness', orientée vers un produit d'agent de code, qui en interne vise à concurrencer Claude Code d'Anthropic.
Chen Deli, chercheur principal chez DeepSeek, a récemment confirmé cette information sur les réseaux sociaux, déclarant que "DeepSeek organise une nouvelle équipe 'Harness' pour travailler sur des produits et recherches dans le domaine du 'Harness'", et affirmant clairement que "en termes simples, il s'agit de concurrencer Claude Code, pour créer DeepSeek Code Harness".
Ce n'est pas un recrutement ordinaire.
Les informations de recrutement montrent que DeepSeek ouvre actuellement deux postes clés : Chef de produit Harness et Ingénieur R&D Harness, les lieux de travail étant actuellement limités à Pékin. Le bureau de DeepSeek à Pékin est situé au Rongke Information Center, dans le district de Haidian, à proximité de l'Université de Pékin et de l'Université Tsinghua. Dans le discours officiel, cet endroit se trouve sur la "ceinture d'innovation AI de Beijing-Zhangjiakou centenaire", et dans le langage populaire, il se trouve également dans la région récemment très active de "Wang Huiwen".
Définition centrale : Modèle + Harnais = Agent
Dans la description du poste, une formule centrale est placée dans la position la plus visible :
Cette phrase peut presque être considérée comme la définition interne de DeepSeek pour la voie de production de la prochaine étape : le modèle lui-même n'est que la base de l'agent, tandis que la gestion du contexte, l'appel d'outils, la planification des tâches, la lecture/écriture de fichiers, la modification de code, l'exécution terminale, la collecte de retours, la boucle d'évaluation en dehors du modèle sont les parties clés permettant à l'agent de s'intégrer véritablement dans le flux de travail.
Les informations de recrutement précisent : "Nous sommes en train de transformer les capacités de pointe du modèle DeepSeek en produits d'agent de premier plan. Tous les travaux en dehors du modèle lui-même relèvent du domaine du 'Harness'." En outre, ce poste participera à tout le processus du "produit agent de bureau DeepSeek" et "définira la compréhension de DeepSeek concernant le 'Harness'."
« Jiaziguangnian » analyse que DeepSeek ne vise pas simplement à créer un plug-in d'assistant de code, mais à combler la couche intermédiaire entre le modèle et le véritable flux de travail.
L'année dernière, l'industrie a prouvé : une forte capacité en code ne signifie pas que les développeurs l'utiliseront réellement ; un modèle capable d'écrire du code ne signifie pas qu'il peut accomplir de manière continue une tâche d'ingénierie.
Ce qui change vraiment la façon de travailler des développeurs, ce n'est pas le modèle Claude seul, mais Claude Code ; ce n'est pas le modèle GPT seul, mais Codex ; ce n'est pas une réponse de code dans une boîte de discussion, mais un agent d'ingénierie capable d'accéder au terminal, de comprendre le projet, de lire/écrire des fichiers, d'exécuter des commandes, de corriger des erreurs, de gérer Git et d'appeler des outils.
Ce qui était le plus fort chez DeepSeek par le passé, c'était le modèle. Maintenant, il commence à compléter cette couche de "mains" au-dessus du modèle.
I. Pourquoi DeepSeek insiste-t-il sur le 'Harness' ?
Dans le contexte traditionnel des produits d'IA, "assistant de code" fait généralement référence à deux types de produits : les plug-ins de complétion dans l'IDE, et les réponses de code dans une boîte de discussion.
Mais le mot qui revient constamment dans ce recrutement de DeepSeek n'est pas Code Assistant, mais Harness.
Harness, dans le contexte de l'ingénierie, désigne à l'origine une "structure de test" ou un "cadre d'exécution". Dans le contexte des agents, il est plus proche d'un système externe qui permet au modèle de véritablement passer à l'action. Le modèle est responsable de la compréhension, du raisonnement et de la génération, tandis que le Harness est responsable de connecter ces capacités à l'environnement réel.
La description du poste mentionne que ce rôle nécessite de planifier la feuille de route du produit Harness DeepSeek, de coordonner chercheurs, ingénieurs, communauté open source et utilisateurs finaux, et de communiquer en profondeur avec les chercheurs de l'équipe d'entraînement des modèles pour réaliser l'évolution conjointe du modèle et du Harness.
Cette phrase est cruciale.
Cela montre que ce que DeepSeek veut faire, ce n'est pas seulement emballer le modèle existant, mais faire du produit Agent lui-même une partie de l'évolution du modèle. Par le passé, la logique de produit courante chez les entreprises de grands modèles était : l'équipe de recherche formait d'abord un modèle, puis l'équipe produit développait des applications basées sur les capacités du modèle. Mais à l'ère des Agents, cet ordre est en train de changer. Le produit n'est plus seulement une sortie des capacités du modèle, mais un terrain d'entraînement pour ces capacités.
L'échec d'un agent de code dans un projet réel peut ne pas être un problème d'interaction produit, mais une mauvaise façon de compresser le contexte long ; ce n'est peut-être pas un problème de chaîne d'appel d'outils, mais une instabilité de la stratégie de décomposition des tâches du modèle ; ce n'est peut-être pas un manque de capacité en code, mais une absence de compréhension continue des contraintes d'ingénierie, des retours de test et de l'intention de l'utilisateur.
Par conséquent, la valeur de l'équipe Harness ne se limite pas à "créer un produit", mais à transformer les tâches de développement réelles en une source de retour pour l'évolution continue du modèle.
II. Pourquoi DeepSeek doit-il combler le Code Harness ?
DeepSeek a très tôt misé sur la capacité en code. De DeepSeek-Coder à DeepSeek-Coder-V2, DeepSeek a continuellement accru ses investissements dans les modèles de code, avec des améliorations constantes des langages pris en charge, de la longueur du contexte et des capacités à traiter des tâches complexes. Son problème ne réside pas dans l'absence de capacité en code, mais dans le fait que cette capacité est restée principalement au niveau du modèle, ne s'étant pas encore transformée en un produit à haute fréquence dans le flux de travail quotidien des développeurs.
Le succès de Claude Code prouve une chose : la concurrence dans le domaine du codage IA passe de la concurrence sur les capacités des modèles à la concurrence pour l'accès au flux de travail des développeurs.
C'est également une leçon que DeepSeek doit absolument apprendre maintenant. Plus subtilement, avant l'intervention officielle de DeepSeek, la communauté des développeurs avait déjà créé une version "Claude Code basée sur DeepSeek".
Un projet open source nommé DeepSeek-TUI est devenu populaire dans la communauté des développeurs. Il s'agit d'un agent de codage fonctionnant dans le terminal, capable de lire/écrire des fichiers, d'exécuter des commandes Shell, de rechercher sur le web, de gérer Git, et de coordonner des sous-agents via une interface TUI.
La popularité de DeepSeek-TUI illustre deux problèmes :
-
Maturité de base de l'esprit : Le modèle DeepSeek est déjà perçu par les développeurs comme ayant une base solide pour devenir un agent de code. Sinon, la communauté n'aurait pas naturellement créé un produit de type Claude Code autour de lui.
-
Absence au niveau officiel : Ce qui manque à DeepSeek n'est pas l'attention sur son modèle, mais un Harness officiel.
Aux yeux des développeurs, l'attrait de DeepSeek-TUI est direct : faible coût, disponibilité en Chine, contexte long, seuil de déploiement relativement bas. Beaucoup de développeurs chinois ne refusent pas d'utiliser Claude Code par principe, mais sont limités par le prix, la stabilité d'accès, le système de compte et la conformité en entreprise.
Mais les projets communautaires ont aussi des limites naturelles :
-
Un projet open source tiers, aussi actif soit-il, a du mal à suivre réellement le rythme d'évolution interne des capacités du modèle ;
-
Il peut s'adapter autour de l'API, mais ne peut pas décider comment le modèle est entraîné ;
-
Il peut optimiser les prompts, les chaînes d'outils et l'interaction, mais il a du mal à injecter systématiquement le retour de masse des tâches réelles dans l'amélioration du modèle.
La signification du Harness officiel réside précisément là.
En développant son propre Code Harness, DeepSeek possède plusieurs avantages que les projets communautaires n'ont pas : collaboration avec l'équipe du modèle, contrôle sur la conception des interfaces, boucle de données d'entraînement, scénarios de tâches réelles internes et capacité de gestion à long terme de l'écosystème des développeurs.
La communauté open source a déjà montré la voie : les développeurs ont réellement besoin d'une version DeepSeek de Claude Code. Maintenant, DeepSeek reprend cette voie pour en faire son produit principal.
Et le fait que DeepSeek commence officiellement à recruter signifie qu'il est enfin prêt à entrer en scène.
Chen Deli a mentionné lors du Sommet mondial de l'Internet à Wuzhen en novembre dernier : "Un de nos avantages fondamentaux en tant qu'entreprise est le long-termisme, en nous concentrant sur la percée de l'intelligence de pointe. Dans ce processus, nous avons également renoncé à beaucoup de choses sur des axes secondaires, évitant de faire des choses rapides et superficielles."
Après la guerre des modèles, la véritable guerre des Agents commence. Cette fois, DeepSeek doit combler la couche la plus critique entre le modèle et l'action - le Harness.
DeepSeek est en train de donner à son modèle une paire de mains.
