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 .
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 .
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 .
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 .
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 .
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 .