如果你最近刷社交平台，可能会产生一个错觉：DeepSeek是不是改行做招聘广告了？

头像、时间线、评论区，到处是崔添翼的身影。这位Harness部门负责人说得直白：每天都在面试，各种地方贴小广告。

一家坐拥700亿融资的AI公司，招人招到负责人亲自下场吆喝——这个信号值得细品。

更值得关注的是他手里的三份JD。它们几乎就是一张为Agent时代量身定做的能力地图。

研究员 vs 工程师，一个往前推一个往下落

崔添翼团队最新挂出的岗位有三个。

Harness研究员，核心任务是探索领域前沿。上下文怎么管？长期记忆怎么存？Subagent怎么拆？Multi-Agent怎么合？Agent能不能自进化？

全是开放题。研究员的职责就是提出假设、设计实验、构建评测，用数据往回推。

说白了，他们的价值在于定义——定义DeepSeek对Harness的理解，把Agent边界往前拱。

Harness工程师则负责把定义好的东西变成产品。技术架构、系统落地、评测迭代，工程师要保证系统能跑、能服务真实用户。

研究员出思路，工程师出系统。一个往前推边界，一个往下落产品。

加个产品经理，团队才完整

产品经理这个位置，在AI原生团队里和传统认知不太一样。

不是写需求文档、开评审会就完事了。JD里明确写了要参与技术架构与选型。AI时代的PM不懂技术，连和工程师对话都困难。

产品经理是连接研究员、工程师、开源社区和用户的桥梁。把技术语言翻译成产品需求，把用户反馈转化成迭代方向。

三份JD拼在一起，正好构成了一支Agent产品团队的完整拼图。

拆开JD，里面全是能力坐标

认真读完这三份JD，你会发现里面藏着一张学习地图。

上面标注着Agent领域最核心的技术坐标：Context Engineering，决定Agent能否理解长上下文；Memory，长期记忆如何存储调用；MCP，模型和外部工具怎么通信；Subagent，复杂任务如何拆解分发；Multi-Agent，多个Agent如何协同工作；Tool Use，模型怎么学会用工具；Planning，复杂任务如何规划步骤。

这些词，就是DeepSeek这样的顶级AI公司给新一代Agent人才画出的路线图。

不过有人会问：Agent不就是给模型套个壳吗？

如果真这么简单，DeepSeek就不需要一个专门团队了。模型和工程外壳之间不能有断点。终端反馈、编译报错、运行时数据，这些必须回流到模型训练中，形成完整的数据闭环。第三方工具包装永远做不到这一点。这也是DeepSeek坚持自建Harness的原因——Model + Harness = Agent，缺一不可。

会用模型的人很多，能驯马的人稀缺

从2026年5月至今，崔添翼一直在招人，连招一个多月还没招够。

这个现象本身就在说明一件事：Agent时代的人才缺口，比很多人想象中大得多。

崔添翼本人就是这种复合型人才的典型——ACM六金得主、Jane Street九年量化工程师、联合创立TSY Capital，2026年3月加入DeepSeek从零搭建Harness团队。

他自己的履历，恰好在诠释JD里那句话：Agent产品的高强度用户，对Harness开发有极大的热情。

大模型的上半场，大家抢的是研究员。下半场，Agent阶段，需要的是能把研究、工程、产品和用户需求揉到一块的复合型团队。

发动机再强，没有好的操控系统，车也跑不起来。

如果你正在考虑进入Agent方向，这三份JD本身就是最好的学习资料。上面每一个技术关键词，都值得花时间去啃。

这波行情，才刚刚开始。

如果觉得有收获，欢迎评论和分享，让更多想入局Agent的朋友看到。

#Agent #DeepSeek #AI人才 #职业规划