DeepSeek急招Agent方向！一口氣放17個崗位，重度Vibe Coding優先

夢晨 發自 凹非寺
量子位 | 公眾號 QbitAI

DeepSeek，一口氣開放17個招聘崗位。

最核心研發崗聚焦Agent，覆蓋算法研究、數據評測、基礎設施全鏈條。

仔細閱讀每個崗位的要求，發現兩個有意思的細節：

多個崗位在“加分項”或“崗位要求”中明確提到：重度使用Claude Code、Cursor、Copilot等AI編程工具的優先。

在全棧開發工程師的崗位職責中，也出現了一條不太常見的描述：作為Vibe Coding重度用戶，持續探索模型能力在產品中的創新應用。

DeepSeek需要什么樣的Agent人才？

從崗位要求來看，DeepSeek的Agent布局已經從研究落地到具體能力建設階段：

Agent深度學習算法研究員

核心任務包括探索提升模型能力的新方法與新范式，參與強化學習在大模型對齊與能力提升中的應用研究，覆蓋RLHF/RLAIF、過程獎勵、偏好學習等方向。

Agent數據評測專家

聚焦于構建評測數據集，精準區分不同模型的能力邊界，針對Agent的規劃、工具調用、多輪交互、長期記憶等核心能力設計測試用例。

Agent基礎設施工程師

負責搭建Agent運行的底層基座，包括集成外部工具到內部強化學習基礎設施、搭建Agent評測平臺、維護內部Agent集成框架。

除了三個專屬崗位，DeepSeek還在產品和工程端同步布局Agent能力：

模型策略產品經理崗位，單獨設立了Agent方向。

要求候選人“熟悉Agent核心機制（Tool Use、Planning、長期記憶、Multi-Agent協作等）；

持續跟蹤行業前沿，熟悉并深度使用過Claude Code、OpenClaw、Manus等知名agent”，需要洞察高價值Agent應用場景，包括OpenClaw式的生活/工作個人助理、Deep Research、自動化工作流、多模態設備控制等，主導Agent評測體系及訓練數據方案設計。

全棧開發工程師崗位，也明確將“支撐海量AI Agent運行的下一代容器調度與隔離平臺”作為核心工作方向。

需要攻克容器生命周期管理、資源精細調度、多硬件平臺統一支持等核心難題，構建高性能、高安全性的Agent運行時環境。

對比今年1月，當時DeepSeek開放的核心崗位集中在”深度學習研究員-AGI”這類通用研究方向），此次招聘明顯從”基礎模型研究”向”Agent產品化”傾斜。

DeepSeek的全鏈路Agent能力布局

這些招聘需求，拼湊出DeepSeek在Agent方向的技術布局。

首先能看出DeepSeek在追求數據閉環能力。

算法研究員崗位明確要求”與數據標注團隊緊密協作，設計標注方案與質量標準，形成’數據-訓練-評測’的能力提升閉環”。

這意味著DeepSeek正在搭建從數據生產到模型迭代的完整流水線，而非依賴第三方數據服務。

然后是Agent技術棧的全面布局。

基礎設施崗位要求熟悉”MCP、Tool Use、Function Calling等Agent交互協議與規范”，評測崗位則要求對”Agent跨session記憶連續性、多工具調度可靠性”等前沿問題有體系化認知。

這些關鍵詞都指向具備復雜任務執行能力的自主Agent系統。

此次大規模招聘也印證了此前的行業傳聞。

2025年9月曾有消息稱，DeepSeek正在開發具備高級Agent功能的AI模型，計劃在2025年第四季度發布，對標OpenAI等海外競爭對手，能夠在最小用戶指引下執行多步任務，并基于歷史行動自主學習進化。

DeepSeek的R-1推理模型曾以數百萬美元的研發成本，在基準測試中追平或超過OpenAI同類產品，顛覆了大模型研發需要巨額投入的行業共識。

能不能像R-1改變推理模型行業格局一樣，用低成本方案再次顛覆Agent賽道，答案可能很快就會揭曉。

參考鏈接：
[1]https://app.mokahr.com/social-recruitment/high-flyer/140576#/