В мае 2026 года DeepSeek объявил о формировании новой команды «Harness». Её задача — создать AI-агента для кодинга, внутри компании известного как DeepSeek Code или DeepSeek Harness. Философия проекта: «Модель + Harness = Агент» .
Найм: от двух до 33 позиций — 20 мая 2026 года были открыты первые две вакансии в Пекине (продукт-менеджер и инженер-исследователь Harness) . Уже 25 июня последовала самая масштабная волна найма в истории компании: DeepSeek объявил о плане «как минимум удвоить все отделы», открыв 33 позиции в семи категориях . К августу 2026 года в программе стажировок появились роли «Full Stack Developer (Agent Harness Team)» и другие «Agent»-позиции .
Руководитель команды — Цуй Тяньи, бывший инженер-программист из Jane Street и сооснователь TSY Capital. Он был нанят в марте 2026 года. 1 августа Цуй опубликовал приглашение для бета-тестеров, которое собрало 769 заявок и 712 открытых репозиториев на GitHub с суммарно более 1,2 млн звёзд .
Бета-запуск — 2 августа 2026 года DeepSeek открыл бета-тестирование DeepSeek Harness — фреймворка для AI-агентов, ориентированного на open-source разработчиков. Дата полного релиза пока не объявлена .
Дебют в соцсетях — 12 августа DeepSeek впервые в истории завёл официальные аккаунты в соцсетях (включая WeChat) для команды Harness и опубликовал новые вакансии, публично заявив о своих коммерческих амбициях .
31 июля 2026 года DeepSeek выпустил DeepSeek-V4-Flash-0731 — официальную производственную версию модели на архитектуре Mixture-of-Experts (284 млрд параметров всего, 13 млрд активных, контекст 1 млн токенов). Модель была повторно дообучена специально для агентных задач кодинга и теперь превосходит V4-Pro-Preview по всем публикуемым агентным бенчмаркам .
Улучшения V4-Pro Preview — V4 Pro теперь сохраняет историю рассуждений между раундами вызова инструментов и новыми сообщениями пользователя (ранее эта информация отбрасывалась). Документация NVIDIA отмечает, что модель подходит для «агентных AI-приложений, сценариев использования инструментов и сложного решения задач» .
Обновления API — API V4-Flash теперь поддерживает нативные Responses API и совместимость с Codex. DeepSeek также добавил совместимость с форматом Anthropic в дополнение к существующим OpenAI-совместимым эндпоинтам .
Штат — по состоянию на середину 2026 года в DeepSeek работало около 160 человек, но компания намерена удвоить численность во всех отделах .
Первый раунд (~$7,4 млрд) — в июне 2026 года DeepSeek закрыл свой первый внешний раунд финансирования, привлёк около $7,4 млрд (50 млрд юаней) при оценке $50–59 млрд. Крупнейшими внешними инвесторами стали Tencent и CATL. Основатель Лян Вэньфэн сохранил контроль через неголосующие доли .
Второй раунд (~$8 млрд, возобновлён 6 августа) — DeepSeek приостановил планировавшийся второй раунд в конце июля после утечки замечаний основателя, но 6 августа возобновил переговоры о привлечении около $8 млрд при оценке около $74 млрд. Сообщается, что Monolith Management ведёт переговоры об участии .
Траектория оценки и IPO — с $50 млрд (июнь) до планируемых $74 млрд (июль). DeepSeek нацелился на первичное размещение на шанхайской бирже STAR Market в 2027 году .
DeepSeek с самого начала работает в условиях ограничений на экспорт чипов из США, которые затрудняют доступ китайских AI-компаний к передовым GPU NVIDIA. Инновации в эффективности компании — включая архитектуру Mixture-of-Experts и прорывы в пост-тренировке — отчасти родились из необходимости обходить эти аппаратные ограничения. Способность V4-Flash превосходить более крупные модели на агентных бенчмарках при меньшем количестве активных параметров рассматривается как прямой ответ на аппаратные ограничения .
Траектория DeepSeek отражает более широкую волну китайских AI-лабораторий (включая Alibaba с Qwen, Baidu с Ernie и Zhipu AI), которые сократили разрыв с передовыми американскими моделями. Стратегия DeepSeek с открытым исходным кодом и значительно более низкими ценами на API оказывает давление на американских конкурентов по стоимости, а её экспансия в агентный кодинг напрямую нацелена на наиболее коммерчески ценный слой AI-приложений — генерацию кода, где пока лидируют Claude Code и GitHub Copilot .
В мае 2026 года DeepSeek объявил о формировании новой команды «Harness». Её задача — создать AI-агента для кодинга, внутри компании известного как DeepSeek Code или DeepSeek Harness. Философия проекта: «Модель + Harness = Агент» .
Найм: от двух до 33 позиций — 20 мая 2026 года были открыты первые две вакансии в Пекине (продукт-менеджер и инженер-исследователь Harness) . Уже 25 июня последовала самая масштабная волна найма в истории компании: DeepSeek объявил о плане «как минимум удвоить все отделы», открыв 33 позиции в семи категориях . К августу 2026 года в программе стажировок появились роли «Full Stack Developer (Agent Harness Team)» и другие «Agent»-позиции .
Руководитель команды — Цуй Тяньи, бывший инженер-программист из Jane Street и сооснователь TSY Capital. Он был нанят в марте 2026 года. 1 августа Цуй опубликовал приглашение для бета-тестеров, которое собрало 769 заявок и 712 открытых репозиториев на GitHub с суммарно более 1,2 млн звёзд .
Бета-запуск — 2 августа 2026 года DeepSeek открыл бета-тестирование DeepSeek Harness — фреймворка для AI-агентов, ориентированного на open-source разработчиков. Дата полного релиза пока не объявлена .
Дебют в соцсетях — 12 августа DeepSeek впервые в истории завёл официальные аккаунты в соцсетях (включая WeChat) для команды Harness и опубликовал новые вакансии, публично заявив о своих коммерческих амбициях .
31 июля 2026 года DeepSeek выпустил DeepSeek-V4-Flash-0731 — официальную производственную версию модели на архитектуре Mixture-of-Experts (284 млрд параметров всего, 13 млрд активных, контекст 1 млн токенов). Модель была повторно дообучена специально для агентных задач кодинга и теперь превосходит V4-Pro-Preview по всем публикуемым агентным бенчмаркам .
Улучшения V4-Pro Preview — V4 Pro теперь сохраняет историю рассуждений между раундами вызова инструментов и новыми сообщениями пользователя (ранее эта информация отбрасывалась). Документация NVIDIA отмечает, что модель подходит для «агентных AI-приложений, сценариев использования инструментов и сложного решения задач» .
Обновления API — API V4-Flash теперь поддерживает нативные Responses API и совместимость с Codex. DeepSeek также добавил совместимость с форматом Anthropic в дополнение к существующим OpenAI-совместимым эндпоинтам .
Штат — по состоянию на середину 2026 года в DeepSeek работало около 160 человек, но компания намерена удвоить численность во всех отделах .
Первый раунд (~$7,4 млрд) — в июне 2026 года DeepSeek закрыл свой первый внешний раунд финансирования, привлёк около $7,4 млрд (50 млрд юаней) при оценке $50–59 млрд. Крупнейшими внешними инвесторами стали Tencent и CATL. Основатель Лян Вэньфэн сохранил контроль через неголосующие доли .
Второй раунд (~$8 млрд, возобновлён 6 августа) — DeepSeek приостановил планировавшийся второй раунд в конце июля после утечки замечаний основателя, но 6 августа возобновил переговоры о привлечении около $8 млрд при оценке около $74 млрд. Сообщается, что Monolith Management ведёт переговоры об участии .
Траектория оценки и IPO — с $50 млрд (июнь) до планируемых $74 млрд (июль). DeepSeek нацелился на первичное размещение на шанхайской бирже STAR Market в 2027 году .
DeepSeek с самого начала работает в условиях ограничений на экспорт чипов из США, которые затрудняют доступ китайских AI-компаний к передовым GPU NVIDIA. Инновации в эффективности компании — включая архитектуру Mixture-of-Experts и прорывы в пост-тренировке — отчасти родились из необходимости обходить эти аппаратные ограничения. Способность V4-Flash превосходить более крупные модели на агентных бенчмарках при меньшем количестве активных параметров рассматривается как прямой ответ на аппаратные ограничения .
Траектория DeepSeek отражает более широкую волну китайских AI-лабораторий (включая Alibaba с Qwen, Baidu с Ernie и Zhipu AI), которые сократили разрыв с передовыми американскими моделями. Стратегия DeepSeek с открытым исходным кодом и значительно более низкими ценами на API оказывает давление на американских конкурентов по стоимости, а её экспансия в агентный кодинг напрямую нацелена на наиболее коммерчески ценный слой AI-приложений — генерацию кода, где пока лидируют Claude Code и GitHub Copilot .