呢個Harness團隊由崔添翼揸旗。佢本身係量化交易公司Jane Street出身嘅軟件工程師,亦係TSY Capital嘅聯合創辦人,2026年3月加入DeepSeek 。佢嘅號召力好勁,2026年8月1日佢喺網上發咗個帖文,公開招募Harness Beta測試員,結果竟然吸引咗769人報名,帶嚟咗712個唔同嘅開源項目倉庫(repository),呢啲倉庫加埋嘅GitHub星星(Stars)超過咗120萬粒,個留言區直頭變咗個「開源Agent路演」
。
DeepSeek唔係淨係得個團隊,佢哋嘅模型都同步升級咗:
DeepSeek-V4-Flash-0731(正式版):2026年7月31日推出,係一個Mixure-of-Experts(MoE)模型,總共有284B參數,但每次運作只啟動13B,支援100萬個Token嘅上下文 。佢哋特別針對Agent任務再做咗後期訓練(post-training),結果喺DeepSeek自己公布嘅九個Agent基準測試入面,分數全面超越咗V4 Pro Preview版本。
V4 Pro Preview 都有升級:個模型而家會喺工具返回結果同新用戶訊息之後,保留返之前嘅推理歷史(以前係會丟咗佢嘅),呢個對於處理複雜、多步驟嘅Agent任務好重要。Nvidia嘅文件都話呢個模型適合用喺「Agentic AI應用、工具使用場景同複雜問題解決」。
API更新:V4-Flash嘅API而家原生支援Responses API同Codex兼容模式 ,仲加咗兼容Anthropic格式嘅端點,唔再只係得OpenAI兼容格式
。
DeepSeek之前一直靠母公司的資金營運,冇向外集資,但一出手就係超級大額:
DeepSeek一直喺美國晶片出口限制嘅陰影下營運,搞到佢哋買唔到最新嘅NVIDIA GPU。不過,所謂窮則變,變則通,呢個限制反而迫佢哋喺效率上搞咗好多創新,例如Mixture-of-Experts(MoE)架構同後期訓練嘅突破,部分可以話係從限制中「迫」出嚟嘅。V4-Flash可以用更少嘅活躍參數,喺Agent基準測試上超越更大嘅模型,正正就係呢種適應能力嘅體現 。
DeepSeek嘅起飛唔係單一事件。佢哋嘅成功反映咗中國AI領域(包括阿里巴巴嘅Qwen、百度嘅文心、智譜AI等)整體水平已經追近美國嘅前沿模型。DeepSeek嘅開源策略同超低API定價,已經畀咗美國對手好大成本壓力。而家佢哋主力進攻AI編碼呢個商業價值最高嘅領域,直接挑戰Anthropic嘅Claude Code同GitHub Copilot嘅領導地位 。
總括嚟講,DeepSeek喺2026年中嘅呢一系列動作,係一次由內到外嘅徹底變身,由一個象牙塔式嘅研究實驗室,變成一間有產品、有資金、有野心嘅全球AI競賽主要玩家。