Chiński startup DeepSeek rusza do boju o rynek agentów programistycznych

Chiński startup DeepSeek, który w 2025 roku wstrząsnął Doliną Krzemową wydajnymi modelami open source, w połowie 2026 roku przechodzi radykalną przemianę. Z małego, nastawionego na badania laboratorium przekształca się w agresywną firmę produktową, która celuje w rynek agentów AI do kodowania i jednocześnie gromadzi miliardy dolarów, przygotowując grunt pod pierwszą ofertę publiczną. Oto najważniejsze kroki.

Zespół Harness i walka o rynek agentów programistycznych

Fundamentem nowej strategii DeepSeek jest zespół „Harness” (ang. uprząż), który ma zbudować agenta AI do kodowania. Firma ogłosiła nabór w maju 2026 roku, a celem jest stworzenie produktu, który bezpośrednio zmierzy się z Claude Code od Anthropica, OpenAI Codex, Cursor i GitHub Copilot . Filozofia DeepSeek brzmi: „Model + Harness = Agent” .

Na czele zespołu stoi Cui Tianyi, były inżynier oprogramowania w Jane Street i współzałożyciel TSY Capital, zatrudniony w marcu 2026 roku . Rekrutacja nabrała tempa: 20 maja ogłoszono dwa pierwsze stanowiska (menedżer produktu i inżynier R&D w Pekinie) , a 25 czerwca firma rozpoczęła największą w swojej historii kampanię, chcąc „co najmniej podwoić liczbę pracowników we wszystkich działach” – łącznie 33 role w siedmiu kategoriach .

2 sierpnia DeepSeek udostępnił wersję beta DeepSeek Harness – frameworku agentowego dla programistów open source . Zainteresowanie przerosło oczekiwania: po apelu Cui Tianyi z 1 sierpnia zgłosiło się 769 ochotników, którzy dostarczyli 712 repozytoriów open source z łączną liczbą ponad 1,2 miliona gwiazdek na GitHubie .

Przełomowym momentem było 12 sierpnia, kiedy DeepSeek po raz pierwszy w historii uruchomił oficjalne konta w mediach społecznościowych (m.in. na WeChat) dla zespołu Harness i opublikował nowe ogłoszenia o pracę, publicznie sygnalizując ambicje komercyjne .

Model V4-Flash z ulepszeniami agentowymi

Równolegle z pracami nad agentem, DeepSeek wydał 31 lipca 2026 roku produkcyjną wersję modelu DeepSeek-V4-Flash-0731. To oficjalna, gotowa do użycia wersja modelu Mixture-of-Experts (284 mld parametrów całkowitych, 13 mld aktywnych, kontekst 1 miliona tokenów). Został on specjalnie przetrenowany do zadań agentowych i obecnie przewyższa wersję V4-Pro-Preview we wszystkich testach agentowych publikowanych przez firmę .

Wersja V4-Pro Preview również doczekała się ulepszeń: teraz zachowuje historię rozumowania pomiędzy rundami narzędzi i nowymi wiadomościami użytkownika (wcześniej była kasowana). Firma Nvidia w swojej dokumentacji wymienia ten model jako odpowiedni do „aplikacji AI agentowych, scenariuszy korzystania z narzędzi i złożonego rozwiązywania problemów” .

API V4-Flash obsługuje teraz natywnie Responses API i jest kompatybilne z formatem OpenAI Codex . Co więcej, DeepSeek dodał obsługę formatu Anthropic obok istniejących punktów końcowych OpenAI .

Finansowanie i plany komercyjne

• Zatrudnienie: około 160 pracowników w połowie 2026 roku, z planem podwojenia we wszystkich działach .
• Pierwsza runda finansowania (ok. 7,4 mld dolarów): w czerwcu 2026 roku DeepSeek zamknął pierwszą w historii zewnętrzną rundę, pozyskując około 7,4 miliarda dolarów (50 miliardów juanów) przy wycenie między 50 a 59 miliardami dolarów. Głównymi inwestorami były Tencent i CATL. Założyciel Liang Wenfeng zachował kontrolę dzięki udziałom bez prawa głosu .
• Druga runda (ok. 8 mld dolarów, wznowiona 6 sierpnia): planowana runda została wstrzymana pod koniec lipca po wycieku uwag założyciela, ale 6 sierpnia została wznowiona – DeepSeek szuka blisko 8 miliardów dolarów, a Monolith Management jest w trakcie rozmów .
• Ścieżka wyceny: od ~50 mld dolarów (czerwiec) do planowanych ~74 mld dolarów (lipiec). Celem jest IPO na szanghajskim rynku STAR w 2027 roku .

Wyzwania i szerszy kontekst

DeepSeek działa pod presją amerykańskich ograniczeń eksportowych, które ograniczają chińskim firmom dostęp do zaawansowanych procesorów graficznych NVIDIA. Innowacje wydajnościowe firmy – w tym architektura Mixture-of-Experts i przełomy w post-treningu – są po części efektem konieczności wynikającej z tych ograniczeń. Zdolność modelu V4-Flash do osiągania lepszych wyników niż większe modele przy mniejszej liczbie aktywnych parametrów jest postrzegana jako bezpośrednia odpowiedź na ograniczenia sprzętowe .

Transformacja DeepSeek wpisuje się w szerszy trend: chińskie laboratoria AI (Alibaba Qwen, Baidu Ernie, Zhipu AI) zamykają dystans do amerykańskich modeli granicznych. Strategia open source i agresywnie niskie ceny API DeepSeek wywierają presję kosztową na amerykańskich konkurentów. Jednocześnie wejście w segment agentów programistycznych celuje w najbardziej komercyjnie wartościową warstwę aplikacji AI – generowanie kodu, gdzie obecnie liderują Claude Code i GitHub Copilot .