Harness Team: DeepSeeks svar på Claude Code

I maj 2026 begyndte DeepSeek at organisere et dedikeret team, internt kaldet "DeepSeek Harness Team", med det formål at bygge en AI-kodningsagent. Produktet, der går under arbejdsnavnene "DeepSeek Code" eller "DeepSeek Harness", er en direkte udfordrer til Anthropics Claude Code, OpenAI's Codex, Cursor og GitHub Copilot . Virksomhedens kernefilosofi er enkel: "Model + Harness = Agent" .

• Massiv rekrutteringskampagne: Alt startede den 20. maj med to stillingsopslag i Beijing (Harness Product Manager og Harness R&D Engineer) . Den 25. juni eskalerede det til en virksomhedsomfattende ansættelsesoffensiv, hvor DeepSeek annoncerede, at de ville "mindst fordoble størrelsen af alle afdelinger" via 33 roller i syv kategorier . I august omfattede rekrutteringen også dedikerede campus-stillinger som "Full Stack Developer (Agent Harness Team)" og "Agent..." roller .
• Holdlederen: Cui Tianyi, en tidligere softwareingeniør fra den kvantitative hedgefond Jane Street og medstifter af TSY Capital, blev ansat i marts 2026 og leder nu Harness-teamet .
• Offentlig beta: Den 1. august postede Cui Tianyi en offentlig rekruttering af beta-testere, hvilket udløste en lavine af interesse. En uge senere havde 769 udviklere meldt sig med tilsammen 712 open source-repositorier og over 1,2 millioner GitHub-stjerner . Beta-testningen af DeepSeek Harness gik i gang den 2. august .
• Sociale medier: Den 12. august aktiverede DeepSeek for første gang officielle sociale medieprofiler (på WeChat og andre platforme) for Harness Teamet og postede nye jobopslag. Det var første gang, virksomheden offentligt signalerede sine kommercielle produktambitioner .

Ny V4-model med agentforbedringer

DeepSeeks teknologiske spring blev understøttet af en stor opdatering af deres V4-model :

• DeepSeek-V4-Flash-0731 (GA-release): Lanceret den 31. juli 2026. Dette er den officielle, produktionsklare version af Mixture-of-Experts-modellen (284B parametre i alt, 13B aktive, 1M tokens kontekst). Den er specifikt eftertrænet til agentiske kodningsopgaver og overgår nu V4-Pro-Preview på samtlige agentiske benchmarks, som DeepSeek offentliggør .
• V4-Pro Preview-forbedringer: V4 Pro kan nu bevare ræsonneringshistorik på tværs af værktøjsresultater og nye brugermeddelelser (tidligere blev den kasseret). Ifølge Nvidias dokumentation er modellen velegnet til "agentiske AI-applikationer, værktøjsscenarier og kompleks problemløsning" .
• API-opdateringer: V4-Flash API'en understøtter nu native Responses API og Codex-kompatibilitet . Derudover har DeepSeek tilføjet Anthropic-format-kompatibilitet ved siden af de eksisterende OpenAI-kompatible endpoints .

Virksomhedens størrelse, finansiering og kommerciel transformation

DeepSeeks rejse fra en slank startup til en kapitaltung aktør var lige så bemærkelsesværdig som deres teknologiske fremskridt :

• Medarbejderstab: DeepSeek havde omkring 160 ansatte i midten af 2026, men er i gang med en aggressiv plan om at fordoble antallet på tværs af alle afdelinger .
• Første eksterne finansieringsrunde (ca. 7,4 milliarder dollar): I juni 2026 afsluttede DeepSeek sin første eksterne kapitalrejsning nogensinde. De rejste cirka 7,4 milliarder dollar (50 milliarder yuan) til en værdiansættelse på mellem 50 og 59 milliarder dollar. Runden blev ledt af Tencent og CATL som de største eksterne investorer, mens grundlægger Liang Wenfeng bevarede kontrollen gennem aktier uden stemmeret .
• Anden runde (ca. 8 milliarder dollar, genoptaget 6. august): DeepSeek satte en planlagt opfølgningsrunde på pause i slutningen af juli efter lækkede udtalelser fra grundlæggeren, men genoptog den den 6. august og søgte tæt på 8 milliarder dollar. Monolith Management er i forhandlinger om at deltage .
• Værdisætningsudvikling: Fra cirka 50 milliarder dollar i juni til en planlagt runde på omkring 74 milliarder dollar i juli. DeepSeek sigter mod en børsnotering på Shanghais STAR Market i 2027 .

De amerikanske eksportkontrollers rolle

DeepSeek har opereret under amerikanske eksportrestriktioner, der begrænser kinesiske AI-virksomheders adgang til avancerede NVIDIA GPU'er. Virksomhedens effektivitetsinnovationer – herunder Mixture-of-Experts-arkitekturen og gennembrud inden for eftertræning – er delvist født af nødvendighed på grund af disse begrænsninger. At V4-Flash kan overgå større modeller på agentiske benchmarks med færre aktive parametre, ses som en direkte reaktion på hardwarebegrænsningerne .

Bredere kontekst: Kinesisk AI-konkurrence

DeepSeeks udvikling afspejler en bredere bølge af kinesiske AI-laboratorier (herunder Alibabas Qwen, Baidus Ernie og Zhipu AI), der har indsnævret kløften til de amerikanske frontlinjemodeller. DeepSeeks open source-strategi og markant lavere API-priser har presset de amerikanske konkurrenter på omkostninger, mens deres satsning på agentisk kodning direkte angriber det mest kommercielt værdifulde AI-applikationslag – kodegenerering – hvor Anthropics Claude Code og GitHub Copilot i øjeblikket fører an .

Harness Team: DeepSeeks svar på Claude Code

I maj 2026 begyndte DeepSeek at organisere et dedikeret team, internt kaldet "DeepSeek Harness Team", med det formål at bygge en AI-kodningsagent. Produktet, der går under arbejdsnavnene "DeepSeek Code" eller "DeepSeek Harness", er en direkte udfordrer til Anthropics Claude Code, OpenAI's Codex, Cursor og GitHub Copilot . Virksomhedens kernefilosofi er enkel: "Model + Harness = Agent" .

• Massiv rekrutteringskampagne: Alt startede den 20. maj med to stillingsopslag i Beijing (Harness Product Manager og Harness R&D Engineer) . Den 25. juni eskalerede det til en virksomhedsomfattende ansættelsesoffensiv, hvor DeepSeek annoncerede, at de ville "mindst fordoble størrelsen af alle afdelinger" via 33 roller i syv kategorier . I august omfattede rekrutteringen også dedikerede campus-stillinger som "Full Stack Developer (Agent Harness Team)" og "Agent..." roller .
• Holdlederen: Cui Tianyi, en tidligere softwareingeniør fra den kvantitative hedgefond Jane Street og medstifter af TSY Capital, blev ansat i marts 2026 og leder nu Harness-teamet .
• Offentlig beta: Den 1. august postede Cui Tianyi en offentlig rekruttering af beta-testere, hvilket udløste en lavine af interesse. En uge senere havde 769 udviklere meldt sig med tilsammen 712 open source-repositorier og over 1,2 millioner GitHub-stjerner . Beta-testningen af DeepSeek Harness gik i gang den 2. august .
• Sociale medier: Den 12. august aktiverede DeepSeek for første gang officielle sociale medieprofiler (på WeChat og andre platforme) for Harness Teamet og postede nye jobopslag. Det var første gang, virksomheden offentligt signalerede sine kommercielle produktambitioner .

Ny V4-model med agentforbedringer

DeepSeeks teknologiske spring blev understøttet af en stor opdatering af deres V4-model :

• DeepSeek-V4-Flash-0731 (GA-release): Lanceret den 31. juli 2026. Dette er den officielle, produktionsklare version af Mixture-of-Experts-modellen (284B parametre i alt, 13B aktive, 1M tokens kontekst). Den er specifikt eftertrænet til agentiske kodningsopgaver og overgår nu V4-Pro-Preview på samtlige agentiske benchmarks, som DeepSeek offentliggør .
• V4-Pro Preview-forbedringer: V4 Pro kan nu bevare ræsonneringshistorik på tværs af værktøjsresultater og nye brugermeddelelser (tidligere blev den kasseret). Ifølge Nvidias dokumentation er modellen velegnet til "agentiske AI-applikationer, værktøjsscenarier og kompleks problemløsning" .
• API-opdateringer: V4-Flash API'en understøtter nu native Responses API og Codex-kompatibilitet . Derudover har DeepSeek tilføjet Anthropic-format-kompatibilitet ved siden af de eksisterende OpenAI-kompatible endpoints .

Virksomhedens størrelse, finansiering og kommerciel transformation

DeepSeeks rejse fra en slank startup til en kapitaltung aktør var lige så bemærkelsesværdig som deres teknologiske fremskridt :

• Medarbejderstab: DeepSeek havde omkring 160 ansatte i midten af 2026, men er i gang med en aggressiv plan om at fordoble antallet på tværs af alle afdelinger .
• Første eksterne finansieringsrunde (ca. 7,4 milliarder dollar): I juni 2026 afsluttede DeepSeek sin første eksterne kapitalrejsning nogensinde. De rejste cirka 7,4 milliarder dollar (50 milliarder yuan) til en værdiansættelse på mellem 50 og 59 milliarder dollar. Runden blev ledt af Tencent og CATL som de største eksterne investorer, mens grundlægger Liang Wenfeng bevarede kontrollen gennem aktier uden stemmeret .
• Anden runde (ca. 8 milliarder dollar, genoptaget 6. august): DeepSeek satte en planlagt opfølgningsrunde på pause i slutningen af juli efter lækkede udtalelser fra grundlæggeren, men genoptog den den 6. august og søgte tæt på 8 milliarder dollar. Monolith Management er i forhandlinger om at deltage .
• Værdisætningsudvikling: Fra cirka 50 milliarder dollar i juni til en planlagt runde på omkring 74 milliarder dollar i juli. DeepSeek sigter mod en børsnotering på Shanghais STAR Market i 2027 .

De amerikanske eksportkontrollers rolle

DeepSeek har opereret under amerikanske eksportrestriktioner, der begrænser kinesiske AI-virksomheders adgang til avancerede NVIDIA GPU'er. Virksomhedens effektivitetsinnovationer – herunder Mixture-of-Experts-arkitekturen og gennembrud inden for eftertræning – er delvist født af nødvendighed på grund af disse begrænsninger. At V4-Flash kan overgå større modeller på agentiske benchmarks med færre aktive parametre, ses som en direkte reaktion på hardwarebegrænsningerne .

Bredere kontekst: Kinesisk AI-konkurrence

DeepSeeks udvikling afspejler en bredere bølge af kinesiske AI-laboratorier (herunder Alibabas Qwen, Baidus Ernie og Zhipu AI), der har indsnævret kløften til de amerikanske frontlinjemodeller. DeepSeeks open source-strategi og markant lavere API-priser har presset de amerikanske konkurrenter på omkostninger, mens deres satsning på agentisk kodning direkte angriber det mest kommercielt værdifulde AI-applikationslag – kodegenerering – hvor Anthropics Claude Code og GitHub Copilot i øjeblikket fører an .