Insiders: DeepSeek is forming a Harness team to compete with Claude Code

Autor｜Wang Bo, Jiazi Light Year

"Jiazi Light Year" ha podido saber, a través de fuentes cercanas a DeepSeek, que la empresa está organizando un nuevo equipo de Harness centrado en productos de agentes inteligentes de código, tomando como referencia interna a Claude Code de Anthropic.

Chen Deli, investigador sénior de DeepSeek, lo confirmó recientemente en redes sociales al declarar: "DeepSeek está organizando un nuevo equipo de Harness para trabajar en productos e investigación en el área de Harness", y añadió sin rodeos: "En términos simples, se trata de tomar como referencia a Claude Code para crear DeepSeek Code Harness".

Esta no es una contratación común.

Las ofertas de empleo indican que DeepSeek está abriendo dos puestos clave: Gerente de Producto de Harness e Ingeniero de I+D de Harness, con una ubicación de trabajo limitada actualmente a Pekín. La oficina de DeepSeek en Pekín se encuentra en el Centro de Información Rongke del distrito de Haidian, muy cerca de la Universidad de Pekín y la Universidad de Tsinghua. Oficialmente, está situada en el "Cinturón de Innovación de IA del Centenario Pekín-Zhang", mientras que, informalmente, también se encuentra en la recientemente popular "Zona Wang Huiwen".

Definición central: Modelo + Harness = Agente

En la descripción del puesto, se destaca una fórmula central:
Modelo + Harness = Agente.

Esta frase puede considerarse casi como la definición interna de DeepSeek para la ruta de comercialización de la siguiente etapa: el modelo en sí es solo la base del Agente, mientras que la gestión del contexto, la invocación de herramientas, la planificación de tareas, la lectura y escritura de archivos, la modificación de código, la ejecución en terminal, la recopilación de comentarios y los bucles de evaluación fuera del modelo son las partes clave que permiten al Agente integrarse verdaderamente en el flujo de trabajo.

La oferta de empleo añade: "Estamos transformando las capacidades de vanguardia de los modelos de DeepSeek en productos de Agentes líderes. Todo el trabajo fuera del modelo en sí entra dentro del alcance de Harness". Además, este puesto participará en todo el proceso del "producto de Agente de escritorio de DeepSeek" y "definirá la comprensión de DeepSeek sobre Harness".

"Jiazi Light Year" analiza que DeepSeek no está simplemente tratando de crear un plugin de asistencia de código, sino que está llenando la capa intermedia que conecta el modelo con el flujo de trabajo real.

Durante el último año, la industria ha demostrado que tener capacidades de codificación sólidas no equivale a que los desarrolladores las utilicen realmente; un modelo que puede escribir código no significa que pueda completar continuamente una tarea de ingeniería.

Lo que realmente cambia la forma en que trabajan los desarrolladores no es un modelo Claude independiente, sino Claude Code; no es un modelo GPT independiente, sino Codex; no es una respuesta de código en un chat, sino un agente inteligente de ingeniería que puede entrar en la terminal, entender proyectos, leer y escribir archivos, ejecutar comandos, corregir errores, gestionar Git e invocar herramientas.

La mayor fortaleza de DeepSeek en el pasado era el modelo. Ahora, está empezando a añadir esa capa de "manos" sobre el modelo.

I. Por qué DeepSeek enfatiza Harness

En el contexto de los productos de IA tradicionales, "asistente de código" suele referirse a dos tipos de productos: uno es un plugin de autocompletado en un IDE y el otro es un chat de preguntas y respuestas sobre código.

Sin embargo, el término que aparece repetidamente en la contratación de DeepSeek no es Asistente de Código, sino Harness.

Harness se refiere originalmente a "test harness" o "marco de ejecución" en el contexto de la ingeniería, y en el contexto de los Agentes, está más cerca de un sistema que realmente permite al modelo tomar medidas. El modelo es responsable de entender, razonar y generar, mientras que Harness es responsable de integrar estas capacidades en el entorno real.

La descripción del puesto menciona que este rol debe planificar la hoja de ruta del producto DeepSeek Harness, conectar a investigadores, ingenieros, comunidades de código abierto y usuarios finales, y comunicarse profundamente con los investigadores del equipo de entrenamiento del modelo para lograr la coevolución del modelo y Harness.

Esta declaración es crucial.

Indica que lo que DeepSeek quiere hacer no es solo envolver el modelo existente en una carcasa, sino hacer que el producto Agente en sí sea parte de la evolución del modelo. En el pasado, la lógica de producto común para las empresas de grandes modelos era: el equipo de investigación entrena primero un modelo y luego el equipo de producto crea aplicaciones basadas en las capacidades del modelo. Sin embargo, en la era de los Agentes, este orden se está alterando. Los productos ya no son solo una salida para las capacidades del modelo, sino un campo de entrenamiento para esas capacidades.

Un Agente de código que falla en un proyecto real puede no deberse a problemas de interacción del producto, sino a una compresión incorrecta de contextos largos por parte del modelo; puede no ser un problema con la cadena de invocación de herramientas, sino una estrategia inestable del modelo para la descomposición de tareas; o puede no ser una falta de capacidad de codificación, sino su incapacidad para mantener una comprensión continua de las restricciones de ingeniería, los comentarios de las pruebas y la intención del usuario.

Por lo tanto, el valor del equipo de Harness no es solo "hacer productos", sino convertir las tareas de desarrollo reales en una fuente de retroalimentación para la evolución continua del modelo.

II. Por qué DeepSeek debe cerrar la brecha de Code Harness

DeepSeek ha apostado durante mucho tiempo por las capacidades de codificación. Desde DeepSeek-Coder hasta DeepSeek-Coder-V2, la inversión de DeepSeek en modelos de código ha seguido aumentando, apoyando mejoras en el lenguaje, la longitud del contexto y las capacidades de tareas complejas. Su problema no es la falta de capacidad de codificación, sino que esta capacidad se ha mantenido en gran medida a nivel de modelo y aún no se ha convertido en un producto de alta frecuencia en los flujos de trabajo diarios de los desarrolladores.

La popularidad de Claude Code demuestra una cosa: La competencia en la codificación con IA está pasando de la competencia en capacidades de modelos a la competencia por los puntos de entrada en los flujos de trabajo de los desarrolladores.

Esta es también una lección que DeepSeek debe aprender ahora. Más sutilmente, antes de que DeepSeek tomara medidas oficialmente, la comunidad de desarrolladores ya había creado una versión de "Claude Code de DeepSeek".

Un proyecto de código abierto llamado DeepSeek-TUI se hizo popular anteriormente en la comunidad de desarrolladores. Es un agente de codificación que se ejecuta en la terminal y puede leer y escribir archivos, ejecutar comandos de shell, buscar en la web, gestionar Git y coordinar subagentes a través de una interfaz TUI.

El auge de DeepSeek-TUI indica dos problemas:

1. Madurez de la mentalidad básica: El modelo DeepSeek ya ha establecido una base en la mente de los desarrolladores para convertirse en un Agente de código. De lo contrario, la comunidad no habría crecido naturalmente a su alrededor para crear productos similares a Claude Code.

2. Ausencia a nivel oficial: Lo que le falta a DeepSeek no es atención al modelo, sino un Harness oficial.

A ojos de los desarrolladores, el atractivo de DeepSeek-TUI es directo: bajo costo, disponible a nivel nacional, contexto largo y barreras de despliegue relativamente bajas. Muchos desarrolladores nacionales no quieren usar Claude Code, pero están limitados por el precio, la estabilidad de acceso, los sistemas de cuentas y el cumplimiento corporativo.

Sin embargo, los proyectos comunitarios también tienen límites inherentes:

• No importa cuán activo sea un proyecto de código abierto de terceros, es difícil captar realmente el ritmo evolutivo de las capacidades internas del modelo;

• Puede adaptarse a la API, pero no puede decidir de forma inversa cómo se entrena el modelo;

• Puede optimizar prompts, cadenas de herramientas e interacciones, pero es un desafío inyectar sistemáticamente retroalimentación de tareas reales masivas en las mejoras del modelo.

El significado del Harness oficial radica precisamente aquí.

El propio Code Harness de DeepSeek tiene varias ventajas que los proyectos comunitarios no poseen: colaboración con el equipo del modelo, autoridad en el diseño de interfaces, bucles de retroalimentación de datos de entrenamiento, escenarios de tareas reales internos y capacidades operativas a largo plazo para el ecosistema de desarrolladores.

La comunidad de código abierto ya ha allanado el camino: los desarrolladores realmente necesitan una versión de DeepSeek de Claude Code. Ahora, DeepSeek necesita recuperar este camino y convertirlo en su producto principal.

El hecho de que DeepSeek esté empezando a contratar significa que finalmente está listo para entrar en la arena por sí mismo.

Chen Deli mencionó en la Conferencia Mundial de Internet 2025 en Wuzhen el pasado noviembre: "Una de nuestras ventajas principales es el largo plazo, insistiendo en hacer avances en inteligencia de vanguardia como línea principal. En este proceso, también hemos abandonado muchos proyectos secundarios y no participamos en esos esfuerzos secundarios de corto plazo y retorno rápido".

Después de las guerras de modelos, han comenzado las verdaderas guerras de Agentes. Lo que DeepSeek necesita llenar esta vez es la capa más crítica entre el modelo y la acción: Harness.

DeepSeek está equipando a su modelo con un par de manos.