2026年9月8日
科技

DeepSeek再扩招150名工程师 零AI研究岗全面押注Agent基础设施

DeepSeek一口气扩招150人!0个AI研究岗

从150人到300人再到450人,DeepSeek的团队规模正经历一场肉眼可见的膨胀

2026年9月8日,DeepSeek Harness团队负责人崔添翼在社交平台上发布了一则招聘信息:团队新开放约150个招聘名额,重点面向2至10年工作经验的资深工程师。消息一出,业内侧目的不是数字本身,而是岗位构成——150个名额全部集中在服务端开发和Agent弹性计算两个方向,没有一个AI研究类岗位。

据公开资料,2025年初DeepSeek核心团队仅约150人,凭借这支精干的队伍推出了DeepSeek-R1推理模型;到2026年V4模型发布时,公司研究与工程团队加上商业合规等职能部门总规模已经超过300人。据外界估计,DeepSeek现有团队总人数约在300至500人之间,150个新岗位意味着团队规模可能扩大三分之一甚至更多。

DeepSeek扩招画风突变,150个岗位全部非AI研究方向
DeepSeek扩招画风突变,150个岗位全部非AI研究方向

“规模大了产生复杂度”

崔添翼对扩招逻辑的解释颇为直白:“计算机领域任何东西规模变大之后,都会产生复杂度上巨大的增加。”他列举了正在急剧增加的维度:数据量、机器与容器量、训练任务量、评测任务量、Agent环境量、用户量、请求量。原有后端系统“逐渐不能完美满足将来的量的需求”,团队需要大量工程师来“升级、维护和重写各种后端系统”。

数据佐证了这种压力。截至2026年3月,DeepSeek月活跃用户已达1.27亿,居行业第三。线上服务方向需要支撑“数千万日活用户”规模的大模型应用架构设计。API调用量的持续增长,加上8月以来多轮价格上调,对系统的稳定性、并发性、吞吐量都提出了更高要求。

DSec:从技术报告走向大规模工程化

此次招聘的技术坐标,是DeepSeek自研的弹性计算平台DSec(DeepSeek Elastic Compute)。该平台在不久前发布的DeepSeek-V4技术报告中首次公开披露。根据论文描述,DSec由三个Rust组件构成:API网关Apiserver、每台宿主机上的Edge代理、以及集群监控器Watcher,三者通过自研RPC协议互联,运行在DeepSeek自研的3FS分布式文件系统之上。DeepSeek-V4技术报告显示,单个DSec集群已经能同时运行数十万个沙箱。

招聘信息透露了下一步的工程扩张计划:“为了增加可靠性和效率,DSec需要修改整个系统栈:从操作系统到虚拟机,再到各级网络和存储,一直上到应用层调度和管控面服务。”DeepSeek同时坦言:“这个项目很多事情前人没有做过,没有现成的答案可抄。”

Agent弹性计算研发工程师分为平台开发和底层系统两个方向。招聘信息直言,底层方向的加分项是“能把某些操作系统组件的性能压榨到SOTA,或者干脆直接压到硬件极限”。

DeepSeek扩招画风突变,150个岗位全部非AI研究方向
DeepSeek扩招画风突变,150个岗位全部非AI研究方向

从“培养对象”到“即插即用的骨干”

此次招聘与6月25日的综合扩招形成鲜明对比。当时DeepSeek宣布正致力于将所有部门规模扩大至少一倍,覆盖全栈开发与算法、AI核心系统研发、运维、产品、模型数据策略、深度学习研究及职能部门等七大板块。而此次150人的专项扩招更具针对性,聚焦于解决当前业务快速增长带来的系统瓶颈。

用人标准也在发生变化。DeepSeek过往以招募年轻研究员和应届生见长,此次明确锁定2至10年经验的资深工程师。一位长期观察AI行业的猎头人士分析,这一经验门槛意味着DeepSeek对候选人的定位已从“培养对象”转为“即插即用的骨干”,“在Agent基础设施这个没有成熟人才池的领域,2至10年经验的后端工程师恰好是市场上最稀缺的存量”。

招聘信息还要求候选人“熟练使用AI Agent工具进行软件开发”,并且“当Agent提供有问题的方案时,你能够敏锐地发现并及时介入”。

500亿融资撑起的工程化野心

持续的融资为DeepSeek的人才扩张和基础设施建设提供了充足弹药。今年5月底,DeepSeek完成成立以来首轮外部融资,募资总额约500亿元人民币(约合70亿美元),投资方包括腾讯、京东、网易、宁德时代及多家投资机构,创始人梁文锋本人也投入约30亿美元,融资后公司估值突破500亿美元。据公开信息,超过60%的融资用于算力基础设施。仅一个半月后,7月中旬市场再度传出DeepSeek启动第二轮融资的消息,投前估值目标约710亿美元。

商业化也在同步提速。6月29日,DeepSeek V4正式版上线,同时推出峰谷定价机制。8月17日,V4 Pro高峰时段最高涨幅达到1100%。摩根士丹利分析师Gary Yu和Lydia Lin将此解读为行业定价纪律改善的积极信号。

大模型竞争进入下半场

当前,国内头部大模型竞争已经从参数、榜单和开源声量,逐步转到API稳定性、推理成本、Agent工作流和企业集成。上海交通大学安泰经济与管理学院发布的《2026年“人工智能+”行业发展蓝皮书》指出,AI竞争的主战场已从模型参数竞赛转向系统工程能力的全面比拼,“单点领先已不足以确立优势,系统短板才是真正的战略风险”。

在行业发展初期,算法能力是核心竞争力,AI研究员是最稀缺的资源。而当模型能力达到一定水平、用户规模突破临界点、商业化进入深水区后,系统工程能力的重要性迅速凸显。DeepSeek此次150人零AI研究岗的扩招,正是这一行业转折的一个注脚。

正如崔添翼所说——“团队人数也有Scaling Law”。

本文由AI辅助生成

分享到: