北京
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
DeepSeek，一口气开放17个招聘岗位。
最核心研发岗聚焦Agent，覆盖算法研究、数据评测、基础设施全链条。
仔细阅读每个岗位的要求，发现两个有意思的细节：
多个岗位在“加分项”或“岗位要求”中明确提到：重度使用Claude Code、Cursor、Copilot等AI编程工具的优先。
在全栈开发工程师的岗位职责中，也出现了一条不太常见的描述：作为Vibe Coding重度用户，持续探索模型能力在产品中的创新应用。
DeepSeek需要什么样的Agent人才？
从岗位要求来看，DeepSeek的Agent布局已经从研究落地到具体能力建设阶段：
Agent深度学习算法研究员
核心任务包括探索提升模型能力的新方法与新范式，参与强化学习在大模型对齐与能力提升中的应用研究，覆盖RLHF/RLAIF、过程奖励、偏好学习等方向。
Agent数据评测专家
聚焦于构建评测数据集，精准区分不同模型的能力边界，针对Agent的规划、工具调用、多轮交互、长期记忆等核心能力设计测试用例。
Agent基础设施工程师
负责搭建Agent运行的底层基座，包括集成外部工具到内部强化学习基础设施、搭建Agent评测平台、维护内部Agent集成框架。
除了三个专属岗位，DeepSeek还在产品和工程端同步布局Agent能力：
模型策略产品经理岗位，单独设立了Agent方向。
要求候选人“熟悉Agent核心机制（Tool Use、Planning、长期记忆、Multi-Agent协作等）；
持续跟踪行业前沿，熟悉并深度使用过Claude Code、OpenClaw、Manus等知名agent”，需要洞察高价值Agent应用场景，包括OpenClaw式的生活/工作个人助理、Deep Research、自动化工作流、多模态设备控制等，主导Agent评测体系及训练数据方案设计。
全栈开发工程师岗位，也明确将“支撑海量AI Agent运行的下一代容器调度与隔离平台”作为核心工作方向。
需要攻克容器生命周期管理、资源精细调度、多硬件平台统一支持等核心难题，构建高性能、高安全性的Agent运行时环境。
对比今年1月，当时DeepSeek开放的核心岗位集中在”深度学习研究员-AGI”这类通用研究方向），此次招聘明显从”基础模型研究”向”Agent产品化”倾斜。
DeepSeek的全链路Agent能力布局
这些招聘需求，拼凑出DeepSeek在Agent方向的技术布局。
首先能看出DeepSeek在追求数据闭环能力。
算法研究员岗位明确要求”与数据标注团队紧密协作，设计标注方案与质量标准，形成’数据-训练-评测’的能力提升闭环”。
这意味着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。
然后是Agent技术栈的全面布局。
基础设施岗位要求熟悉”MCP、Tool Use、Function Calling等Agent交互协议与规范”，评测岗位则要求对”Agent跨session记忆连续性、多工具调度可靠性”等前沿问题有体系化认知。
这些关键词都指向具备复杂任务执行能力的自主Agent系统。
此次大规模招聘也印证了此前的行业传闻。
2025年9月曾有消息称，DeepSeek正在开发具备高级Agent功能的AI模型，计划在2025年第四季度发布，对标OpenAI等海外竞争对手，能够在最小用户指引下执行多步任务，并基于历史行动自主学习进化。
DeepSeek的R-1推理模型曾以数百万美元的研发成本，在基准测试中追平或超过OpenAI同类产品，颠覆了大模型研发需要巨额投入的行业共识。
能不能像R-1改变推理模型行业格局一样，用低成本方案再次颠覆Agent赛道，答案可能很快就会揭晓。
参考链接：
[1]https://app.mokahr.com/social-recruitment/high-flyer/140576#/
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
