DeepSeek 700亿融资后推AI编程产品

DeepSeek 700亿融资后推AI编程产品
Photo by Solen Feyissa / Unsplash

在融资规模攀升至700亿元后,DeepSeek管理层向潜在投资者明确表示将优先推进突破性AI研究而非短期商业化。与此同时,该公司亲自下场打造AI编程产品的信号愈发强烈——资深研究员Deli Chen亲自发帖招募“Code Harness”团队,前TSY Capital联合创始人崔添翼或将出任Agent Harness团队负责人。一系列密集动作表明,DeepSeek Code产品已从概念进入实际构建阶段。

700亿融资与AI编程野心:DeepSeek Code团队开始组建

DeepSeek的融资规模已扩大至700亿元,其战略重心明确指向突破性AI研究。5月15日起,该公司在官方招聘网站密集放出多个与“Harness”相关的职位,包括Agent Harness产品经理、Agent Harness研发工程师等。这些岗位的任职要求直指AI编程与Agent工作流:要求深度使用过Claude Code、Cursor、GitHub Copilot等编程工具,以及Manus、OpenClaw等Agent执行平台。招聘信息中明确写道“Model+Harness=Agent”,揭示了Harness作为模型执行系统的核心作用——负责流程编排、工具调用、结果检查与错误回滚。

5月18日,DeepSeek资深研究员Deli Chen在社交媒体发布招聘帖,内容为“从零开始构建Code Harness”,直接证实该公司将新成立团队并打造全新产品线。而在随后的一天内,DeepSeek一口气放出包括Agent深度学习算法研究员、Agent数据策略工程师在内的十余个岗位,围绕Agent能力全面补齐关键环节。这些动作表明,DeepSeek正从单纯的大模型研发转向构建可稳定执行任务的AI Agent系统,而编程产品则是其首个落地方向。

关键负责人崔添翼就位:从量化大咖到Harness团队掌舵人

新团队的领导层也已逐渐清晰。今年3月加入DeepSeek的前TSY Capital联合创始人崔添翼(tianyi cui),被广泛认为将出任Agent Harness团队负责人。崔添翼本科毕业于浙江大学计算机系,曾因信息学竞赛保送浙大,6次获得ACM国际大学生程序设计竞赛亚洲区域赛金牌。毕业后在Jane Street香港和纽约办公室工作9年,随后联合创立量化基金TSY Capital。从竞赛大神到量化机构核心成员,再转任AI公司Harness团队负责人,这条跨界履历显示DeepSeek对编程产品负责人有着极高的技术门槛与工程实践要求。

虽然DeepSeek Code尚未正式开放,但社区中已出现大量“代餐”产品。例如GitHub上获得32.9k Star的开源项目DeepSeek-TUI,由独立开发者Hunter Bown基于Rust语言编写,可像Claude Code一样在终端中运行,支持文件读写、Shell执行、网页搜索、Sub-Agent调度等功能,底层使用DeepSeek V4模型。此外,DeepSeek官方维护的awesome-deepseek-integration仓库中亦收录了AIMatrices等轻量框架工具,以及支持手机端编程的“无思微程序”。这些工具为期待DeepSeek Code的用户提供了提前体验的入口。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen