Китайський DeepSeek змінює стратегію: від дослідницької лабораторії до глобального гравця в AI-кодингу

Китайська AI-лабораторія DeepSeek, яка досі асоціювалася з дослідницьким підходом і відмовою від зовнішніх інвестицій, у середині 2026 року здійснила радикальну трансформацію. Компанія перетворюється на агресивну продуктову компанію, що націлилася на найкомерційніший сегмент штучного інтелекту — кодування за допомогою AI-агентів. Розповідаємо про ключові події.

Команда Harness та штурм AI-кодингу

У травні 2026 року DeepSeek розпочав організацію нової команди — "DeepSeek Harness Team" — з чітким завданням створити продукт для AI-кодингу, внутрішньо відомий як "DeepSeek Code" або "DeepSeek Harness" . Компанія прямо орієнтується на конкурентів: Anthropic Claude Code, OpenAI Codex, Cursor та GitHub Copilot. Їхня філософія лаконічна: "Модель + Harness = Агент" .

Хвиля наймів

20 травня DeepSeek опублікував дві вакансії в Пекіні — Harness Product Manager і Harness R&D Engineer . Уже 25 червня компанія оголосила про наймасштабніший в історії набір: 33 вакансії у семи категоріях із заявкою "принаймні подвоїти розмір усіх відділів" . До серпня до кампусного рекрутингу додалися позиції "Full Stack Developer (Agent Harness Team)" та інші ролі для роботи з AI-агентами .

Хто очолює команду

Очолив Harness Team Цуй Тяньї — колишній інженер-програміст інвестиційної фірми Jane Street та співзасновник фонду TSY Capital. Його найняли у березні 2026 року . 1 серпня Цуй оприлюднив запрошення до публічного бета-тестування, яке за лічені дні зібрало 769 заявок, 712 унікальних open-source репозиторіїв із сумарно понад 1,2 млн зірок на GitHub .

Бета-версія та соціальні мережі

2 серпня 2026 року DeepSeek відкрив бета-тестування фреймворку DeepSeek Harness для open-source розробників . А вже 12 серпня компанія активувала перші офіційні акаунти в соціальних мережах (зокрема в WeChat) для команди Harness і розмістила нові вакансії, вперше публічно заявивши про свої комерційні продуктові амбіції .

Оновлення моделі V4 з акцентом на агенти

DeepSeek-V4-Flash-0731 (GA-реліз)

31 липня 2026 року вийшла офіційна виробнича версія моделі DeepSeek-V4-Flash-0731 на архітектурі Mixture-of-Experts (284B загальних параметрів, 13B активних, контекст 1M токенів). Модель була повторно пост-тренована спеціально для агентних завдань і тепер перевершує V4-Pro-Preview за всіма оприлюдненими агентними бенчмарками .

Покращення V4-Pro Preview

Нова версія V4 Pro тепер зберігає історію міркувань між раундами викликів інструментів і новими повідомленнями користувача (раніше ця інформація відкидалася). Документація Nvidia зазначає, що модель підходить для "агентних AI-додатків, сценаріїв використання інструментів та складного вирішення проблем" .

API-оновлення

API V4-Flash тепер підтримує нативний Responses API та сумісність із Codex. Крім того, DeepSeek додав сумісність з Anthropic-форматом поряд з існуючими OpenAI-сумісними кінцевими точками .

Фінансування, оцінка та комерційна трансформація

Перший раунд (~$7,4 млрд)

У червні 2026 року DeepSeek провів перший в історії раунд зовнішнього фінансування, залучивши приблизно $7,4 млрд (50 млрд юанів) за оцінки $50–59 млрд. Найбільшими зовнішніми інвесторами стали Tencent та CATL. Засновник Лян Веньфен зберіг контроль через акції без права голосу .

Другий раунд (~$8 млрд)

Після короткої паузи в кінці липня через витік зауважень засновника, DeepSeek відновив другий раунд 6 серпня, цього разу маючи на меті залучити близько $8 млрд. Очікувана оцінка — близько $74 млрд .

Дорожня карта оцінки

• Червень 2026: ~$50 млрд
• Липень 2026: плановий раунд ~$74 млрд
• 2027: цільове IPO на Шанхайській біржі STAR Market

Американські експортні обмеження та виклики

DeepSeek працює в умовах експортних обмежень США, які обмежують доступ китайських AI-компаній до передових графічних процесорів NVIDIA. Інновації компанії в ефективності — включно з архітектурою Mixture-of-Experts та проривами в пост-тренуванні — почасти народилися через ці обмеження. Здатність V4-Flash перевершувати більші моделі на агентних бенчмарках, використовуючи менше активних параметрів, розглядається як пряма відповідь на апаратні обмеження .

Ширший контекст: зростання китайського AI

Траєкторія DeepSeek відображає ширшу хвилю китайських AI-лабораторій (включно з Alibaba Qwen, Baidu Ernie та Zhipu AI), які скоротили розрив з передовими американськими моделями. Стратегія DeepSeek з відкритим кодом та значно нижчі ціни на API чинять тиск на американських конкурентів за вартістю, тоді як наступ у сфері агентного кодингу безпосередньо націлений на найбільш комерційно цінний шар AI-додатків — генерацію коду, де зараз лідирують Anthropic Claude Code та GitHub Copilot .