DeepSeek 大规模招聘，所有部门至少扩大一倍，这意味着什么

DeepSeek宣布所有部门至少扩大一倍，我反而觉得，真正值得关注的不是招聘，而是它终于开始认真“做公司”了。

过去一年，很多人都把DeepSeek理解成一家模型公司。

其实不是。

它一直更像一家研究机构。

从DeepSeek V2到V3，再到R1，它几乎每一次出圈，都是因为模型能力。

别人卷参数，它卷训练成本。

别人卷GPU，它卷算法。

别人拼营销，它几乎没有市场部。

甚至直到今天，DeepSeek官方产品仍然保持着极低的商业化程度，大量能力免费开放，API价格也长期处于行业最低水平之一。

这也是为什么，它能够在全球开发者社区积累极好的口碑——因为它一直在证明一件事情：AI能力可以足够强，也可以足够便宜。

但是，这样的公司有一个天然的问题。模型做出来了，接下来呢？

而这一次招聘，我认为答案已经写在岗位里面了。

第一，这不是扩招，而是DeepSeek正式进入第二阶段。

招聘公告里最醒目的一句话其实不是33个岗位。

而是：

所有部门至少扩大一倍。

这意味着什么？

意味着DeepSeek认为：第一阶段（把模型做出来）已经基本完成。

接下来，公司进入第二阶段：把模型变成真正能够赚钱、能够形成生态、能够持续发展的产品。

所以你会发现，这33个岗位，覆盖了几乎整个AI公司的完整链条。

第一层：基础模型继续投入

包括：

• 预训练研究员

• 后训练研究员

• 多模态研究员

• Frontier Research（持续学习、自进化、新范式）

说明一点：DeepSeek没有因为R1成功就停止模型研发。未来真正竞争的仍然是模型能力。

第二层：开始疯狂补基础设施。

这一轮招聘里面，我最关注的是这些岗位：

• 超算集群研发

• 分布式存储

• 编译器

• 通信优化

• 推理框架

• AI算力可靠性

• IDC数据中心

很多普通用户可能觉得：“为什么一家AI公司突然招这么多底层工程师？”

原因很简单。模型越来越大以后，真正决定成本的，不再只是GPU，而是整个基础设施。

例如：一个模型训练成功，只代表开始。

真正上线以后，还要面对：

• 推理成本

• GPU利用率

• 网络通信

• 显存管理

• 多机训练

• 服务稳定性

• 全球部署

这些东西，全都是钱。

OpenAI为什么一年烧掉几十亿美元？Anthropic为什么融资几百亿美元？很大一部分花在这里。

所以DeepSeek正在补的是：真正工业级AI公司的基础能力。

第三，我认为整个招聘里最值得关注的，是Harness团队。

如果让我只挑一个岗位。我一定选：Agent Harness。为什么？因为这意味着DeepSeek的战略已经发生变化。

过去一年，大模型行业比的是：

谁模型更聪明。

未来一年，比的是：

谁能把模型变成真正工作的Agent。

什么叫Harness？很多人翻译成”框架”。其实更准确一点，它更像：Agent运行平台。

包括：

• 调度Agent

• 管理工具调用

• 管理上下文

• 管理记忆

• 管理多Agent协同

• 管理执行流程

说白了，就是未来所有Agent真正运行的大脑。

而Harness团队今年3月才开始组建，5月开始招聘，6月整个公司同步扩张，并明确表示”极度缺人”。

这说明什么？

说明DeepSeek认为：模型已经够用了。真正开始竞争的是：Agent。

第四，这份招聘，其实狠狠打脸了一种流行观点。

过去一年，很多自媒体天天说：

AI马上替代程序员。

但是看看DeepSeek自己的招聘。

依然保留着：

• 服务端开发

• 前端开发

• 客户端开发

• 测试开发

• 运维

• 平台工程

• 架构工程

没有任何地方写着：“一个AI全栈工程师负责全部开发。”

为什么？因为真正做商业产品的人都知道。AI Coding现在已经非常强。

它能帮助：

• 写代码

• 改Bug

• 自动补全

• 写测试

• 重构

但是：商业级产品真正困难的，从来不是写代码。

真正困难的是：

• 架构设计

• 稳定性

• 高并发

• 安全

• 可维护性

• 多团队协同

这些事情，目前仍然需要专业工程师。

所以DeepSeek自己的组织结构，其实已经说明了一切。

AI不会消灭程序员。它只是把程序员推向更高层次。

第五，数据岗位突然暴增，也透露出未来产品方向。

以前大家理解的数据标注，大多是：给模型打标签。

现在完全不是。

DeepSeek这次新增了大量数据产品岗位：

• Code Agent数据工程师

• AI创作数据产品经理

• 情感智能数据产品经理

• 办公Agent数据

• 搜索Agent数据

• 医学数据

• 法律数据

• 小语种数据

说明什么？

模型训练已经不是终点。未来真正重要的是：让Agent知道怎么完成任务。

例如：

不是告诉模型：“什么叫Excel。” 而是告诉它：“怎么帮用户完成一份财务分析。”

不是告诉模型：“什么叫法律。” 而是：“怎么生成一份合规合同。”

数据开始从”知识”转向”任务”，这是整个AI行业的重要变化。

第六，产品岗位开始大量增加，说明DeepSeek终于开始认真做产品了。

很多人一直吐槽：DeepSeek模型很强，但是产品太”工程师思维”——功能简单、体验普通、商业化几乎没有。

而这一轮招聘里面，第一次出现：

• AI产品经理

• 产品运营

• 用户体验

• 服务方向

说明DeepSeek已经意识到：未来真正竞争，不只是模型能力，而是谁能把模型做成人人都会用的产品。

未来很可能会看到：

• 更完整的Agent产品

• 企业办公AI

• 搜索产品

• 创作产品

• 开发者平台

• 企业服务

甚至形成自己的AI应用生态。

第七，融资之后，DeepSeek终于开始补组织能力。

据此前媒体报道，DeepSeek已完成首轮融资，融资规模约500亿元人民币，估值超过500亿美元。

融资之前，DeepSeek一直保持极小团队。

梁文锋甚至在融资过程中提出过一个颇有名的要求：

可以投资DeepSeek，但不要挖DeepSeek的人。

原因很简单，模型公司最大的资产不是GPU，不是代码，而是人才。

过去几个月，不少核心员工流向其他AI公司，也让整个行业意识到，大模型竞争归根到底还是人才竞争。如今融资完成之后，DeepSeek终于开始主动扩大团队。这意味着公司不再只是依赖少数顶尖研究员，而是要建立一套能够持续研发、持续交付、持续商业化的组织体系。

第八，我最期待的，其实不是模型，而是标准。

今天AI行业很多标准，其实都来自海外。

例如：

• MCP（Model Context Protocol）

• Function Calling

• Tool Calling

• Skill体系

• OpenAI API

• Anthropic API

国内大量AI产品，本质上都在兼容OpenAI或Anthropic接口。模型我们已经追上来了，产品大家也都在做。下一步真正值得期待的是：中国AI公司能不能定义新的行业标准。

如果DeepSeek未来不仅拥有优秀模型，还拥有Agent平台、开发框架、工具协议、生态接口，那么它的影响力将不仅仅是一家公司，而可能成为整个国产AI生态的重要基础设施。

最后

很多人看到的是33个岗位，我看到的是一家公司的路线图。

过去一年，DeepSeek证明了：中国可以做出世界一流的大模型。

而这一轮扩招，则意味着它准备回答另一个问题：中国能不能做出一家真正世界级的AI平台公司？

如果说过去的DeepSeek是在证明技术，那么未来的DeepSeek，要证明的是产品、生态、商业和标准。

这或许才是这次”所有部门至少扩大一倍”背后，真正值得关注的意义。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～