賭Coding能成為生產力基礎設施

文/林書

編輯/劉宇翔

DeepSeek的Harness團隊在北京海淀區融科資訊中心，十年前我曾在那里工作。這不是想往臉上貼金，而是很遺憾，錯過了見證歷史的一刻。

6月16日，據媒體報道，DeepSeek完成了成立以來的首輪外部融資，募集資金超過500億元人民幣，投后估值突破500億美元。創始人梁文鋒個人出資200億元，為最大單一出資方；騰訊出資100億元，寧德時代體系出資約50億元，京東、網易及IDG資本各出資30億元。

這是中國AI行業迄今規模最大的單輪融資。

那么，拿到巨額融資的DeepSeek，會把錢投向哪個方向？

6月15日，從論壇流出的一則信息可能讓我們可以管中窺豹。據一位參與測試的用戶稱，DeepSeek V4.1在網頁端啟動灰度測試，他說V4.1 Flash的代碼能力實現了“天差地別”的跨越式進步，知識截止日期也從2025年5月躍升至2026年1月，部分用戶甚至測出了2026年5月的截止日期。

很可能AI coding就是DeepSeek即將發力的方向。

其實，5月，DeepSeek的一則招聘啟事也透露了這點，那則Agent Harness研發工程師的招聘啟事里，寫了一行簡潔的公式：Model + Harness = Agent。崗位描述進一步解釋道，“把前沿模型能力，轉化為領先的Agent產品。Harness+除模型本身以外的所有工作”。

AI coding+Agent，看來，DeepSeek接下來的目標是想對標Anthropic旗下的Claude Code。DeepSeek做coding，因為這個領域能用最嚴格的標準來測試和鍛造模型的推理能力，不僅是目前唯一被驗證的、能形成商業閉環的場景，更是AI生產力的基礎設施。

01

DeepSeek沒興趣在C端和豆包、千問、元寶爭奪用戶。從這輪融資的資金用途、產品布局、人才引進以及市場驗證來看，DeepSeek的戰略意圖很清晰：服務好開發者和企業，把模型能力轉化為生產力工具，成為AI時代的“基礎設施”提供商。

雖然DeepSeek沒有公開資金分配比例，但從其戰略意圖和行業趨勢，可以反推可能的分配比例：

500億的大頭大概率會砸在算力上，畢竟從長遠來看，DeepSeek始終處在算力邊際緊缺的狀態，無論是要訓練出新一代模型，還是要滿足用戶調用量的增長。

前段時間，DeepSeek在內蒙古烏蘭察布招聘智算中心人員，崗位有高級運維工程師、高級交付經理，月薪開到15K到30K，還配14薪，還設立“IDC設計規劃工程師”崗位，規劃MW到GW級的超大規模智算中心。這說明，DeepSeek正從租用機房轉向大規模自建數據中心。

我們了解到，除了自有算力，早在2025年，浙江很多空置的算力中心都給DeepSeek調用。即便有外部算力供給，算力依舊是以及會是DeepSeek長期要面對的難題，近期其“專家模式”取消了聯網搜索功能，并且限制生成次數，就從側面說明了這點。

算力是Coding基礎設施的物理底座。如果V4.1的性能提升，調用量增加，以現有算力更難承受。沒有算力，V4.1再強也只能限流，沒有算力，Harness再好用也跑不起來。

可以相比較的是在coding領域最強的Anthropic，它采取“多云綁定+專屬集群”的激進策略，已構建覆蓋GPU、TPU及自研芯片的多元供應網絡，2025年底可用算力約1.4吉瓦，預計2026年底將快速提升至7-8吉瓦區間。但僅2026年第一季度其收入與使用量按年化計算就增長80倍，遠超原有基礎設施承載能力，導致服務曾出現限流與性能波動。

Anthropic CEO達里奧·阿莫迪表示算力需求呈指數級爆發，公司正全力建設以匹配這一“瘋狂”增速，目標是在未來幾年內實現吉瓦級容量的持續釋放。

AI Infra（基礎設施）是一項重資產、長周期的投入，DeepSeek還在高速發展，理論上，它完全可以租用更多算力，為什么要自己費力為處理海量、復雜的B端AI工作負載提供穩定、低成本的算力底座呢？

因為DeepSeek的技術路線，決定了它必須擁有Infra的絕對控制權，必須在Infra層就做優化。

為了盡量壓榨算力，DeepSeek做 FP8訓練，需要寫通信庫、調精度補償策略、改NCCL，英偉達原生的通信庫不支持這種級別的自定義；DeepSeek自己重新設計KV Cache的存儲和調度，因為標準推理引擎（vLLM、TensorRT-LLM）的架構假設和它要的不一樣；DeepSeek要設計MoE負載均衡，自己寫路由算法，讓專家分布在特定的節點拓撲上，減少跨機通信，而不能簡單用云廠商的Kubernetes自動擴縮容。等等。

這些都需要在“算法-芯片-網絡-框架”的每一層做定制優化，云廠商的標準化服務滿足不了。Anthropic能繼續堆參數、超大規模路線，是因為它有亞馬遜云和Google Cloud的可“無限擴容”算力支持，用不著在Infra層面做極致優化。

DeepSeek沒有這個條件，所以只能自己做地基，但這些努力也正是DeepSeek的競爭力來源。

這些優化不是孤立的，而是乘法關系。從公開的技術架構差異和行業成本模型，架構優化× 精度優化× Infra優化× 推理優化疊加，使得DeepSeek的單位算力成本比Anthropic的低得多。

02

算力是地基。地基之上，DeepSeek另兩個大投入方向是模型層和執行層。

6月15日那則V4.1灰度測試的帖子，透露的是DeepSeek在coding領域的進展。據參與測試的用戶稱，V4.1 Flash的代碼能力實現了“天差地別”的跨越式進步。但我們沒能參與灰度測試，目前并不了解具體實際情況。

DeepSeek V4曾以1.6T總參數、1M上下文窗口，在架構效率和成本結構上實現了全面突破。但V4的Coding能力與業界頂尖水平仍有差距，這也是社區討論最多的短板。V4.1的核心任務，正是開始補齊這塊短板。

從序列號來看，V4.1是V4的增量版本，這意味著V4.1的核心投入在后訓練階段（Post-Training），而非預訓練（Pre-training），后訓練成本通常只有預訓練的1/10到1/5。

DeepSeek朝生產力演進的方向已經很明確的，而這正是國內大模型企業與國際最高水平對比最大也是最緊迫的短板。

如果把AI模型比作大腦，Agent/Harness這個執行層就是它的手腳和神經系統。沒有執行層，大腦只能思考；有了執行層，大腦才能行動。過去一年，行業已經證明了一個事實：模型能寫代碼，不等于能持續完成一個工程任務。真正改變開發者工作方式的，是Claude Code、Codex，一個能夠進入終端、理解項目、讀寫文件、運行命令、修復錯誤、管理Git、調用工具的工程智能體。

Coding是Harness的最佳載體，因為代碼本身就是可執行的意圖，一行代碼既是對問題的描述，也是對解決方案的精確指令。

Anthropic是最早把“模型寫代碼”升級為“模型做工程”的公司。2024年推出的Claude Code（以及此前的Claude Dev、Artifacts等功能），不是簡單的代碼補全工具，而是一個完整的終端工程環境。Claude Code的火爆證明了一件事：AI Coding的競爭，正在從模型能力競爭，轉向開發者工作流入口競爭。

模型是大腦，但大腦不能自己打字，你需要一套系統，把模型的意圖轉化為行動。那就是Harness。

Anthropic的AI coding端到端工程閉環的體驗，是模型能力+Harness工程的雙重積累。 Anthropic比競爭對手早6-12個月跑通了這個閉環，形成了開發者習慣壁壘。當DeepSeek還在做模型層時，Anthropic已經在做工作流層了。

這種領先不只是無限算力加持下超大規模模型的能力輸出，也是工程打磨的結果，這需要大量產品工程師、開發者體驗設計師、DevOps專家的反復迭代。

所以，DeepSeek在推進V4.1乃至V5的研發的同時，也在補足Agent/Harness能力。5月那則招聘啟事里的公式，Model + Harness = Agent，說的就是這個。

據媒體報道，DeepSeek Harness團隊的負責人是崔添翼，一位在Jane Street干了9年、后來聯創量化基金TSY Capital的交易系統專家。2026年2月，他離開TSY Capital加入DeepSeek。DeepSeek找他來，正是為了搭建Harness。

DeepSeek找了一個做量化交易系統的人來搭建Harness。這個選擇背后的邏輯，比“同行相惜”要深得多。

一個邏輯合理的解釋是，量化交易和AI Agent的底層邏輯是一樣的：光有聰明的策略不賺錢，真正把策略變成錢的，是執行系統。光有強模型也不夠，真正把模型變成生產力的，是上下文管理、工具調用、終端執行、測試反饋、權限控制、失敗回滾。這些除模型本身以外的所有工作，都屬于Harness的范疇，也就是“執行”。

V4.1解決的是“能不能寫對代碼”，Harness解決的是“寫完后能不能跑通、報錯后能不能自修、項目大了能不能協作”。前者是模型能力，后者是工程能力。只有兩者結合，DeepSeek才有機會建立與Claude Code同級別的端到端工程智能。

這種挑戰巨頭的嘗試，對工程師有很大的吸引力。目前，崔添翼在社交媒體上發布的招聘帖子，已經引來眾多業界人士的投遞。

03

Coding之所以成為必爭之地，是因為它是目前唯一可驗證、可量化、可閉環的AI生產力。

判斷一個AI能力達不達到生產力水平，有一個簡單的標準：它的輸出能不能在不依賴人類主觀判斷的情況下，被驗證對錯？

多模態模型生成一張圖，好不好看？需要人看。通用對話模型回答一個問題，對不對？需要人判斷。這些能力的驗證成本極高，且標準不統一，企業很難量化ROI。

但Coding的輸出是一段程序，計算機可以直接執行并給出pass/fail。寫對了就運行，寫錯了就報錯。這種自動可驗證性使得Coding成為目前唯一一種ROI可以被精確計算的AI能力，企業能算出這個模型替代了多少工程師工時、產出了多少可運行代碼、減少了多少bug。

2026年的benchmark競爭格局印證了這一點。SWE-bench Verified（讓模型解決真實GitHub issue的測試）已經成為“single most-cited coding benchmark”和“most load-bearing single benchmark for real-world developer workflows”。根據第三方benchmark聚合平臺llm-stats.com的數據，當前前沿模型在這個測試上的競爭進入了白熱化：Claude Opus 4.5達到80.9%，Opus 4.6為80.8%，Gemini 3.1 Pro為80.6%，GPT-5.2為80.0%，差距僅在0.1到0.9個百分點之間。

但在SWE-bench Verified這樣的真實任務上，0.9%的差距意味著：一個模型能獨立解決某個復雜issue并上線運行，而另一個模型會在最后一步卡住。這不是差不多，而是能跑通和跑不通的區別。

而6月12日Anthropic被禁事件，進一步確認了Coding的基礎設施地位。Anthropic最強大的模型Claude Fable 5和Mythos 5被美國政府納入出口管制，當天全球停服。這是美國首次將商業AI模型與先進半導體同等對待，納入出口管制清單。Fable 5的定價是input $10/M、output $50/M，這不是軟件工具的定價，而是基礎設施的定價。

是的，AI coding已經是AI時代的生產力基礎設施，有沒有是兩個時代的分野：AI生產力時代和前AI生產力時代。這反向驗證了DeepSeek朝AI coding演進的意義：Coding基礎設施不能被壟斷，必須平權化。

DeepSeek-V4-Flash緩存命中輸入價格僅為0.2元/百萬tokens，約為Fable 5的1/138。但實際操作中，由于能力的欠缺，總的token成本并不一定比Fable 5低，更重要的是為生產力付費有馬太效應：最好用的會收獲絕大多數用戶，形成正反饋飛輪，而能力稍顯欠缺的，可能就成Other。

但如果我們把AI coding看作是生產力基礎設施，那么當Coding基礎設施的邊際成本不斷降低，全球開發者也才能真正用上頂尖的Coding能力，釋放巨大生產力。所以，以此為維度，DeepSeek的低價路線，本質上是把AI生產力從奢侈品變成日用品。

據參與融資的投資人轉述，梁文鋒對所有投資人的最大要求是“不要挖DeepSeek的人”。不是因為核心團隊流失率高，事實上核心團隊很穩定，離職者也不是做Coding的，而是當一個人堅信自己在做一件很重要的事情時，是不希望別人來挖角打擾的。

目前，Anthropic的Coding領先是算法+算力+工程化+時間差的紅利，馬斯克認為最早到明年Q1，中國AI團隊就能造出Mythos 5量級的模型，但智譜的唐杰認為會更快。誰對誰錯，由時間來證明。

但讓AI成為像水電一樣的基礎設施，像TCP/IP、像Linux、像電網，成為準公共品（Quasi-Public Good），會是AI生產力釋放的關鍵。DeepSeek拿著500億，賭的就是Coding真正成為基礎設施，人人可用。

DeepSeek如果能在coding上建立“低成本+高性能+完整工具鏈”的優勢，它實際上是在把AI從消費敘事切換到生產敘事。這不僅對DeepSeek自己重要，對中國整個AI產業都很關鍵。

十年前，我在融科資訊中心工作時，那群樓里還沒有一家AI公司，現在，DeepSeek的Harness團隊正在那里面試產品經理。從烏蘭察布的智算中心，到V4.1的蓄勢待發，DeepSeek正在推進它的計劃。

遺憾的是，我沒能力參與其中，只能記下這些觀察。讓時間去驗證它的對錯。