DeepSeek近日因Agent人才短缺引发关注。Harness部门负责人崔添翼在社交媒体上连续发布招聘信息，一口气开放研究员、工程师、产品经理三个岗位，并坦言“每天都在面试，到处贴小广告”。这种直聘模式迅速引发社区热议，甚至有网友表示愿意“割爱”推荐自家人才。DeepSeek的急迫，折射出AI行业从模型竞赛转向Agent落地的关键转折点。Harness在DeepSeek的技术架构中扮演着“方向盘”角色。如果用公式Model + Harness = Agent来理解，Harness负责模型之外的所有工作，包括上下文管理、长期记忆、Subagent与Multi-Agent协作、自进化机制等。此次新增的“Harness研究员”岗位，核心任务是定义DeepSeek对Harness的理论理解，提出评测方法，并推动模型与Harness的共同进化。相比之下，“Harness工程师”更侧重于产品架构设计与实现，将研究想法转化为可运行系统。从JD细节看，研究员需具备2年以上科研经验、硕士以上学历，并有高质量论文发表，同时要求熟练使用AI Agent工具进行开发。工程师则需参与技术选型、产品开发，以及用户社群维护。两者并非完全割裂：研究员要能快速将想法转化为原型，工程师也要具备研究品味。这种“研产一体”的设计，体现了DeepSeek对Agent能力从理论到落地的全链路把控。这一招聘热潮背后，是Agent生态对复合型人才的迫切需求。随着大模型能力趋于成熟，如何通过Harness让模型在真实场景中高效执行任务，成为行业核心挑战。对于AI从业者而言，掌握Agent系统设计、Multi-Agent协作、长期记忆等技能，将比单纯优化模型参数更具竞争力。DeepSeek的招聘方向，也为技术社区指明了一条从模型研究者到Agent系统架构师的转型路径。