DeepSeek急招Agent方向！一口气放17个岗位，重度Vibe Coding用户优先

53 0 0

文章摘要

DeepSeek近期一口气开放17个招聘岗位，重点聚焦Agent技术方向，标志着其布局从基础模型研究加速转向产品化落地阶段。核心研发岗集中于Agent全链条能力构建，涵盖算法、数据、工程与产品四个关键维度。

在算法层面，Agent深度学习算法研究员被列为关键岗位，核心任务包括探索提升模型能力的新范式，深入参与强化学习在大模型对齐与能力进化中的应用，具体覆盖RLHF、RLAIF、过程奖励及偏好学习等前沿方向。该岗位明确将“提升模型自主决策与长程规划能力”作为研究目标，反映DeepSeek正向高阶认知能力演进。

数据与评测环节呈现系统性投入趋势。Agent数据评测专家岗位聚焦构建高保真能力边界评估体系，针对规划、工具调用、多轮交互及长期记忆等核心能力设计专项测试用例，强调“精准区分不同模型能力边界”。同时，算法研究员职责中要求“与标注团队协作形成‘数据-训练-评测’闭环”，表明DeepSeek致力于搭建内部自循环的高质量数据迭代流水线，减少对外部数据服务依赖。

工程基建方面，Agent基础设施工程师承担底层支撑建设任务，需集成外部工具至内部强化学习系统、搭建专属评测平台及维护Agent运行框架；全栈开发工程师则负责构建下一代容器调度与隔离平台，解决海量Agent并行运行下的资源精细调度、多硬件统一支持与安全隔离等挑战。其中，岗位描述特别提到“Vibe Coding重度用户”身份要求，凸显其对开发者生态与工具链协同创新的高度重视。

产品侧同步强化布局。模型策略产品经理（Agent方向）成为独立角色，明确要求候选人具备对Tool Use、Planning、长期记忆及Multi-Agent协作机制的深刻理解，并需主导评测体系与训练数据方案设计；其目标应用场景涵盖OpenClaw式个人助理、Deep Research、自动化工作流与多模态设备控制等多个实际领域。

值得注意的是，此次招聘明显区别于今年1月集中于“AGI通用研究”的定位，呈现出显著的“从理论走向场景”的转型特征。结合行业传闻，DeepSeek有望于2025年第四季度推出具备高级Agent功能的模型，旨在实现最小用户指引下的多步任务执行与历史行为自主学习进化。而其曾以数百万美元成本追平或超越OpenAI同类产品的R-1推理模型，暗示本次Agent战略可能延续“低成本突破”路径，为整个行业带来新的技术范式可能性。

DeepSeek正在搭建从数据生产到模型迭代的完整流水线，而非依赖第三方数据服务。这些招聘需求拼凑出DeepSeek在Agent方向的技术布局，包括追求数据闭环能力与全面覆盖Agent技术栈两个核心特点。此次大规模招聘印证了2025年9月关于其开发具备高级Agent功能AI模型的行业传闻。DeepSeek有望在2025年第四季度发布对标OpenAI的Agent模型。其R-1模型曾以数百万美元成本实现性能对标高端产品，预示Agent赛道或可借低成本路径重塑竞争格局。