DeepSeek setzt auf AI‑Harness‑Teams im Rennen um autonome KI‑Agenten
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln. Ein AI‑Harness ist die Software‑Schicht, die einem Modell Werkzeuge, Dateizugriff und Arbeitsabläufe gibt – und es so von einem Ch...
Veröffentlicht vonBearbeitet mit GPT-5.5Bilder erstellt mit GPT Image 2
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln.
Ein AI‑Harness ist die Software‑Schicht, die einem Modell Werkzeuge, Dateizugriff und Arbeitsabläufe gibt – und es so von einem Chatbot zu einem autonomen Agenten macht.
Produkte wie Anthropic’s Claude Code zeigen, wie wertvoll diese Agent‑Infrastruktur ist: Entwickler können Aufgaben beschreiben und der Agent analysiert Code, verändert Dateien und führt Tests automatisch aus.
Die schnelle Monetarisierung solcher Tools – etwa ein geschätzter Milliarden‑Umsatz von Claude Code – treibt Unternehmen weltweit dazu, massiv in Agent‑Architektur zu investieren.
What is DeepSeek doing to stay competitive in the emerging agentic AI era, including its recruitment of former Jane Street engineer Cui TianAI harness systems provide the tools and execution loop that turn language models into autonomous agents.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: What is DeepSeek doing to stay competitive in the emerging agentic AI era, including its recruitment of former Jane Street engineer Cui Tian. Article summary: DeepSeek appears to be shifting from competing only on base-model performance toward building agent infrastructure, but the specific claims in the original answer about Cui Tianyi and a new internal “harness” team are no. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "# DeepSeek recruits former Jane Street engineer to catch up on AI agents, revenue race. ### Move underscores start-up’s efforts to build harnesses – software that turns an AI model" source context "DeepSeek recruits former Jane Street engineer to catch up on AI agents, revenue race | South China Morning Post" Ref
openai.com
Der nächste Schritt im KI‑Wettlauf
Der Wettbewerb in der KI‑Branche verschiebt sich. Lange ging es vor allem darum, das leistungsfähigste Basismodell zu trainieren. Doch inzwischen zeigt sich: Der eigentliche Nutzen entsteht oft erst durch die Software, die diese Modelle in konkrete Werkzeuge verwandelt.
Genau hier setzt DeepSeek an. Berichten zufolge hat das chinesische KI‑Startup den früheren Jane‑Street‑Engineer Cui Tianyi eingestellt und ein eigenes Team aufgebaut, das sich mit sogenannter AI‑Harness‑Technologie beschäftigt.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „DeepSeek setzt auf AI‑Harness‑Teams im Rennen um autonome KI‑Agenten“?
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln. Ein AI‑Harness ist die Software‑Schicht, die einem Modell Werkzeuge, Dateizugriff und Arbeitsabläufe gibt – und es so von einem Chatbot zu einem autonomen Agenten macht.
Was soll ich als nächstes in der Praxis tun?
Produkte wie Anthropic’s Claude Code zeigen, wie wertvoll diese Agent‑Infrastruktur ist: Entwickler können Aufgaben beschreiben und der Agent analysiert Code, verändert Dateien und führt Tests automatisch aus.
DeepSeek setzt auf AI‑Harness‑Teams im Rennen um autonome KI‑Agenten
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln. Ein AI‑Harness ist die Software‑Schicht, die einem Modell Werkzeuge, Dateizugriff und Arbeitsabläufe gibt – und es so von einem Ch...
Veröffentlicht vonBearbeitet mit GPT-5.5Bilder erstellt mit GPT Image 2
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln.
Ein AI‑Harness ist die Software‑Schicht, die einem Modell Werkzeuge, Dateizugriff und Arbeitsabläufe gibt – und es so von einem Chatbot zu einem autonomen Agenten macht.
Produkte wie Anthropic’s Claude Code zeigen, wie wertvoll diese Agent‑Infrastruktur ist: Entwickler können Aufgaben beschreiben und der Agent analysiert Code, verändert Dateien und führt Tests automatisch aus.
Die schnelle Monetarisierung solcher Tools – etwa ein geschätzter Milliarden‑Umsatz von Claude Code – treibt Unternehmen weltweit dazu, massiv in Agent‑Architektur zu investieren.
What is DeepSeek doing to stay competitive in the emerging agentic AI era, including its recruitment of former Jane Street engineer Cui TianAI harness systems provide the tools and execution loop that turn language models into autonomous agents.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: What is DeepSeek doing to stay competitive in the emerging agentic AI era, including its recruitment of former Jane Street engineer Cui Tian. Article summary: DeepSeek appears to be shifting from competing only on base-model performance toward building agent infrastructure, but the specific claims in the original answer about Cui Tianyi and a new internal “harness” team are no. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "# DeepSeek recruits former Jane Street engineer to catch up on AI agents, revenue race. ### Move underscores start-up’s efforts to build harnesses – software that turns an AI model" source context "DeepSeek recruits former Jane Street engineer to catch up on AI agents, revenue race | South China Morning Post" Ref
openai.com
Der nächste Schritt im KI‑Wettlauf
Der Wettbewerb in der KI‑Branche verschiebt sich. Lange ging es vor allem darum, das leistungsfähigste Basismodell zu trainieren. Doch inzwischen zeigt sich: Der eigentliche Nutzen entsteht oft erst durch die Software, die diese Modelle in konkrete Werkzeuge verwandelt.
Genau hier setzt DeepSeek an. Berichten zufolge hat das chinesische KI‑Startup den früheren Jane‑Street‑Engineer Cui Tianyi eingestellt und ein eigenes Team aufgebaut, das sich mit sogenannter AI‑Harness‑Technologie beschäftigt.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „DeepSeek setzt auf AI‑Harness‑Teams im Rennen um autonome KI‑Agenten“?
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
DeepSeek baut ein internes „Harness“ Team auf und hat unter anderem den ehemaligen Jane‑Street‑Engineer Cui Tianyi rekrutiert, um aus seinen Modellen praktische KI‑Agenten zu entwickeln. Ein AI‑Harness ist die Software‑Schicht, die einem Modell Werkzeuge, Dateizugriff und Arbeitsabläufe gibt – und es so von einem Chatbot zu einem autonomen Agenten macht.
Was soll ich als nächstes in der Praxis tun?
Produkte wie Anthropic’s Claude Code zeigen, wie wertvoll diese Agent‑Infrastruktur ist: Entwickler können Aufgaben beschreiben und der Agent analysiert Code, verändert Dateien und führt Tests automatisch aus.
Dieses Team soll Produkte entwickeln, die KI‑Modelle zu autonomen Agenten machen – ähnlich wie das Coding‑Tool Claude Code des US‑Unternehmens Anthropic.
Parallel arbeitet DeepSeek weiterhin an seinen Modellen. Die neueren Versionen der V4‑Reihe wurden laut Unternehmen gezielt darauf ausgelegt, bessere „agentische“ Fähigkeiten zu besitzen – also komplexe Aufgaben und Workflows selbstständig ausführen zu können.
Was ein AI‑Harness eigentlich ist
Der Begriff klingt technisch, beschreibt aber eine entscheidende Architektur‑Ebene.
Ein AI‑Harness ist die Software‑Umgebung, die ein KI‑Modell mit Werkzeugen und Handlungsmöglichkeiten verbindet. Ohne diese Schicht kann ein Modell im Grunde nur Text generieren.
Mit einem Harness kann die KI dagegen zum Beispiel:
Dateien und ganze Codebasen analysieren
Terminal‑ oder Systembefehle ausführen
Code schreiben oder verändern
externe Datenquellen durchsuchen
mehrstufige Aufgaben planen und iterativ lösen
Diese Infrastruktur bildet eine Agent‑Schleife („agent loop“) mit Werkzeugen, Kontextverwaltung und Entscheidungslogik, sodass ein Modell selbstständig Schritte ausführen kann, um ein Ziel zu erreichen.
Moderne Coding‑Agenten arbeiten genau so. Laut Anthropic kann Claude Code etwa eine komplette Codebasis verstehen, Änderungen über mehrere Dateien hinweg vornehmen und Entwicklungsaufgaben automatisieren.
Warum diese Schicht plötzlich strategisch wichtig ist
Die Popularität von KI‑Agenten hat den Fokus der Branche verschoben.
Bei Tools wie Claude Code beschreibt ein Entwickler lediglich ein Ziel – etwa einen Bug zu beheben oder eine Funktion zu implementieren. Der Agent übernimmt anschließend viele Schritte automatisch:
analysiert das Projekt
schreibt oder verändert Code
führt Tests aus
iteriert so lange, bis die Aufgabe funktioniert
Damit wird KI von einem reinen Vorschlags‑System zu einem aktiven Software‑Agenten, der mit Entwicklern zusammenarbeitet.
Der wirtschaftliche Effekt ist bemerkenswert. Anthropic erklärte 2026, dass das Unternehmen inzwischen einen jährlichen Umsatzlauf von etwa 30 Milliarden US‑Dollar erreicht hat – nach extrem schnellem Wachstum bei Nutzung und Umsatz.
Einige Branchenberichte schätzen zudem, dass Claude Code allein etwa 2,5 Milliarden US‑Dollar jährlichen Umsatz generieren könnte, auch wenn solche Zahlen aus externen Analysen stammen und vorsichtig interpretiert werden sollten.
Der neue Wettkampf: Modelle vs. Agent‑Plattformen
Diese Entwicklung verändert die Struktur des KI‑Marktes.
Während früher die Modellqualität das wichtigste Differenzierungsmerkmal war, rücken nun andere Faktoren in den Vordergrund:
leistungsfähige Entwickler‑Tools
stabile Agent‑Workflows
Integration in Entwicklungsumgebungen
Automatisierung komplexer Aufgaben
Mit anderen Worten: Die Plattform um das Modell herum wird zum eigentlichen Produkt.
Für DeepSeek ist der Aufbau eines Harness‑Teams daher mehr als ein technisches Detail. Er zeigt, dass das Unternehmen seine starken Modelle in vollwertige autonome Produkte verwandeln will, die Entwickler täglich nutzen.
Der KI‑Wettlauf verlagert sich damit von reiner Modellforschung hin zu Agent‑Engineering. Und wer diese Infrastruktur am besten beherrscht, könnte die nächste Generation von KI‑Software prägen.
code.claude.comAgent SDK overview - Claude Code Docs
Dieses Team soll Produkte entwickeln, die KI‑Modelle zu autonomen Agenten machen – ähnlich wie das Coding‑Tool Claude Code des US‑Unternehmens Anthropic.
Parallel arbeitet DeepSeek weiterhin an seinen Modellen. Die neueren Versionen der V4‑Reihe wurden laut Unternehmen gezielt darauf ausgelegt, bessere „agentische“ Fähigkeiten zu besitzen – also komplexe Aufgaben und Workflows selbstständig ausführen zu können.
Was ein AI‑Harness eigentlich ist
Der Begriff klingt technisch, beschreibt aber eine entscheidende Architektur‑Ebene.
Ein AI‑Harness ist die Software‑Umgebung, die ein KI‑Modell mit Werkzeugen und Handlungsmöglichkeiten verbindet. Ohne diese Schicht kann ein Modell im Grunde nur Text generieren.
Mit einem Harness kann die KI dagegen zum Beispiel:
Dateien und ganze Codebasen analysieren
Terminal‑ oder Systembefehle ausführen
Code schreiben oder verändern
externe Datenquellen durchsuchen
mehrstufige Aufgaben planen und iterativ lösen
Diese Infrastruktur bildet eine Agent‑Schleife („agent loop“) mit Werkzeugen, Kontextverwaltung und Entscheidungslogik, sodass ein Modell selbstständig Schritte ausführen kann, um ein Ziel zu erreichen.
Moderne Coding‑Agenten arbeiten genau so. Laut Anthropic kann Claude Code etwa eine komplette Codebasis verstehen, Änderungen über mehrere Dateien hinweg vornehmen und Entwicklungsaufgaben automatisieren.
Warum diese Schicht plötzlich strategisch wichtig ist
Die Popularität von KI‑Agenten hat den Fokus der Branche verschoben.
Bei Tools wie Claude Code beschreibt ein Entwickler lediglich ein Ziel – etwa einen Bug zu beheben oder eine Funktion zu implementieren. Der Agent übernimmt anschließend viele Schritte automatisch:
analysiert das Projekt
schreibt oder verändert Code
führt Tests aus
iteriert so lange, bis die Aufgabe funktioniert
Damit wird KI von einem reinen Vorschlags‑System zu einem aktiven Software‑Agenten, der mit Entwicklern zusammenarbeitet.
Der wirtschaftliche Effekt ist bemerkenswert. Anthropic erklärte 2026, dass das Unternehmen inzwischen einen jährlichen Umsatzlauf von etwa 30 Milliarden US‑Dollar erreicht hat – nach extrem schnellem Wachstum bei Nutzung und Umsatz.
Einige Branchenberichte schätzen zudem, dass Claude Code allein etwa 2,5 Milliarden US‑Dollar jährlichen Umsatz generieren könnte, auch wenn solche Zahlen aus externen Analysen stammen und vorsichtig interpretiert werden sollten.
Der neue Wettkampf: Modelle vs. Agent‑Plattformen
Diese Entwicklung verändert die Struktur des KI‑Marktes.
Während früher die Modellqualität das wichtigste Differenzierungsmerkmal war, rücken nun andere Faktoren in den Vordergrund:
leistungsfähige Entwickler‑Tools
stabile Agent‑Workflows
Integration in Entwicklungsumgebungen
Automatisierung komplexer Aufgaben
Mit anderen Worten: Die Plattform um das Modell herum wird zum eigentlichen Produkt.
Für DeepSeek ist der Aufbau eines Harness‑Teams daher mehr als ein technisches Detail. Er zeigt, dass das Unternehmen seine starken Modelle in vollwertige autonome Produkte verwandeln will, die Entwickler täglich nutzen.
Der KI‑Wettlauf verlagert sich damit von reiner Modellforschung hin zu Agent‑Engineering. Und wer diese Infrastruktur am besten beherrscht, könnte die nächste Generation von KI‑Software prägen.
code.claude.comAgent SDK overview - Claude Code Docs
scmp.comDeepSeek adds former Jane Street engineer to harness team amid agentic AI push
finance.sina.com.cn消息称 DeepSeek 组建 Harness 团队主攻代码智能体，正面对决 Claude Code
ksat.comChina's DeepSeek rolls out a long-anticipated update of its AI model