DeepSeek satser milliarder på KI-agenter — men veien til topps er sprengfull av hindringer

Harness Team: DeepSeek satser alt på KI-kodeagenter

DeepSeek gjennomgikk en dramatisk transformasjon midt i 2026. Selskapet gikk fra å være en forskningsorientert AI-lab til å bli et aggressivt produktfirma som satser på KI-kodeagenter — samtidig som det samlet inn milliarder av dollar og forberedte seg på børsnotering. Her er hovedtrekkene.

Opprettelsen av «DeepSeek Harness Team»

I mai 2026 begynte DeepSeek å organisere et dedikert team for å bygge et produkt for KI-kodeagenter, internt kodenavn «DeepSeek Code» eller «DeepSeek Harness». Teamet ble satt opp for å konkurrere direkte med Anthropics Claude Code, OpenAIs Codex, Cursor og GitHub Copilot . Selskapets kjernefilosofi er enkel: «Modell + Harness = Agent» .

Ansettelsesoffensiv

DeepSeek la ut to stillinger i Beijing (Harness Product Manager og Harness R&D Engineer) 20. mai og utvidet til en omfattende ansettelsesrunde 25. juni med mål om å «minst doble størrelsen på alle avdelinger» – dette gjaldt 33 roller i syv kategorier . I august 2026 inkluderte campusrekrutteringen dedikerte stillinger som «Full Stack Developer (Agent Harness Team)» .

Cui Tianyi leder laget

Cui Tianyi, tidligere programvareingeniør hos Jane Street og medgründer av TSY Capital, ble ansatt i mars 2026 og leder Harness-teamet. Han postet en offentlig rekruttering av betatestere 1. august, som trakk 769 søkere og 712 åpne kildekode-repositorier med over 1,2 millioner GitHub-stjerner .

Betalansering

DeepSeek åpnet for betatesting av DeepSeek Harness, et agentisk KI-rammeverk, 2. august 2026, rettet mot åpne kildekode-utviklere. En full lanseringsdato er ikke offentliggjort .

Første offentlige fremstøt i sosiale medier

12. august aktiverte DeepSeek sine første offisielle sosiale mediekontoer (på WeChat og andre plattformer) for DeepSeek Harness Team og postet nye stillingsannonser. Dette var første gang selskapet offentlig signaliserte sine kommersielle produktambisjoner .

V4-modelloppdateringer med forbedrede agentegenskaper

DeepSeek-V4-Flash-0731 (GA-lansering)

31. juli 2026 ble den offisielle produksjonsklare versjonen av Mixture-of-Experts-modellen lansert (284B totale parametere, 13B aktive, 1M token kontekst). Modellen ble spesialtrent for agentiske kodingsoppgaver og overgår nå V4-Pro-Preview på alle agentiske benchmarktester DeepSeek publiserer .

V4-Pro Preview-forbedringer

V4 Pro bevarer nå resonneringshistorikk på tvers av verktøyresultater og nye brukermeldinger (noe tidligere versjoner forkastet). Nvidias dokumentasjon beskriver modellen som egnet for «agentiske AI-applikasjoner, verktøybrukscenarier og kompleks problemløsning» .

API-oppdateringer

V4-Flash API støtter nå native Responses API og Codex-fokusert kompatibilitet . DeepSeek API har også lagt til Anthropic-formatkompatibilitet ved siden av de eksisterende OpenAI-kompatible endepunktene .

Selskapets størrelse, finansiering og kommersiell transformasjon

Med omtrent 160 ansatte midt i 2026 planlegger DeepSeek å doble antall ansatte på tvers av alle avdelinger .

I juni 2026 gjennomførte DeepSeek sin første eksterne finansieringsrunde og hentet inn omtrent 7,4 milliarder dollar (50 milliarder yuan) til en verdivurdering på mellom 50 og 59 milliarder dollar. Runden ble ledet av Tencent og CATL som de største eksterne investorene. Grunnlegger Liang Wenfeng beholdt kontrollen gjennom aksjer uten stemmerett .

En planlagt andre finansieringsrunde ble satt på pause i slutten av juli etter at grunnleggerens kommentarer lekket, men ble gjenopptatt 6. august. DeepSeek søker nå nesten 8 milliarder dollar, og Monolith Management er i samtaler om å delta .

Verdivurderingen har steget fra omtrent 50 milliarder dollar i juni til en planlagt runde på 74 milliarder dollar i juli. Selskapet har som mål å børsnoteres i 2027 på Shanghais STAR Market .

Amerikanske eksportkontroller og utfordringer

DeepSeek har operert under amerikanske eksportrestriksjoner som begrenser kinesiske AI-selskapers tilgang til avanserte NVIDIA-GPUer. Selskapets effektivitetsinnovasjoner – inkludert Mixture-of-Experts-arkitekturen og forbedringer etter trening – er delvis et resultat av nødvendighet på grunn av disse begrensningene. V4-Flashs evne til å overgå større modeller på agentiske benchmarktester mens den bruker færre aktive parametere, blir sett på som en direkte respons på maskinvarebegrensninger .

Større bilde: Kinesisk KI-konkurranse øker

DeepSeek er en del av en bredere bølge av kinesiske AI-laboratorier (inkludert Alibabas Qwen, Baidus Ernie og Zhipu AI) som har tatt igjen de amerikanske frontløperne. DeepSeek sin åpen-kildekode-strategi og dramatisk lavere API-priser har presset amerikanske konkurrenter på pris, mens satsingen på agentiske kodeagenter retter seg direkte mot det mest kommersielt verdifulle AI-applikasjonslaget – kodegenerering – der Anthropics Claude Code og GitHub Copilot for øyeblikket leder an .