Penulis| Wang Bo, Jiazi Guangnian
"Jiazi Guangnian" memperoleh informasi dari sumber dekat DeepSeek bahwa secara internal, DeepSeek sedang mengorganisir sebuah Tim Harness baru, dengan arah produk agen kode, secara internal menyaingi Claude Code yang berada di bawah Anthropic.
Peneliti senior DeepSeek, Chen Deli, juga baru-baru ini mengonfirmasi hal ini melalui media sosial. Dia menyatakan, "DeepSeek sedang mengorganisir sebuah Tim Harness baru untuk melakukan produk dan riset di bidang Harness", dan secara langsung mengungkapkan, "Secara sederhana, ini adalah penyaingan terhadap Claude Code, untuk membuat DeepSeek Code Harness".
Ini bukan perekrutan biasa.
Informasi perekrutan menunjukkan, DeepSeek kali ini membuka dua posisi kunci: Manajer Produk Harness dan Insinyur Pengembangan Harness, dengan lokasi kerja saat ini terbatas di Beijing. Kantor DeepSeek di Beijing terletak di Rongke Information Center, Distrik Haidian, tidak jauh dari Universitas Peking dan Universitas Tsinghua. Dalam narasi resmi, lokasi ini berada di "Jalur Inovasi AI Jingzhang Seratus Tahun", sedangkan dalam narasi informal, lokasi ini juga berada di "Daerah Wang Huiwen" yang sedang hangat dibicarakan belakangan ini.
Definisi Inti: Model + Harness = Agen
Dalam deskripsi posisi, sebuah rumus inti ditempatkan di posisi yang paling menonjol:
Model + Harness = Agent
Kalimat ini hampir dapat dianggap sebagai definisi internal DeepSeek untuk jalur produkisasi tahap berikutnya: model itu sendiri hanyalah fondasi Agen, sedangkan manajemen konteks di luar model, pemanggilan alat, perencanaan tugas, pembacaan dan penulisan file, modifikasi kode, eksekusi terminal, pemulihan umpan balik, dan siklus evaluasi adalah bagian kunci yang memungkinkan Agen benar-benar memasuki alur kerja.
Informasi perekrutan lebih lanjut menulis: "Kami sedang mengubah kemampuan model mutakhir DeepSeek menjadi produk Agen yang terdepan. Semua pekerjaan di luar model itu sendiri termasuk dalam ranah Harness." Selain itu, posisi ini akan terlibat dalam seluruh proses "produk Agen desktop DeepSeek" dan "mendefinisikan pemahaman DeepSeek tentang Harness".
"Jiazi Guangnian" menganalisis, DeepSeek tidak sekadar ingin membuat plugin asisten kode, tetapi melengkapi lapisan perantara yang menghubungkan model dengan alur kerja nyata.
Tahun lalu, industri telah membuktikan: kemampuan kode yang kuat tidak berarti pengembang akan benar-benar menggunakannya; model yang bisa menulis kode tidak berarti bisa terus menyelesaikan tugas rekayasa.
Yang benar-benar mengubah cara kerja pengembang bukan model Claude tunggal, melainkan Claude Code; bukan model GPT tunggal, melainkan Codex; bukan jawaban kode dalam kotak obrolan, melainkan agen rekayasa yang mampu masuk ke terminal, memahami proyek, membaca dan menulis file, menjalankan perintah, memperbaiki kesalahan, mengelola Git, dan memanggil alat.
Yang paling kuat dari DeepSeek sebelumnya adalah model. Sekarang, ia mulai melengkapi lapisan "tangan" di atas model tersebut.
I. Mengapa DeepSeek Menekankan Harness?
Dalam konteks produk AI tradisional, "asisten kode" biasanya berarti dua jenis produk: satu adalah plugin penyelesaian otomatis di IDE, dan yang lainnya adalah tanya jawab kode dalam kotak obrolan.
Tetapi kata yang berulang kali muncul dalam perekrutan DeepSeek kali ini bukan Code Assistant, melainkan Harness.
Harness awalnya dalam konteks rekayasa merujuk pada "test harness" atau "execution framework". Dalam konteks Agen, ia lebih mendekati sistem eksternal yang membuat model benar-benar bertindak. Model bertanggung jawab untuk memahami, menalar, dan menghasilkan, sedangkan Harness bertanggung jawab untuk menghubungkan kemampuan ini ke lingkungan nyata.
Deskripsi posisi menyebutkan, peran ini perlu merencanakan peta jalan produk Harness DeepSeek, menghubungkan peneliti, insinyur, komunitas sumber terbuka, dan pengguna akhir, serta berkomunikasi mendalam dengan peneliti tim pelatihan model untuk mewujudkan evolusi bersama model dan Harness.
Kalimat ini sangat krusial.
Ini menunjukkan bahwa yang ingin dilakukan DeepSeek bukan hanya membungkus model yang ada dengan lapisan luar, tetapi menjadikan produk Agen itu sendiri sebagai bagian dari evolusi model. Di masa lalu, logika produk umum perusahaan model besar adalah: tim riset pertama melatih sebuah model, kemudian tim produk membuat aplikasi berdasarkan kemampuan model. Namun di era Agen, urutan ini mulai berubah. Produk tidak lagi hanya merupakan keluaran kemampuan model, tetapi juga ladang pelatihan kemampuan model.
Kegagalan sebuah Agen kode dalam proyek nyata mungkin bukan masalah interaksi produk, tetapi cara kompresi konteks panjang model yang salah; mungkin bukan masalah rantai pemanggilan alat, tetapi strategi dekomposisi tugas model yang tidak stabil; mungkin juga bukan karena kemampuan kode yang kurang, tetapi kurangnya pemahaman berkelanjutan terhadap batasan rekayasa, umpan balik pengujian, dan niat pengguna.
Oleh karena itu, nilai tim Harness bukan hanya "membuat produk", tetapi menjadikan tugas pengembangan nyata sebagai sumber umpan balik untuk evolusi berkelanjutan model.
II. Mengapa DeepSeek Harus Melengkapi Code Harness?
DeepSeek sudah lama bertaruh pada kemampuan kode. Dari DeepSeek-Coder hingga DeepSeek-Coder-V2, investasi DeepSeek dalam model kode terus ditingkatkan, mendukung peningkatan bahasa, panjang konteks, dan kemampuan tugas kompleks. Masalahnya bukan pada ada tidaknya kemampuan kode, tetapi kemampuan ini sebelumnya lebih banyak berada di lapisan model, belum menjadi produk frekuensi tinggi dalam alur kerja harian pengembang.
Kepopuleran Claude Code membuktikan satu hal: persaingan AI Coding sedang beralih dari persaingan kemampuan model ke persaingan pintu masuk alur kerja pengembang.
Ini juga merupakan pelajaran yang harus dilengkapi DeepSeek sekarang. Yang lebih halus adalah, sebelum DeepSeek resmi turun tangan, komunitas pengembang sudah lebih dulu membuat versi "Claude Code versi DeepSeek".
Sebuah proyek sumber terbuka bernama DeepSeek-TUI sebelumnya menjadi populer di komunitas pengembang. Ini adalah coding agent yang berjalan di terminal, dapat membaca dan menulis file, menjalankan perintah Shell, menjelajahi web, mengelola Git, dan mengoordinasikan sub-agent melalui antarmuka TUI.
Kepopuleran DeepSeek-TUI menunjukkan dua masalah:
-
Kematangan Dasar Mental: Model DeepSeek dalam mental pengembang sudah memiliki dasar untuk menjadi Agen kode. Jika tidak, komunitas tidak akan secara alami menghasilkan produk seperti Claude Code di sekitarnya.
-
Kekurangan di Tingkat Resmi: Yang kurang dari DeepSeek bukan perhatian pada model, tetapi Harness resmi.
Di mata pengembang, daya tarik DeepSeek-TUI sangat langsung: biaya rendah, dapat digunakan di dalam negeri, konteks panjang, dan ambang batas penyebaran relatif rendah. Banyak pengembang dalam negeri bukan tidak ingin menggunakan Claude Code, tetapi terbatas oleh harga, stabilitas akses, sistem akun, dan kepatuhan perusahaan.
Tetapi proyek komunitas juga memiliki batasan alami:
-
Sebuah proyek sumber terbuka pihak ketiga, seaktif apa pun, sulit untuk benar-benar menguasai ritme evolusi kemampuan internal model.
-
Dapat beradaptasi di sekitar API, tetapi tidak dapat secara terbalik menentukan bagaimana model dilatih.
-
Dapat melakukan prompt, rantai alat, dan optimasi interaksi, tetapi sulit untuk memasukkan umpan balik tugas nyata dalam jumlah besar secara sistematis ke dalam perbaikan model.
Makna Harness resmi justru ada di sini.
DeepSeek sendiri membuat Code Harness memiliki beberapa keunggulan yang tidak dimiliki proyek komunitas: kolaborasi tim model, hak desain antarmuka, siklus data pelatihan, skenario tugas nyata internal, serta kemampuan operasional jangka panjang terhadap ekosistem pengembang.
Komunitas sumber terbuka sudah lebih dulu menunjukkan jalannya: pengembang memang membutuhkan versi DeepSeek dari Claude Code. Sekarang, DeepSeek akan mengambil alih jalan ini dan menjadikannya produk utama mereka sendiri.
Dan fakta bahwa DeepSeek resmi mulai merekrut orang berarti akhirnya siap turun tangan sendiri.
Chen Deli pada November lalu di World Internet Conference Wuzhen Summit 2025 sudah menyebutkan: "Salah satu keunggulan inti perusahaan kami adalah jangka panjang, berpegang pada garis utama terobosan kecerdasan mutakhir. Dan dalam proses ini, kami juga meninggalkan banyak hal di jalur sampingan, tidak melakukan hal-hal jangka pendek dan cepat di jalur sampingan."
Setelah perang model, perang Agen yang sebenarnya dimulai. Kali ini DeepSeek harus melengkapi lapisan paling kritis antara model dan tindakan—Harness.
DeepSeek sedang memberikan sepasang tangan pada modelnya sendiri.
