Från forskningslabb till produktjätte: DeepSeeks historiska satsning på AI-kodningsagenter

Massiv rekrytering – Den 20 maj lade DeepSeek ut två första roller i Peking (Harness Product Manager och Harness R&D Engineer) . Redan den 25 juni följde en bredare offensiv: bolaget ville 'minst dubbla storleken på alla avdelningar' och annonserade 33 roller inom sju kategorier . I augusti hade campusrekryteringen utökats med roller som 'Full Stack Developer (Agent Harness Team)' .

Cui Tianyi leder laget – Cui Tianyi, tidigare mjukvaruingenjör på Jane Street och medgrundare av TSY Capital, anställdes i mars 2026 och leder Harness-teamet. Den 1 augusti publicerade han en efterlysning efter betatestare som snabbt drog 769 sökande och 712 öppna källkods-repon med över 1,2 miljoner GitHub-stjärnor .

Betaversion – Den 2 augusti öppnade DeepSeek betatestning av DeepSeek Harness, ett agentiskt AI-ramverk riktat mot utvecklare som arbetar med öppen källkod. Ett officiellt releasedatum är ännu inte satt .

Sociala medier-debut – Den 12 augusti aktiverade DeepSeek för första gången officiella konton i sociala medier (på bland annat WeChat) för Harness-teamet och publicerade nya jobbannonser – en tydlig markering av bolagets nya kommersiella ambitioner .

V4-modellen uppdateras – optimerad för agenter

DeepSeek-V4-Flash-0731 (GA-release) – Den 31 juli 2026 släpptes den officiella produktionsversionen av Mixture-of-Experts-modellen (284B totala parametrar, 13B aktiva, 1 miljon tokens kontext). Modellen har post-tränats specifikt för agentiska kodningsuppgifter och överträffar nu V4-Pro-Preview på samtliga agent-benchmarks som DeepSeek publicerar .

Förbättringar i V4-Pro Preview – V4 Pro kan nu bevara resonemangshistorik över flera verktygsanrop och nya användarmeddelanden (något som tidigare kastades). Nvidias dokumentation listar modellen som lämplig för 'agentiska AI-applikationer, verktygsanvändning och komplex problemlösning' .

API-uppdateringar – V4-Flash-API:et stöder nu ett native Responses API och Codex-kompatibilitet . DeepSeek har även lagt till stöd för Anthropics API-format vid sidan av de befintliga OpenAI-kompatibla slutpunkterna .

Bolagets storlek, finansiering och kommersiella omvandling

Personalstyrka – DeepSeek hade cirka 160 anställda i mitten av 2026, men genomför en aggressiv plan för att dubbla antalet medarbetare inom alla avdelningar .

Första finansieringsrundan (~7,4 miljarder dollar) – I juni 2026 slutförde DeepSeek sin första externa finansieringsrunda någonsin: cirka 7,4 miljarder dollar (50 miljarder yuan) till en värdering på mellan 50 och 59 miljarder dollar. Tencent och batteritillverkaren CATL var de största externa investerarna, medan grundaren Liang Wenfeng behöll kontrollen via röstlösa aktier .

Andra rundan (~8 miljarder dollar, återupptogs 6 augusti) – DeepSeek pausade en planerad uppföljningsrunda i slutet av juli efter att grundarens uttalanden läckt ut. Den 6 augusti återupptogs processen med en målsättning på nära 8 miljarder dollar, och Monolith Management var i samtal om att delta .

Värderingskurva – Från cirka 50 miljarder dollar i juni till en planerad runda på cirka 74 miljarder dollar i juli. En börsnotering på Shanghais STAR-marknad är planerad till 2027 .

Utmaningar under amerikanska exportrestriktioner

DeepSeek har verkat under amerikanska exportrestriktioner som begränsar kinesiska AI-bolags tillgång till avancerade NVIDIA-grafikprocessorer. Bolagets effektivitetsinnovationer – inklusive Mixture-of-Experts-arkitekturen och genombrott inom post-träning – är delvis en produkt av nödvändighet. V4-Flashs förmåga att överträffa större modeller på agent-benchmarks med färre aktiva parametrar ses som ett direkt svar på dessa hårdvarubegränsningar .

Bredare kontext: Kinesisk AI-konkurrens

DeepSeeks utveckling speglar en bredare våg av kinesiska AI-labb (inklusive Alibabas Qwen, Baidus Ernie och Zhipu AI) som har minskat gapet till amerikanska frontmodeller. DeepSeeks strategi med öppen källkod och dramatiskt lägre API-priser har pressat amerikanska konkurrenter på kostnadssidan. Samtidigt riktar bolagets satsning på agentisk kodning in sig på det mest kommersiellt värdefulla AI-applikationslagret – kodgenerering – där Anthropics Claude Code och GitHub Copilot för närvarande leder .