#DeepSeek招聘风向变了# 【DeepSeek扩招150人，重点变了】 继6月大规模招聘后，DeepSeek再次招兵买马，一口气释放出约150个岗位。

对于长期保持“小团队、高人才密度”标签的DeepSeek而言，这是一次规模不算小的招聘，并且在需求岗位方面也出现了明显的变化。

9月7日晚，DeepSeek Harness团队负责人崔添翼在社媒平台亲自发布招聘信息时写道，公司有“很多新方向新系统新需求需要搞”。

根据官方招聘网站所列岗位信息，与6月覆盖多个业务线的全面扩张不同，DeepSeek此轮招聘目标更加明确，主要围绕AI模型落地后的基础设施建设展开，重点集中在服务端开发工程师和Agent（智能体）弹性计算研发工程师两大方向。

其中，服务端开发工程师岗位包括大模型研究平台、Agent框架组件、研发效率基建、DeepSeek API、线上服务和数据工程6个方向。

DeepSeek在岗位要求中强调，候选人不仅需要具备扎实的工程能力、交付技术成果能力强，也要熟悉垂直技术领域，同时理解上下游团队的技术栈和工程架构。公司还希望候选人不只是使用AI产品，更要能“亲力亲为地提供更多高质量的产出”。

在相关岗位描述中，DeepSeek表示，“欢迎应届毕业生及两年以内经验的新鲜力量加入”，同时“特别期待拥有2至10年工作经验的资深工程师”加入，他们是本次招聘的“重点关注对象”。过去，DeepSeek招聘更倾向于应届毕业生和年轻研究人员，但此次将要求扩宽至拥有10年经验的“资深工程师”，也表明公司需求的急迫性，需要的是即招即用的人才。

Agent弹性计算研发工程师则分为平台开发和维护、底层调优和攻坚2个方向。

相关岗位主要针对DeepSeek旗下Agent弹性计算平台DSec。该平台目前管理着成千上万个沙箱环境，并承担下一代模型迭代相关任务。随着系统复杂度提升，DSec需要对整个技术栈进行改造，而其中不少问题并没有成熟方案可参考，需要工程人员将模糊需求转化为稳定可靠的平台能力。

从招聘信息可以看出，DeepSeek正在搭建一条“模型—环境—数据—迭代”的完整链路。之前，大模型竞争比拼的是算法和算力，而如今，方向已转向模型落地，需要在真实的任务场景中解决问题。这需要工程能力，也正是DeepSeek此次招聘的核心需求。

今年3月加入DeepSeek负责组建Harness团队的崔添翼，此前曾透露团队目标宏大、工作繁重、人员紧缺，他“每天都在面试”。

在最新的招聘信息下方，崔添翼解释说，“计算机领域的任何东西，量变大后都会带来复杂度的巨大增加”。随着数据量、机器和容器、训练任务、评测任务、Agent环境、用户数量和请求数量等急剧增加，原有后端架构面临越来越大的压力。因此，DeepSeek需要大规模扩充人员，对各种后端系统进行升级、维护甚至重构。

DeepSeek扩招背后，也凸显出全球AI人才竞争正进一步白热化。脉脉发布的新经济人才报告显示，2026年1月至4月，AI领域岗位需求增长8.7倍，占新经济岗位比例由约2.78%提升至22.03%。

与此相对的是，AI行业的人才流动也更加频繁。

据21财经梳理，2025年下半年至2026年上半年，DeepSeek至少有5名核心研发成员离开，包括DeepSeek-R1核心研究员郭达雅转投字节Seed，第一代大语言模型核心成员王炳宣加入腾讯混元，DeepSeek-V2关键开发者罗福莉加入小米MiMo，OCR系列模型核心研发人员魏浩然加入百度，多模态方向核心贡献者阮翀加入元戎启行。

面对人才压力，DeepSeek今年6月完成首轮500亿元融资后，迅速开启扩招。当时的招聘需求覆盖算法、研发、运维、产品、数据工程师以及职能部门等7大类，共开放33个岗位，公司直言要将“所有部门的规模扩大至少一倍”。

资本投入也在同步跟进。市场消息称，DeepSeek正在筹备第二轮融资，目标募资规模同样达到500亿元，投前估值约5000亿元。美国科技媒体The Information此前报道称，DeepSeek年化营收已经达到4亿至5亿美元区间。

另有外媒爆料，DeepSeek拟在内蒙古乌兰察布建设的数据中心内部署至少16万颗华为新一代昇腾950DT加速芯片，用于模型运行。如果计划落地，该集群规模或将成为目前已知最大的国产AI芯片集群之一。DeepSeek招聘官网已有位于乌兰察布的IDC数据中心团队和采购团队岗位发布。

对于上述募资、收入、数据中心项目等相关消息，DeepSeek目前均未公开回应。

自6月至今，DeepSeek持续加码工程端的路线已逐渐清晰，AI Agent时代基础设施的竞争已开始打响。

目前，DeepSeek在C段用户规模上仍居于国内头部。中国移动互联网商业智能服务商贵士移动数据显示，截至2026年6月，DeepSeek月活用户达到1.29亿，仅排在豆包的3.82亿和千问的1.67亿之后。

但在模型能力竞争中，DeepSeek排名有所下滑。AI评测机构Artificial Analysis给DeepSeek模型智能指数的评分为36分，排在第15位。在其之前的国内大模型有位列第7的智谱、第9的Kimi和第13位的千问。

DeepSeek下一阶段的挑战在于，如何将新增人才和资本投入转化为更快的模型迭代速度，凭借工程化与基础设施深度继续拉开与其他模型的差距。