DeepSeek 产品化突围：梁文锋的 Tibo 难题与崔添翼的 Agent 公式

据 Woofun AI 消息， 正经历从单纯模型提供商向产品能力融合体的关键转型，其核心命题在于寻找内部版的'Tibo'——即能打通模型与执行层的破局者。随着接管产品部，DeepSeek 试图通过'Agent = Model + Harness'的公式，解决长任务执行与用户体验的最后一步，以应对日益激烈的 AI 应用层竞争。

崔添翼的角色演变，标志着 DeepSeek 战略重心的实质性转移。8 月 13 日， 开源，这套软件旨在让模型调用工具、操作文件并完成连续任务。时任团队负责人的崔添翼在微博上以谦逊姿态公布进度，坦言'目前的版本还很不完善，请大家多提提意见'。

这一举动不仅是对开发者的邀请，更是产品思维介入的早期信号。时间线迅速推进至 10 月 16 日，据知情人士透露，DeepSeek 将 Harness 与网页、App、开放平台团队进行深度整合，由崔添翼统一负责。截至 10 月 23 日，DeepSeek 官网招聘页已在'产品部门'下明确列出'AI 产品经理'岗位。这些岗位被划分为两个核心方向：一是 AI 产品方向，负责网页、App 和开放平台，核心 KPI 是降低使用门槛、提高留存和转化；二是 Agent Harness 方向，要求规划产品路线、持续跟踪用户的真实任务，并与模型训练研究员紧密合作。崔添翼的微博简介中，一个简洁的公式'Agent = Model + Harness'直观展示了他对智能体系统的理解：模型提供判断力，Harness 提供执行力，二者配合构成完整的 Agent 工作流。

Harness 的产品迭代细节，深刻体现了用户真实反馈如何驱动功能完善。DeepSeek Harness 开源仅五天后，用户真实痛点便浮出水面。8 月 18 日，用户 oaixnah 在 Harness 项目的 GitHub 讨论区提出一个仅四个字的要求：'继续任务'。具体场景是：任务意外中断，消息仍在排队，用户希望新发出的继续指令能越过队列，直接插入对话，让工作无缝衔接。

这一需求直指系统在处理中断与恢复时的逻辑缺陷。9 月 10 日，社区账号 Gniy7Ga 在帖子下回复称问题已在新版本修复。DeepSeek 当天发布的 v0.1.5-rc.1 版本说明中，不仅修复了该问题，还列出了通用文件上传、在侧栏预览成果、用本地应用打开文件等功能，显著提升了交互的流畅性。版本记录中，崔添翼的直接参与痕迹清晰可见。9 月 29 日，Harness 在 GitHub 发布的版本说明中，新增了一项关键功能：macOS 和 Windows 桌面端可通过菜单安装管理插件所需的命令工具，无需另行安装运行环境和软件包管理工具。这条更新后的贡献者标注为'@tianyicui'，其 GitHub 主页显示姓名为 Tianyi Cui，所属组织为 DeepSeek，置顶项目正是 DeepSeek Harness。

这种从代码底层到产品体验的直接介入，确保了技术实现与用户需求的精准对齐。

技术演示与团队背景的交织，进一步解析了 Agent 工作流的运作机制。7 月 31 日，崔添翼在微博介绍 V4 Flash 正式版时透露，让模型调用工具完成编程任务的基准测试，便使用了当时尚未发布的 DeepSeek Harness。DeepSeek 官网展示的一段演示视频，生动诠释了这一流程：用户要求制作一个番茄钟插件，系统依次执行查开发指引、编写文件、安装和验证等步骤，最终交付一个可点击的计时器。在这一过程中，模型负责判断下一步动作，Harness 提供执行工具并将结果反馈给模型，形成闭环。