DeepSeek bước vào cuộc đua AI Agent với đội ngũ “AI Harness” mới

Cuộc đua AI đang chuyển từ “mô hình mạnh” sang “agent hữu dụng”

Trong vài năm đầu của làn sóng AI hiện đại, các công ty công nghệ cạnh tranh chủ yếu ở chất lượng mô hình nền tảng (foundation model). Nhưng bây giờ, lợi thế không còn chỉ nằm ở việc ai có mô hình thông minh nhất.

Cuộc đua đang chuyển sang câu hỏi quan trọng hơn: ai có thể biến mô hình đó thành một agent tự động thực sự, có thể làm việc thay con người.

Đó là lý do các công ty như DeepSeek đang đầu tư vào một lớp hạ tầng mới gọi là AI “harness.” Theo nhiều báo cáo ngành, startup AI Trung Quốc này đã tuyển dụng kỹ sư — trong đó có Cui Tianyi, cựu lập trình viên tại công ty giao dịch định lượng Jane Street — và lập một đội chuyên xây dựng hệ thống harness để phát triển các agent AI.

DeepSeek lập đội “Harness” để phát triển agent

DeepSeek được cho là đã thành lập một đội nội bộ chuyên về “Harness”, tập trung vào việc phát triển các agent lập trình (coding agents). Mục tiêu là xây dựng hệ thống tương tự Claude Code của Anthropic — một trong những sản phẩm agent phổ biến nhất hiện nay trong cộng đồng lập trình viên.

Chiến lược này phản ánh bước chuyển của DeepSeek: từ việc chỉ phát triển mô hình AI sang xây dựng sản phẩm agent hoàn chỉnh cho nhà phát triển và doanh nghiệp.

Trước đó, công ty cũng đã công bố các bản cập nhật lớn cho dòng mô hình DeepSeek V4, nhấn mạnh khả năng suy luận tốt hơn và các năng lực “agentic” — tức khả năng tự thực hiện những nhiệm vụ phức tạp và quy trình nhiều bước.

AI “harness” là gì?

Một AI harness là lớp phần mềm vận hành bao quanh mô hình AI. Nó cung cấp môi trường và các công cụ cần thiết để mô hình không chỉ trả lời văn bản mà còn thực sự hành động trong hệ thống máy tính.

Nhờ harness, mô hình có thể:

• truy cập file hoặc toàn bộ codebase
• chạy lệnh terminal
• chỉnh sửa và viết mã
• tìm kiếm thông tin trên web hoặc hệ thống bên ngoài
• quản lý ngữ cảnh và kế hoạch nhiệm vụ
• lặp lại nhiều bước để hoàn thành một mục tiêu

Nói cách khác, harness cung cấp công cụ, môi trường và vòng lặp điều khiển (agent loop) giúp AI hoạt động như một agent thay vì chỉ là chatbot.

Những hệ thống agent hiện đại có thể tự đọc file, chạy lệnh và cập nhật kết quả khi tiến gần hơn tới mục tiêu nhiệm vụ.

Claude Code: ví dụ rõ nhất của AI agent cho lập trình

Một ví dụ nổi bật cho kiến trúc này là Claude Code của Anthropic.

Theo tài liệu chính thức, Claude Code có thể:

• hiểu toàn bộ codebase của dự án
• chỉnh sửa nhiều file cùng lúc
• chạy lệnh, kiểm tra và debug
• tự động hóa các workflow phát triển phần mềm

Hệ thống này hoạt động giống như một lập trình viên AI cộng tác, có thể liên tục lặp lại các bước: đọc mã → sửa lỗi → chạy test → chỉnh sửa lại cho đến khi hoàn thành nhiệm vụ.

Vì sao lớp “harness” trở nên quan trọng

Sự nổi lên của các agent như Claude Code đã khiến lớp hạ tầng harness trở thành trung tâm cạnh tranh mới trong ngành AI.

Thay vì chỉ cung cấp mô hình qua API, các công ty giờ đây cố gắng xây dựng workflow tự động hoàn chỉnh. Khi một developer mô tả nhiệm vụ — ví dụ sửa bug hoặc thêm tính năng — agent có thể tự động:

• quét codebase
• chỉnh sửa file
• chạy test
• lặp lại cho đến khi code chạy được

Điều này biến AI từ một công cụ gợi ý thành một cộng sự kỹ thuật thực thụ.

Doanh thu khổng lồ từ các sản phẩm agent

Tác động thương mại của các agent AI đã xuất hiện rất nhanh.

Anthropic cho biết vào năm 2026 công ty đã đạt khoảng 30 tỷ USD doanh thu run rate hàng năm, sau giai đoạn tăng trưởng cực nhanh về người dùng và doanh thu.

Một số phân tích ngành cũng ước tính rằng riêng Claude Code có thể đạt khoảng 2,5 tỷ USD doanh thu hàng năm, dù các con số này chủ yếu đến từ báo cáo bên ngoài và cần được xác nhận độc lập.

Dù con số chính xác thế nào, tín hiệu thị trường vẫn rất rõ: AI agent đang trở thành nguồn doanh thu lớn.

Vì sao DeepSeek và toàn ngành đang chạy đua xây agent

Sự chuyển dịch sang harness và agent phản ánh một thay đổi cấu trúc trong ngành AI.

Khi các mô hình ngày càng mạnh và dễ tiếp cận hơn, lớp sản phẩm phía trên mô hình sẽ trở thành yếu tố khác biệt chính.

Trong hệ sinh thái agent mới nổi, nền tảng chiến thắng có thể không phải là nơi có mô hình tốt nhất, mà là nơi có:

• công cụ cho developer tốt nhất
• agent loop ổn định
• tích hợp sâu với môi trường phát triển
• khả năng tự động hóa workflow mạnh mẽ

Vì thế, cả các công ty ở Mỹ lẫn Trung Quốc đều đang đầu tư mạnh vào hạ tầng agent.

Đối với DeepSeek, việc lập đội harness và tuyển dụng các kỹ sư giàu kinh nghiệm là bước đi nhằm biến các mô hình mạnh của họ thành sản phẩm agent hoàn chỉnh mà developer có thể dùng hằng ngày.

Cuộc đua AI đang dần chuyển từ huấn luyện mô hình sang kỹ thuật xây dựng agent — và những công ty làm chủ lớp harness có thể sẽ định hình thế hệ phần mềm AI tiếp theo.