DeepSeek的Harness团队在北京海淀区融科资讯中心，十年前我曾在那里工作。这不是想往脸上贴金，而是很遗憾，错过了见证历史的一刻。
6月16日，据媒体报道，DeepSeek完成了成立以来的首轮外部融资，募集资金超过500亿元人民币，投后估值突破500亿美元。创始人梁文锋个人出资200亿元，为最 大单一出资方；腾讯出资100亿元，宁德时代体系出资约50亿元，京东、网易及IDG资本各出资30亿元。
这是中国AI行业迄今规模最 大的单轮融资。
那么，拿到巨额融资的DeepSeek，会把钱投向哪个方向？
6月15日，从论坛流出的一则信息可能让我们可以管中窥豹。据一位参与测试的用户称，DeepSeek V4.1在网页端启动灰度测试，他说V4.1 Flash的代码能力实现了“天差地别”的跨越式进步，知识截止日期也从2025年5月跃升至2026年1月，部分用户甚至测出了2026年5月的截止日期。
很可能AI coding就是DeepSeek即将发力的方向。
其实，5月，DeepSeek的一则招聘启事也透露了这点，那则Agent Harness研发工程师的招聘启事里，写了一行简洁的公式：Model + Harness = Agent。岗位描述进一步解释道，“把前沿模型能力，转化为领 先的Agent产品。Harness+除模型本身以外的所有工作”。
AI coding+Agent，看来，DeepSeek接下来的目标是想对标Anthropic旗下的Claude Code。DeepSeek做coding，因为这个领域能用最严格的标准来测试和锻造模型的推理能力，不仅是目前唯 一被验证的、能形成商业闭环的场景，更是AI生产力的基础设施。
01
DeepSeek没兴趣在C端和豆包、千问、元宝争夺用户。从这轮融资的资金用途、产品布局、人才引进以及市场验证来看，DeepSeek的战略意图很清晰：服务好开发者和企业，把模型能力转化为生产力工具，成为AI时代的“基础设施”提供商。
虽然DeepSeek没有公开资金分配比例，但从其战略意图和行业趋势，可以反推可能的分配比例：
500亿的大头大概率会砸在算力上，毕竟从长远来看，DeepSeek始终处在算力边际紧缺的状态，无论是要训练出新一代模型，还是要满足用户调用量的增长。
前段时间，DeepSeek在内蒙古乌兰察布招聘智算中心人员，岗位有高级运维工程师、高级交付经理，月薪开到15K到30K，还配14薪，还设立“IDC设计规划工程师”岗位，规划MW到GW级的超大规模智算中心。这说明，DeepSeek正从租用机房转向大规模自建数据中心。
我们了解到，除了自有算力，早在2025年，浙江很多空置的算力中心都给DeepSeek调用。即便有外部算力供给，算力依旧是以及会是DeepSeek长期要面对的难题，近期其“专家模式”取消了联网搜索功能，并且限制生成次数，就从侧面说明了这点。
算力是Coding基础设施的物理底座。如果V4.1的性能提升，调用量增加，以现有算力更难承受。没有算力，V4.1再强也只能限流，没有算力，Harness再好用也跑不起来。
可以相比较的是在coding领域最强的Anthropic，它采取“多云绑定+专属集群”的激进策略，已构建覆盖GPU、TPU及自研芯片的多元供应网络，2025年底可用算力约1.4吉瓦，预计2026年底将快速提升至7-8吉瓦区间。但仅2026年第 一季度其收入与使用量按年化计算就增长80倍，远超原有基础设施承载能力，导致服务曾出现限流与性能波动。
Anthropic CEO达里奥·阿莫迪表示算力需求呈指数级爆发，公司正全力建设以匹配这一“疯狂”增速，目标是在未来几年内实现吉瓦级容量的持续释放。
AI Infra（基础设施）是一项重资产、长周期的投入，DeepSeek还在高速发展，理论上，它完全可以租用更多算力，为什么要自己费力为处理海量、复杂的B端AI工作负载提供稳定、低成本的算力底座呢？
因为DeepSeek的技术路线，决定了它必须拥有Infra的绝 对控制权，必须在Infra层就做优化。
为了尽量压榨算力，DeepSeek做 FP8训练，需要写通信库、调精度补偿策略、改NCCL，英伟达原生的通信库不支持这种级别的自定义；DeepSeek自己重新设计KV Cache的存储和调度，因为标准推理引擎（vLLM、TensorRT-LLM）的架构假设和它要的不一样；DeepSeek要设计MoE负载均衡，自己写路由算法，让专家分布在特定的节点拓扑上，减少跨机通信，而不能简单用云厂商的Kubernetes自动扩缩容。等等。
这些都需要在“算法-芯片-网络-框架”的每一层做定制优化，云厂商的标准化服务满足不了。Anthropic能继续堆参数、超大规模路线，是因为它有亚马逊云和Google Cloud的可“无限扩容”算力支持，用不着在Infra层面做极 致优化。
DeepSeek没有这个条件，所以只能自己做地基，但这些努力也正是DeepSeek的竞争力来源。
这些优化不是孤立的，而是乘法关系。从公开的技术架构差异和行业成本模型，架构优化× 精度优化× Infra优化× 推理优化叠加，使得DeepSeek的单位算力成本比Anthropic的低得多。
02
算力是地基。地基之上，DeepSeek另两个大投入方向是模型层和执行层。
6月15日那则V4.1灰度测试的帖子，透露的是DeepSeek在coding领域的进展。据参与测试的用户称，V4.1 Flash的代码能力实现了“天差地别”的跨越式进步。但我们没能参与灰度测试，目前并不了解具体实际情况。
DeepSeek V4曾以1.6T总参数、1M上下文窗口，在架构效率和成本结构上实现了全面突破。但V4的Coding能力与业界顶 尖水平仍有差距，这也是社区讨论最多的短板。V4.1的核心任务，正是开始补齐这块短板。
从序列号来看，V4.1是V4的增量版本，这意味着V4.1的核心投入在后训练阶段（Post-Training），而非预训练（Pre-training），后训练成本通常只有预训练的1/10到1/5。
DeepSeek朝生产力演进的方向已经很明确的，而这正是国内大模型企业与国际最高水平对比最 大也是最紧迫的短板。
如果把AI模型比作大脑，Agent/Harness这个执行层就是它的手脚和神经系统。没有执行层，大脑只能思考；有了执行层，大脑才能行动。过去一年，行业已经证明了一个事实：模型能写代码，不等于能持续完成一个工程任务。真正改变开发者工作方式的，是Claude Code、Codex，一个能够进入终端、理解项目、读写文件、运行命令、修复错误、管理Git、调用工具的工程智能体。
Coding是Harness的最 佳载体，因为代码本身就是可执行的意图，一行代码既是对问题的描述，也是对解决方案的精确指令。
Anthropic是最早把“模型写代码”升级为“模型做工程”的公司。2024年推出的Claude Code（以及此前的Claude Dev、Artifacts等功能），不是简单的代码补全工具，而是一个完整的终端工程环境。Claude Code的火爆证明了一件事：AI Coding的竞争，正在从模型能力竞争，转向开发者工作流入口竞争。
模型是大脑，但大脑不能自己打字，你需要一套系统，把模型的意图转化为行动。那就是Harness。
Anthropic的AI coding端到端工程闭环的体验，是模型能力+Harness工程的双重积累。 Anthropic比竞争对手早6-12个月跑通了这个闭环，形成了开发者习惯壁垒。当DeepSeek还在做模型层时，Anthropic已经在做工作流层了。
这种领 先不只是无限算力加持下超大规模模型的能力输出，也是工程打磨的结果，这需要大量产品工程师、开发者体验设计师、DevOps专家的反复迭代。
所以，DeepSeek在推进V4.1乃至V5的研发的同时，也在补足Agent/Harness能力。5月那则招聘启事里的公式，Model + Harness = Agent，说的就是这个。
据媒体报道，DeepSeek Harness团队的负责人是崔添翼，一位在Jane Street干了9年、后来联创量化基金TSY Capital的交易系统专家。2026年2月，他离开TSY Capital加入DeepSeek。DeepSeek找他来，正是为了搭建Harness。
DeepSeek找了一个做量化交易系统的人来搭建Harness。这个选择背后的逻辑，比“同行相惜”要深得多。
一个逻辑合理的解释是，量化交易和AI Agent的底层逻辑是一样的：光有聪明的策略不赚钱，真正把策略变成钱的，是执行系统。光有强模型也不够，真正把模型变成生产力的，是上下文管理、工具调用、终端执行、测试反馈、权限控制、失败回滚。这些除模型本身以外的所有工作，都属于Harness的范畴，也就是“执行”。
V4.1解决的是“能不能写对代码”，Harness解决的是“写完后能不能跑通、报错后能不能自修、项目大了能不能协作”。前者是模型能力，后者是工程能力。只有两者结合，DeepSeek才有机会建立与Claude Code同级别的端到端工程智能。
这种挑战巨头的尝试，对工程师有很大的吸引力。目前，崔添翼在社交媒体上发布的招聘帖子，已经引来众多业界人士的投递。
03
Coding之所以成为必争之地，是因为它是目前唯 一可验证、可量化、可闭环的AI生产力。
判断一个AI能力达不达到生产力水平，有一个简单的标准：它的输出能不能在不依赖人类主观判断的情况下，被验证对错？
多模态模型生成一张图，好不好看？需要人看。通用对话模型回答一个问题，对不对？需要人判断。这些能力的验证成本极高，且标准不统一，企业很难量化ROI。
但Coding的输出是一段程序，计算机可以直接执行并给出pass/fail。写对了就运行，写错了就报错。这种自动可验证性使得Coding成为目前唯 一一种ROI可以被精确计算的AI能力，企业能算出这个模型替代了多少工程师工时、产出了多少可运行代码、减少了多少bug。
2026年的benchmark竞争格局印证了这一点。SWE-bench Verified（让模型解决真实GitHub issue的测试）已经成为“single most-cited coding benchmark”和“most load-bearing single benchmark for real-world developer workflows”。根据第三方benchmark聚合平台llm-stats.com的数据，当前前沿模型在这个测试上的竞争进入了白热化：Claude Opus 4.5达到80.9%，Opus 4.6为80.8%，Gemini 3.1 Pro为80.6%，GPT-5.2为80.0%，差距仅在0.1到0.9个百分点之间。
但在SWE-bench Verified这样的真实任务上，0.9%的差距意味着：一个模型能独立解决某个复杂issue并上线运行，而另一个模型会在最后一步卡住。这不是差不多，而是能跑通和跑不通的区别。
而6月12日Anthropic被禁事件，进一步确认了Coding的基础设施地位。Anthropic最强大的模型Claude Fable 5和Mythos 5被美国政府纳入出口管制，当天全球停服。这是美国首次将商业AI模型与先进半导体同等对待，纳入出口管制清单。Fable 5的定价是input $10/M、output $50/M，这不是软件工具的定价，而是基础设施的定价。
是的，AI coding已经是AI时代的生产力基础设施，有没有是两个时代的分野：AI生产力时代和前AI生产力时代。这反向验证了DeepSeek朝AI coding演进的意义：Coding基础设施不能被垄断，必须平权化。
DeepSeek-V4-Flash缓存命中输入价格仅为0.2元/百万tokens，约为Fable 5的1/138。但实际操作中，由于能力的欠缺，总的token成本并不一定比Fable 5低，更重要的是为生产力付费有马太效应：最 好用的会收获绝大多数用户，形成正反馈飞轮，而能力稍显欠缺的，可能就成Other。
但如果我们把AI coding看作是生产力基础设施，那么当Coding基础设施的边际成本不断降低，全球开发者也才能真正用上顶 尖的Coding能力，释放巨大生产力。所以，以此为维度，DeepSeek的低价路线，本质上是把AI生产力从奢侈品变成日用品。
据参与融资的投资人转述，梁文锋对所有投资人的最 大要求是“不要挖DeepSeek的人”。不是因为核心团队流失率高，事实上核心团队很稳定，离职者也不是做Coding的，而是当一个人坚信自己在做一件很重要的事情时，是不希望别人来挖角打扰的。
目前，Anthropic的Coding领 先是算法+算力+工程化+时间差的红利，马斯克认为最早到明年Q1，中国AI团队就能造出Mythos 5量级的模型，但智谱的唐杰认为会更快。谁对谁错，由时间来证明。
但让AI成为像水电一样的基础设施，像TCP/IP、像Linux、像电网，成为准公共品（Quasi-Public Good），会是AI生产力释放的关键。DeepSeek拿着500亿，赌的就是Coding真正成为基础设施，人人可用。
DeepSeek如果能在coding上建立“低成本+高性能+完整工具链”的优势，它实际上是在把AI从消费叙事切换到生产叙事。这不仅对DeepSeek自己重要，对中国整个AI产业都很关键。
十年前，我在融科资讯中心工作时，那群楼里还没有一家AI公司，现在，DeepSeek的Harness团队正在那里面试产品经理。从乌兰察布的智算中心，到V4.1的蓄势待发，DeepSeek正在推进它的计划。
遗憾的是，我没能力参与其中，只能记下这些观察。让时间去验证它的对错。
