编者摘要：2026 年 10 月 DeepSeek 完成组织调整，整合 Agent Harness 团队与 Web、App、平台业务组建产品部，由崔添翼担任负责人并启动大规模扩招，标志公司从纯算法实验室转向产品工程交付。崔添翼是《背包问题九讲》作者，信息学竞赛出身，浙大计算机毕业，曾在高频量化机构 Jane Street 任职九年，后创立持牌对冲基金 TSY Capital，2026 年加入 DeepSeek。
他主导打造的 DeepSeek Harness，遵循Model+Harness=Agent理念：模型之外的状态管理、工具调用、异常恢复等全部属于 Harness。Harness 基于 Cordis 微内核，核心是可逆插件架构，实现副作用可回滚、组件热插拔，依托时空可组合性理论，可显著降低任务 Token 消耗。
这套设计移植了高频交易的风控思想。DeepSeek 受算力约束，无法单纯比拼大模型算力，选择以开源 Harness 搭建 Agent 基础设施生态。但 Harness 架构激进，并发场景存在 KV 缓存失效、复杂依赖等工程隐患。此次人事任命本身极具行业代表性：区别于硅谷由传统产品经理主导 Agent 产品，DeepSeek 选择量化背景的系统架构师掌舵全线产品，代表 AI 竞争重心转向智能体运行时工程战。
7个关键问题问与答
Q1：Harness 到底解决什么问题？
A：大模型本身只会输出文本；Harness 负责把模型输出变成可靠动作：管理会话状态、调用工具、处理网络故障、权限控制、操作回滚。模型只是决策节点，Harness 是整套执行、容错、安全基础设施。
Q2：崔添翼的量化背景对 Harness 设计带来什么独特烙印？
A：高频交易系统不允许不可控副作用，任何操作必须可撤销；异常不能静默失败，必须及早暴露。这套风控逻辑直接移植到 Agent 插件生命周期设计，要求所有插件声明反注册，副作用可回收。
Q3：为什么 Harness 能大幅降低 Token 消耗？
A：架构设计上对上下文做严格管控，减少工具调用 Payload 冗余，避免无限制膨胀上下文窗口；同任务下大幅降低 Token 开销，代价是并发场景会冲击 KV 缓存，带来成本问题。
Q4：这次成立产品部意味着 DeepSeek 战略发生了什么变化？
A：从 “发布大模型，看社区自发玩”，转向主动构建完整产品、生态、开发者体系，正面和 Claude Code 等 Agent 产品竞争，重心从纯算法研究转向产品工程交付。
Q5：Harness 开源为什么短期爆发，但落地有坑？
A：极简插件模型降低上手门槛，社区快速贡献插件；但全插件架构下深层依赖复杂，并发、缓存、文件操作等边界场景容易出现严重 bug，属于激进架构的固有代价。
Q6：梁文锋对 Agent 工具的态度是什么？
A：长期视角认为编程 Agent 只是 AGI 的阶段性产物，不是终极形态；但短期市场竞争压力巨大，必须集中资源投入 Harness Agent 基础设施，属于战术与战略的张力。
Q7：Harness 和 Claude Code 架构最大差异是什么？
A：Claude Code 是一体化闭源 Agent 系统；Harness 是开源微内核插件化运行时，全部组件可替换，强调可逆性、可审计性、可组合性，靠开源生态扩张。
DeepSeek 将 Agent Harness 团队与 Web/App/Platform 整合为统一产品部，由崔添翼（dd_engi）出任负责人，标志 DeepSeek 从纯算法实验室，转向高强度产品工程交付；崔添翼的独特背景（信息学奥赛大牛、Jane Street 九年量化、对冲基金创始人），带来一套源自函数式编程 + 高频交易风控思想的 Agent 运行时架构 Harness。
一、崔添翼个人履历线
- 少年时期：《背包问题九讲》作者 dd_engi
河南安阳一中高中生，2007 年发布《背包问题九讲》，中文 OI 经典教材。核心亮点是泛化物品，用函数视角重构背包问题，本质是函数式思想：把物品看成映射、组合作为算子，解耦构件、可组合。两度省选第一，NOI 铜牌，保送浙大计算机；ACM 多枚亚洲区域赛金牌。早年深耕函数式语言：Haskell、Scheme、OCaml、Nix，2012 年用 OCaml 写 Lisp 解释器 golio。 - Jane Street（简街）九年：高频量化做市商
放弃 Google offer，选择全球大规模生产使用 OCaml 的 Jane Street 香港，面试长达 7 小时。核心收获：毫秒级稳定系统优先于漂亮数学模型；复杂系统的核心是模块关系、可靠性、边界风控，而不是语言。高频交易要求：任何异常、副作用都要可控、可回滚。 - 创业做量化基金 TSY Capital
2022 年和 Jane Street 前同事创立持有香港 9 号牌照对冲基金 TSY Capital，Rust 重写低延迟交易底座。2026 年初离职，3 月加入 DeepSeek。 和梁文锋同背景：浙大 + 量化底层工程出身，一个从幻方做大模型，一个从高频交易系统转入 Agent 基础设施。
二、DeepSeek Harness：Model + Harness = Agent
核心定义：模型参数以外，全部属于 Harness。
-
包含：上下文窗口管理、工具调用、异常恢复、权限拦截、状态回滚、Agent 循环调度等运行时基础设施。 -
行业数据佐证：Claude Code 逆向结果：模型决策代码仅占 1.6%，98.4% 是状态工程、容错、防御代码；工具调用 Payload 经常吃掉 60% 以上上下文。 -
底层内核：Cordis（源自 Koishi 机器人框架），轻量微内核，核心契约可逆性：插件注册必须定义反注册逻辑，副作用可回滚、可清理，支持热插拔。 -
理论抽象：时空可组合性（论文 A Programming Paradigm for Spatiotemporal Composability） -
空间：声明式解耦拓扑依赖； -
时间：所有副作用可以回收； -
整个系统全部是插件，Agent 主循环、模型适配器也只是插件，无特权内核，支持热替换。 -
设计哲学自带量化风控烙印：禁止隐式容错，异常启动阶段直接爆破阻断；所有操作要考虑外部环境不可信。
Harness 优缺点
✅ 优势：Token 消耗极低。Composio 盲测：同模型，30 个 SaaS 任务，Harness 任务完成率略高于 Claude Code，Token 用量仅为 Claude Code 约 1/7，有效抑制上下文膨胀。
⚠️ 短板：工程粗糙，并发场景有坑。并发子 Agent 会破坏 KV Cache 前缀，失去缓存，成本暴涨；存在路径解析、状态回滚等生产级 bug；复杂依赖注入深层存在风险。 开源爆发力：开源 6 天快速涨星，社区插件生态爆发，第三方桌面客户端等都作为插件实现。
三、DeepSeek 组织调整与战略背景
- 组织变革（2026.10.16）
Harness 团队 + Web/App/Platform 合并为产品部，崔添翼任负责人；大规模扩招前端、移动端、平台、设计、Harness 研发，招聘无硬性上限。 意义：DeepSeek 从单点模型发布，转向全链路产品、生态、工程交付。 - 行业大背景
-
2025 R1 爆火之后，DeepSeek 经历长达 15 个月模型真空期； -
Anthropic Claude Code 快速崛起，收入大增；大模型竞争从刷榜，转向 Agent 脚手架、工作流工程战； -
Anthropic 推出 Claude Mythos 刺激 DeepSeek，完成超 500 亿元融资，启动全员规模翻倍计划。 - DeepSeek 的战略困境与解法
算力受限，无法跟硅谷巨头比拼大规模算力堆模型。战略选择：押注 Agent 运行时 Harness，用轻量微内核 + 开源生态，撬动全球开发者共建，以工程框架作为差异化护城河，打阵地战。 内部张力：梁文锋认为编程 Agent 只是 AGI 阶段性产物（长期不迷信工具），但短期必须重兵投入 Harness，属于典型战略长期看淡、战术重兵投入。
四、主要洞察：为什么 DeepSeek 选量化系统架构师做产品负责人
硅谷同类 Agent 负责人多为正统产品经理；DeepSeek 选择崔添翼，本质是产品思路的底层范式切换：
-
传统产品经理：从用户需求出发，定义功能、体验； -
崔添翼：系统架构师 + 量化风控视角，把产品当成一套可组合、可回滚、可审计、可控风险的实时系统。 产品不再是 UI 功能集合，而是一套带有生命周期、副作用管控、插件化热插拔的 Agent 运行时系统。
把高频交易系统 “任何操作必须可撤销、边界必须设防、系统稳定性高于一切” 的风控思想迁移到智能体运行时。