DeepSeek 最近在 Agent 人才上有多渴？ 一句话形容：到处贴小广告招人，连招一个多月还没招够。

Harness 部门负责人崔添翼这几天又上线了，直接喊话：空缺还大，速来！

这次放出的岗位

这次一口气放出了三个岗位：

• Harness 研究员（实习/全职均可）
• Harness 工程师（全职/实习均可）
• Harness 产品经理（限全职）

崔添翼自己都说，每天都在面试，还各种渠道打小广告。

执行力强的网友已经在评论区自荐了，甚至有人表示如果 DeepSeek 需要，可以割爱把自家大将送过来。真·Boss 直聘。

崔添翼 Boss 直聘

先简单补充一下 Harness 是什么。

打个比方，如果 Agent 是汽车，模型是发动机，那 Harness 就是方向盘、变速箱、刹车……

也可以理解为驯马。做一个 Agent 产品，模型之外的所有工作，都是在铸造 Harness 这块马鞍。

用公式表示就是：Model + Harness = Agent。

而 DeepSeek 这次要招的，是三类不同的「驯鲸师」。

Harness 研究员岗位

这次最新披露了一个叫「研究员」的岗位。来看看它的 JD——

Harness 研究员，核心任务：探索 Harness 领域的研究前沿，定义 DeepSeek 对 Harness 的理解。

主要职责：

• 与 Harness 团队的研究员与工程师深度沟通、紧密合作，共同定义和实现 Harness 领域基于模型能力的前沿创新，包括但不限于上下文管理、长期记忆、Subagent 与 Multi-Agent、自进化 Agent 等领域。
• 与模型训练团队的研究员与工程师深度沟通与合作，实现模型与 Harness 的共同进化，从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配。
• 提出 Harness 领域的基准测试与评测方法，构建评测基准数据和制定数据标注策略，从 Harness 的角度研究并优化 Agent 在各领域的智能水平。
• 以真实世界的任务作为 Harness 研究的重要反馈源，设计相关数据与实验，持续迭代 Agent 能力在真实使用场景下的表现。
• 基于团队收集到的用户反馈，从 Harness 的角度研究并优化为最广大用户解决真实场景问题的能力。

不难看出，这主要是基础研究相关的工作。

所以 DeepSeek 对任职要求也偏科研：

• 2 年以上计算机科学或相关领域的科研经验，水平过硬，眼界广阔，有科研品味。特别优秀候选人可放宽年限。
• 硕士学历及以上。特别优秀候选人可放宽。
• 计算机科学领域具有含金量的论文发表。
• 面对问题能够独立分析并提出自己的 idea，具备从 0 到 1 推动研究的能力。能够快速将想法转化为可运行的原型，具备高效的实验迭代能力。
• 熟练使用 AI Agent 工具进行软件开发。在软件开发领域具有极强的学习能力。能够在 AI 辅助下，在没有直接经验的领域（如语言、技术、框架等）进行研究目的的编程工作。
• 是 Agent 产品的高强度用户，对 Agent Harness 的开发和研究有极大的热情，对模型行为有品味有判断力。深度使用过代码类及通用类 Agent 产品，并将相关产品的使用融入到自己的工作和生活中。
• ……

和研发工程师有什么区别

细心的朋友可能发现了：这个岗位总感觉在哪见过？

是的，DeepSeek 之前发过一个类似的岗位，叫「研发工程师」。

主要职责：

• 参与设计 DeepSeek 的 Harness 产品的技术架构与选型。
• 参与开发 DeepSeek 的 Harness 产品。
• 与研究员紧密合作，共同定义和实现 Harness 领域的前沿创新。
• 与模型训练团队的工程师与研究员深度沟通与合作，参与实现模型与 Harness 的共同进化，从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配。
• 以内部真实任务作为 Harness 产品和模型相关能力训练的重要反馈源，持续迭代产品能力。
• 理解并分析团队收集到的用户反馈。在有兴趣且力所能及的前提下，协助维护 Harness 产品用户社群。
• 协助项目管理相关工作。

那么研究员和研发工程师，区别到底在哪？大概分两个层面：

• 1. 研究员更靠近问题定义。 研究员要回答：上下文怎么管理？长期记忆怎么设计？Subagent 和 Multi-Agent 怎么配合？这些都是开放问题。需要提出假设、设计实验、构建评测，再用结果往回推。研发工程师则负责将定义清晰的问题推进实现。
• 2. 研究员更关注 Agent 能力上限。 研究员要研究 Agent 在各领域的智能水平，提出评测方法，制定标注策略，从 Harness 角度优化 Agent 能力。工程师要参与产品技术架构与选型，开发 DeepSeek Harness 产品，保证系统能跑、能迭代、能服务真实用户。一个把边界往前推，一个把能力变成产品。

不过，二者也不是完全割裂的关系。

研究员也要会工程，工程师也要有研究品味。

研究员 JD 里写了要能快速把想法转成可运行原型，工程师 JD 里也写了要和研究员紧密合作，共同定义和实现前沿创新。

这一点很 AI 原生——AI 时代，越来越多的代码由 AI 来写。相比于技能本身，产出变得更为关键。

• 研究员的主要产出，是新方法、新评测、新实验和新理解。
• 研发工程师的主要产出，是架构、系统、产品能力和工程质量。

最后一块拼图：Harness 产品经理

集齐研究员和研发工程师之后，崔添翼旗下的 Harness 部门还差最后一块拼图——「Harness 产品经理」。

这个岗位比较好理解，它是连接研究员、工程师、开源社区和广大用户的桥梁。

主要职责：

• 参与设计 DeepSeek 的 Harness 产品的技术架构与选型。
• 参与开发 DeepSeek 的 Harness 产品。
• 与研究员紧密合作，共同定义和实现 Harness 领域的前沿创新。
• 与模型训练团队的工程师与研究员深度沟通与合作，参与实现模型与 Harness 的共同进化，从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配。
• 以内部真实任务作为 Harness 产品和模型相关能力训练的重要反馈源，持续迭代产品能力。
• 理解并分析团队收集到的用户反馈。在有兴趣且力所能及的前提下，协助维护 Harness 产品用户社群。
• 协助项目管理相关工作。

这三份 JD 值得怎么看

如果你对 Agent 感兴趣，或者正在相关行业工作，哪怕暂时不投简历，这三份 JD 也很值得认真看一遍。

它们几乎就是一张学习地图，里面浓缩了今天 Agent 产品最重要的能力坐标：

Context Engineering、Harness Engineering、Memory、MCP、Subagent、Multi-Agent、Tool Use、Planning……

这些词，是 DeepSeek 等 T0 级模型厂商为新一代 Agent 人才画出的一条线——会用模型的人很多，能驯马的人很稀缺。

DeepSeek Agent 快来快来

这也正是崔添翼近一个月来频频在 X 上喊话的原因。

崔添翼，前 TSY Capital 联合创始人，今年 3 月加入 DeepSeek，如今担任 Harness 团队负责人。

本科毕业于浙江大学计算机系，曾因 NOIP/信息学竞赛保送浙大，还 6 次拿下 ACM 国际大学生程序设计竞赛亚洲区域赛金牌。

毕业后先后在 Jane Street 香港和纽约办公室工作 9 年。

正式挂帅 DeepSeek Harness 部门后，崔添翼一直高调招人，求贤若渴。

这不是他第一次 Boss 直聘。从 5 月就开始招研发工程师和产品经理。如今岗位再次细化，多出了 Harness 研究员。

这一个月以来，招聘强度非常高。他每天都在面试，甚至各种地方张贴小广告……即便如此，连招了一个多月也没招够。

一个新风向标

某种程度上，这或许是 AI 时代人才狙击战的一个新风向标。

大模型上半场，大家抢的是研究员；下半场 Agent 阶段，需要能把研究、工程、产品、用户需求揉到一块的复合型团队。

DeepSeek 正在全力押注。

速来。