DeepSeek公司现诚招17个与Agent相关的职位。

DeepSeek近期推出了一系列招聘岗位。

细心阅读岗位描述可以发现两个值得注意的细节：

多个职位的附加要求中提到，熟悉Claude Code、Cursor和Copilot等AI编程工具的候选人将获得优先考虑。

在全栈开发工程师的职责描述中，特别强调了作为Vibe Coding重度用户的资格，以及持续探索模型应用创新的重要性。

DeepSeek正在寻找具备哪些能力的Agent专家？

从当前发布的招聘岗位来看，DeepSeek已经从研究阶段过渡到实际的产品能力建设阶段。

Agent深度学习算法研究员

主要职责包括研究提升模型性能的新技术和新方法，参与大模型在强化学习中的对齐和能力提升工作，涉及RLHF/RLAIF、过程奖励及偏好学习等多个领域。

Agent数据评测专家

负责创建评测数据集，精确区分不同模型的能力边界，为Agent的规划、工具调用、多轮交互、长期记忆等核心功能设计测试案例。

Agent基础设施工程师

负责构建Agent运行所需的底层基础设施，包括将外部工具集成到内部强化学习基础设施，建立Agent评测平台，并维护内部Agent集成框架。

除上述特定岗位外，DeepSeek还同步在产品和工程领域布局Agent能力：

模型策略产品经理的职位中，特别设置了Agent方向。

要求候选人熟悉Agent的核心机制，如工具使用、规划、长期记忆、多Agent协作等，并深度使用过Claude Code、OpenClaw和Manus等知名Agent工具。

此外，全栈开发工程师的岗位也明确了下一代容器调度与隔离平台作为核心工作方向。

需要解决容器生命周期管理、资源精细调度和多硬件平台统一支持等技术难题，构建高性能和高安全性的Agent运行环境。

与今年1月相比，当时DeepSeek的核心岗位主要集中在“深度学习研究员-AGI”等通用研究方向上，而此次招聘则明显偏向于“基础模型研究”向“Agent产品化”的转型。

DeepSeek的全方位Agent技术布局

通过这些招聘需求，可以清晰地看出DeepSeek在Agent领域的技术布局。

首先，DeepSeek正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合作，设计标注方案和质量标准，形成“数据-训练-评测”的能力提升闭环。

这表明DeepSeek正在构建从数据生成到模型迭代的完整流水线，而非依赖第三方数据服务。

其次，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”，评测岗位则需要对“Agent跨会话记忆连续性、多工具调度可靠性”等前沿问题有体系化认识。

这些关键词都指向具备复杂任务执行能力的自主Agent系统。

这次大规模招聘也验证了之前的行业传闻。

2025年9月曾有消息指出，DeepSeek正在研发具备高级Agent功能的AI模型，计划于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，在基准测试中与OpenAI同类产品持平甚至超越，颠覆了大模型研发需要巨额投入的行业共识。

DeepSeek能否像R-1一样，用低成本方案再次改变Agent赛道，答案或许很快就会揭晓。

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#/