DeepSeek намеренно сделал неудобного агента?
Глубокий сдвиг стратегии DeepSeek: от доступности моделей к созданию экосистемы
До недавнего времени DeepSeek была известна своей стратегией: создавать мощные модели ИИ (V3, R1) и делать их максимально доступными, снижая цены. Однако последние шаги компании указывают на смену курса.
Во-первых, модель V4 Pro стала дороже. Во-вторых, был представлен фреймворк для создания агентов DeepSeek Harness. Вместе эти события показывают, что фокус смещается с количества вызовов модели на то, *где* эти вызовы происходят.
Суть Harness — в разборе концепции агента на модули. Вместо создания готового продукта, как это делают Claude Code или другие, DeepSeek открывает «среду выполнения»: модель, инструменты, навыки (Skills) и рабочие процессы становятся взаимозаменяемыми компонентами. Это позволяет агентам на лету адаптироваться, создавая недостающие функции прямо в процессе работы — концепция, реализуемая через ядро Cordis.
Ключевой момент: Harness не привязывает пользователя к моделям DeepSeek. Можно подключить модель конкурента. Это говорит о том, что настоящая цель — не продажа конкретной модели, а создание и контроль стандартной среды выполнения (runtime) для агентов, аналогично роли операционной системы.
Таким образом, появляется новая экосистема: Harness как платформа привлекает разработчиков, которые создают разнообразных агентов. Эти агенты, в свою очередь, генерируют спрос на вычислительные ресурсы и модели, включая DeepSeek. Рост цены V4 Pro отражает переход модели к роли «двигателя», приносящего доход в рамках этой экосистемы.
Текущая «сложность» и ориентированность на разработчиков в Harness — не недостаток, а осознанный выбор. Как и в истории Windows или Android, успех платформы определяется сначала её строителями. Будущее агентов может измениться: из готовых продуктов они могут превратиться в динамические системы, способные к саморазвитию, и DeepSeek Harness предлагает основу для этого будущего.
marsbit08/15 07:32
