จากแล็บวิจัยสู่ยักษ์ใหญ่เชิงพาณิชย์: DeepSeek เปิดยุทธการโค้ดเอเยนต์ครั้งใหญ่ในกลางปี 2026

DeepSeek กำลังเปลี่ยนโฉมหน้าตัวเองจากแล็บวิจัย AI สู่บริษัทผลิตภัณฑ์เชิงรุกในกลางปี 2026 โดยมุ่งเน้นการสร้าง AI โค้ดดิ้งเอเยนต์ พร้อมกับการระดมทุนหลายพันล้านดอลลาร์เพื่อเตรียมเข้าตลาดหุ้น นี่คือพัฒนาการสำคัญๆ:

ทีม Harness: การรุกตลาด AI โค้ดดิ้ง

• 'DeepSeek Harness Team' เปิดตัวอย่างเป็นทางการ — ในเดือนพฤษภาคม 2026 DeepSeek เริ่มจัดตั้งทีมเฉพาะกิจเพื่อพัฒนา AI โค้ดดิ้งเอเยนต์ โดยใช้ชื่อรหัสภายในว่า "DeepSeek Code" หรือ "DeepSeek Harness" โดยเทียบเคียงประสิทธิภาพกับ Claude Code, OpenAI Codex, Cursor และ GitHub Copilot อย่างชัดเจน ปรัชญาหลักของบริษัทคือ "Model + Harness = Agent"

• การรับพนักงานแบบถล่มทลาย — DeepSeek ประกาศรับสมัครสองตำแหน่งแรกในปักกิ่ง (Product Manager และ R&D Engineer สำหรับทีม Harness) เมื่อวันที่ 20 พฤษภาคม จากนั้นก็ขยายเป็นการรับสมัครทั่วทั้งบริษัทในวันที่ 25 มิถุนายน โดยมีเป้าหมาย "เพิ่มขนาดทุกแผนกเป็นอย่างน้อยสองเท่า" ครอบคลุม 33 ตำแหน่งใน 7 สายงาน พอถึงเดือนสิงหาคม การรับสมัครสำหรับนักศึกษาจบใหม่ก็รวมถึงตำแหน่ง "Full Stack Developer (Agent Harness Team)" และ "Agent..." ด้วย

• หัวหน้าทีมคือ Cui Tianyi — อดีตวิศวกรซอฟต์แวร์ของ Jane Street และผู้ร่วมก่อตั้ง TSY Capital เขาถูกว่าจ้างในเดือนมีนาคม 2026 และเป็นผู้นำทีม Harness เขาโพสต์เชิญชวนคนมาเป็นผู้ทดสอบเบต้าสาธารณะเมื่อวันที่ 1 สิงหาคม ซึ่งมีผู้สมัคร 769 คน และโปรเจกต์โอเพนซอร์ส 712 รายการ รวมดาว GitHub กว่า 1.2 ล้านดวง

• เริ่มทดสอบเบต้า — DeepSeek เปิดทดสอบ DeepSeek Harness ซึ่งเป็นเฟรมเวิร์ก AI แบบเอเยนต์ในวันที่ 2 สิงหาคม 2026 โดยมุ่งเป้าไปที่นักพัฒนาโอเพนซอร์ส ยังไม่มีการประกาศวันวางจำหน่ายอย่างเป็นทางการ

• เปิดตัวบนโซเชียลมีเดีย — เมื่อวันที่ 12 สิงหาคม DeepSeek เปิดใช้งานบัญชีโซเชียลมีเดียอย่างเป็นทางการเป็นครั้งแรก (บน WeChat และแพลตฟอร์มอื่นๆ) สำหรับทีม DeepSeek Harness และโพสต์ประกาศรับสมัครงานใหม่ ซึ่งเป็นสัญญาณเชิงพาณิชย์ที่ชัดเจนครั้งแรกสำหรับแผนกผลิตภัณฑ์ของบริษัท

อัปเดตโมเดล V4 เพื่อเอเยนต์

• DeepSeek-V4-Flash-0731 (เวอร์ชัน GA) — เปิดตัวเมื่อวันที่ 31 กรกฎาคม 2026 เป็นเวอร์ชันทางการพร้อมใช้งานจริงของโมเดล Mixture-of-Experts (พารามิเตอร์รวม 284B, ใช้จริง 13B, รองรับบริบท 1 ล้านโทเค็น) ได้รับการฝึกซ้ำ (post-training) โดยเฉพาะสำหรับงานโค้ดดิ้งเชิงเอเยนต์ และตอนนี้ทำคะแนนได้ดีกว่า V4-Pro-Preview ทุกเบนช์มาร์กที่ DeepSeek เผยแพร่

• การปรับปรุง V4-Pro Preview — V4 Pro ในตอนนี้สามารถเก็บประวัติการคิด (reasoning history) ไว้ได้ตลอดรอบของผลลัพธ์จากการใช้เครื่องมือและข้อความใหม่จากผู้ใช้ (ซึ่งก่อนหน้านี้จะถูกทิ้งไป) และเอกสารของ Nvidia ระบุว่าโมเดลนี้เหมาะสำหรับ "แอปพลิเคชัน AI แบบเอเยนต์, สถานการณ์การใช้เครื่องมือ, และการแก้ปัญหาที่ซับซ้อน"

• อัปเดต API — API ของ V4-Flash ตอนนี้รองรับ Responses API ดั้งเดิมและการทำงานร่วมกับ Codex API ของ DeepSeek ยังเพิ่มความเข้ากันได้กับรูปแบบ Anthropic ควบคู่ไปกับปลายทางที่เข้ากันได้กับ OpenAI ที่มีอยู่แล้ว

ขนาดบริษัท การระดมทุน และการเปลี่ยนแปลงเชิงพาณิชย์

• พนักงาน — DeepSeek มีพนักงานประมาณ 160 คน ณ กลางปี 2026 แต่กำลังดำเนินแผนขยายกำลังคนอย่างจริงจังเพื่อเพิ่มจำนวนพนักงานเป็นสองเท่าในทุกแผนก

• การระดมทุนรอบแรก (~7.4 พันล้านดอลลาร์ หรือประมาณ 2.7 แสนล้านบาท) — ในเดือนมิถุนายน 2026 DeepSeek ปิดรอบการระดมทุนจากภายนอกเป็นครั้งแรก โดยระดมทุนได้ประมาณ 7.4 พันล้านดอลลาร์ (50,000 ล้านหยวน) ที่มูลค่าบริษัทระหว่าง 5-5.9 หมื่นล้านดอลลาร์ โดย Tencent และ CATL เป็นนักลงทุนภายนอกรายใหญ่ที่สุด โดย Liang Wenfeng ผู้ก่อตั้งยังคงควบคุมบริษัทผ่านหุ้นที่ไม่มีสิทธิ์ออกเสียง

• รอบที่สอง (~8 พันล้านดอลลาร์ หรือประมาณ 2.9 แสนล้านบาท) กลับมาดำเนินการต่อในวันที่ 6 สิงหาคม — DeepSeek หยุดพักรอบการระดมทุนที่วางแผนไว้ในปลายเดือนกรกฎาคม หลังจากที่คำพูดของผู้ก่อตั้งหลุดออกไป จากนั้นก็กลับมาดำเนินการต่อในวันที่ 6 สิงหาคม โดยต้องการระดมทุนเกือบ 8 พันล้านดอลลาร์ โดยมี Monolith Management อยู่ในระหว่างการเจรจาเพื่อเข้าร่วม

• เส้นทางมูลค่าบริษัท — จาก ~5 หมื่นล้านดอลลาร์ (มิถุนายน) สู่รอบที่วางแผนไว้ประมาณ 7.4 หมื่นล้านดอลลาร์ (กรกฎาคม) และตั้งเป้า IPO ในประเทศจีนที่ตลาด STAR ของเซี่ยงไฮ้ภายในปี 2027

ข้อจำกัดการส่งออกของสหรัฐฯ และความท้าทาย

DeepSeek ดำเนินงานภายใต้ข้อจำกัดการส่งออกชิปของสหรัฐฯ ซึ่งจำกัดการเข้าถึง GPU NVIDIA ขั้นสูงของบริษัท AI ในจีน นวัตกรรมด้านประสิทธิภาพของบริษัท — รวมถึงสถาปัตยกรรม Mixture-of-Experts และความก้าวหน้าหลังการฝึก — เกิดขึ้นบางส่วนจากความจำเป็นเนื่องจากข้อจำกัดเหล่านี้ ความสามารถของ V4-Flash ที่ทำผลงานได้ดีกว่าโมเดลที่มีขนาดใหญ่กว่าในการวัดประสิทธิภาพแบบเอเยนต์ ในขณะที่ใช้พารามิเตอร์ที่ใช้งานจริงน้อยกว่า ถือเป็นคำตอบโดยตรงต่อข้อจำกัดด้านฮาร์ดแวร์

บริบทที่กว้างขึ้น: การแข่งขันที่เพิ่มขึ้นของ AI จีน

เส้นทางของ DeepSeek สะท้อนให้เห็นถึงคลื่นลูกใหญ่ของแล็บ AI จีน (รวมถึง Alibaba Qwen, Baidu Ernie และ Zhipu AI) ที่ปิดช่องว่างกับโมเดลชั้นนำของสหรัฐฯ กลยุทธ์โอเพนซอร์สและการตั้งราคา API ที่ต่ำกว่าอย่างมากของ DeepSeek ได้สร้างแรงกดดันต่อคู่แข่งในสหรัฐฯ ในด้านต้นทุน ในขณะที่การรุกตลาดโค้ดดิ้งเชิงเอเยนต์มุ่งเป้าไปที่เลเยอร์แอปพลิเคชัน AI ที่มีมูลค่าทางการค้ามากที่สุดโดยตรง นั่นคือการสร้างโค้ด ซึ่ง Anthropic Claude Code และ GitHub Copilot เป็นผู้นำอยู่ในขณะนี้