文章转载于八尺 AI

10 月 15 日，DeepSeek 崩了五个小时，这事闹得挺轰动。但第二天，另一件同样值得关注的事，却没激起太大水花。16 日，DeepSeek 把一个成立才七个月的团队，和 Web、App、Platform 三个团队整合到一起，成立了产品部。

产品部负责人是崔添翼，等于说，以后全公司的产品、设计、研发都归他。

要知道，七个月前崔添翼刚入职，当时他接手的活儿听起来很不起眼，—个叫 Harness 的内部框架。

同样是七个月前，另一个人办完了离职手续。他叫郭达雅，R1 的核心作者。走的原因很简单，当时他看好 Agent，但在 DeepSeek 那里排不上号。

一个月后郭达雅出加入字节 Seed，成为 Agent 方向负责人之一。

我觉得现在有个问题很有意思，如果郭达雅没有在 2026 年 3 月离开 DeepSeek，今天坐在产品部负责人这个位置上的，会不会是他？

没人知道答案。郭达雅走后几个月，DeepSeek 突然像换了家公司，接受外部融资，全员规模翻倍，押注 Harness，成立产品部。而崔添翼，成了这场转向的关键人物。

这本来可能属于郭达雅的故事，最后由崔添翼接着往下写。时代没有等谁，只是换了一个人登场。

1

那个位子本来该是谁的

先说说郭达雅。

1994 年生于广东珠海，2014 年考入中山大学，大四入选中山大学与微软亚洲研究院联合培养博士项目。2020 年，他以共同第一作者身份在 EMNLP 上发表 CodeBERT。2023 年博士毕业，7 月加入 DeepSeek。

然后两年多，他的名字出现在 DeepSeek 几乎所有最硬的论文上，DeepSeek-Coder 系列第一作者，DeepSeek-Math 主要作者，V3、R1、Prover 的核心贡献者。

最重磅的还是 GRPO。这个算法提出于 DeepSeek-Math，让模型对同一道题生成多个答案、彼此比较着学，把训练成本压下来。

后来它被直接搬进 R1，成了 R1 推理能力涌现的核心技术底座。2025 年，R1 的成果登上《自然》封面。他的论文总被引在 3.8 万次上下，博士毕业不到三年。

你要知道，在一家不到两百人的公司里，这种人不是一个研究员，他身后牵动的可能是整条技术路线。

那他为什么走？

不是钱。他 2025 年 10 月就起了念头，拖到 2026 年 3 月才真正离开。中间五个月，阿里、腾讯、字节挨个敲门，阿里甚至甩出一个 post-train 负责人的职位，在多数 AI 公司，这已经是一人之下万人之上的编制了。

他最后选了字节，因为字节把下一代模型的重心明确压在 Agent 上，给他的是做什么的决定权，不只是一个头衔。

这里有个细节。R1 发布的时候，连函数调用这个最基础的能力都不支持。它能在数学和代码题上展现惊人的推理能力，却还不能原生调用工具，让推理顺畅地进入行动。

一家做出了全球最强推理模型的公司，没做 Agent。

于是那个反事实就成立了。如果 2025 年下半年 DeepSeek 就把 Agent 排进优先级，郭达雅大概率不会走。今天的 Harness 可能仍是那个项目、那批人，只是负责人可能换成了他。

那凭什么是崔添翼

今年 3 月，崔添翼加入 DeepSeek，牵头 Harness。

他河南安阳一中毕业，2007 年读高三，写了本竞赛圈封神的讲义《背包问题九讲》，署名 dd_engi。NOI 铜牌保送浙大，本科四年横扫六枚 ACM-ICPC 亚洲区域赛金牌。

2012 年用 OCaml 自己写了个 Lisp 方言解释器 golio，靠这个项目坐进了华尔街顶级高频做市商 Jane Street 的终面，一待近九年。2022 年联合创立对冲基金 TSY Capital，用 Rust 重写超低延迟底座。

一个搞量化交易的，来管代码智能体，听起来跨行，细想却是最不跨行的一次选人。

因为 Agent 的本质，是一套能被驯服，能被执行，出错了能一键回滚的系统。让模型想明白一件事不难，难的是让它把事稳定做成，还不翻车。

2026 年春发生过一个事。Claude Code 因打包失误导致数十万行源码外泄，MBZUAI 实验室拆解后发现，在整个复杂的智能体运行链路里，真正属于模型决策的核心代码只占1.6%。其余98.4%全是围绕模型的确定性防御与状态工程。

也就是说，模型只是浮在水面上的一角，水下是一座庞大的机械系统。

而这套东西，正是量化交易干了十几年的老本行。在真实盘口上，策略本身从不直接兑现为利润。如果底层系统在毫秒级时延下崩溃、丢包或者出现竞争冒险，再精妙的数学模型也是废纸。

真正把概率变成资产的，是稳定得近乎冷酷的执行系统。

崔添翼说过一句话："除模型参数本身以外的所有工作，都属于 Harness 的范畴。"模型负责聪明，剩下的全归他管。而他管剩下的水平，是被市场用真金白银验证过的。

还有一条暗线更漂亮。

《背包问题九讲》第八讲叫《泛化物品》，这个中学生做了一件脱离竞赛套路的事，把离散的物品定义成一个函数 h，给背包分配费用 v，产出价值 h ( v ) ，继而定义泛化物品的和 f ( v ) = max{h ( k ) + l ( v − k ) }。

把系统解耦成无状态的独立构件，定义构件之间的组合代数，再统一折叠求和。他在小结里说，这是他学 Scheme 时用函数式编程的眼光审视背包问题得出的原创思想。

十九年后，崔添翼参与打造的 DeepSeek Harness，已经是一个接近 25 万颗 GitHub Star 的开源项目。两者之间是否存在直接的设计传承，还没有足够证据。

但把这两段经历放在一起看，至少有一个有意思的共同点，与其把一个复杂系统看成一堆具体的东西，不如先找到能够描述它们的抽象，再定义它们如何组合。

横向对比来看，DeepSeek 确实有些冒险。硅谷那边早交了卷，Anthropic 推进 Claude   Code 的是 Boris Cherny，OpenAI 执掌 Codex 的是 Alexander Embiricos，都有工程或产品经验。

唯独 DeepSeek 把一个交易系统工程师推向台前，别人用产品经理管产品，梁文锋用一个搞量化的管产品。梁文锋似乎更相信，先把系统搭好，让模型能力真正跑起来更重要。

至于用户体验，DeepSeek 似乎没那么擅长。我在即刻上不止一次看到，有人说 DeepSeek 几乎没有用户思维，完全是一帮极客按照自己的想法做产品。

以后，这样的矛头似乎有了更明确的指向，那就是崔天翼。

崔添翼扛下所有

所谓 " 崔添翼时代 "，意味着 DeepSeek 开始换挡，从追求模型能力的突破，转向把模型的能力变成真正可用的产品与系统。

前一程比的是谁论文发得硬，谁更炸场，能让硅谷破防，那是最聪明的人的时代。这一程比的是谁能把聪明变成可执行，可管控，能赚钱的系统，是能驯服系统的人的时代。

崔添翼还是有不少战绩的。

8 月 13 日，DeepSeek Harness v0.1 以 MIT 协议开源，支持多家模型厂商接入。项目发布后迅速走红，社区插件生态也在短时间内扩张。

10 月 3 日，崔添翼亲自参与开发的实验性 Claude Code Mods 兼容层随新版本发布。它并不意味着 Claude Code 插件已经可以无缝迁移，是试图验证，Claude Code Mods 提供的扩展能力，是否能够被 DeepSeek Harness 的插件体系覆盖。

截至 10 月中旬，仓库已积累约 25 万颗 GitHub Star、3 万次 Fork。贡献记录中，崔添翼也是最活跃的开发者之一。

Composio 在一项跨 30 个真实 SaaS 任务的盲测里给过一组数据，同一模型下，DSH 的完成率略高于 Claude Code，平均每任务消耗 Token 只有   8.8 万，约为后者的七分之一。

这组测试至少说明，在特定模型和工具环境下，决定 Agent 效率的不只是模型本身，围绕模型构建的运行框架同样重要。极致的 Harness 架构，实打实压住了上下文通胀。

但神话剥开，裂纹也很真实。

GitHub 讨论区有开发者晒账单，同一个工程任务竞品花几块钱，DSH 因为并发派生子 Agent 打碎了 KV Cache 前缀，所有请求沦为昂贵的未缓存计费，成本涨了十倍。

还有 Windows 路径解析失误导致的全盘静默删除。v0.1 的官方说明里自己就写着警告，仍可能出现 Breaking Changes，插件 API 和配置 schema 均未稳定。

以及 10 月 15 日那五个小时，8:11 故障爆发，13:04 全部功能修复，网页端、App 端与 V4 Pro/V4 Flash API 全线中断，正压在工作日早高峰。官方承诺，全面梳理并剥离单点依赖。

宕机在 10 月 15 日，产品部成立消息在 10 月 16 日曝出，时序相邻，但没有任何官方信息确认二者存在因果。

可以确定的倒是另一件事，一家长期以小团队、高工程密度著称的实验室，正在被迫学会运维一个面向上亿用户的日常系统。这是它从来没做过的事。

有人统计，DeepSeek 今年已经发生了 18 次服务异常。随着用户规模继续扩大，这类考验只会更多。模型能力可以靠论文证明，但系统能否扛住上亿用户的日常使用，要靠每一次真实请求来检验。

以后，崔添翼要扛下这一切。

那个最早看懂棋局的郭达雅，加入字节 Seed 后，字节内部启动了针对 Agent 和 Coding 的组织整合。

两人殊途同归，但都押注了同一个未来。只是字节少了些个人英雄主义叙事，做得再好，未来也不可能出现 "Seed 的郭达雅时代 "。