DeepSeek招量化高手崔添翼补Harness短板，下半场从模型效率转向工作流入口

崔添翼其人2008年河南安阳一中的崔添翼凭全国青少年信息学奥林匹克竞赛铜牌被保送进入浙江大学计算机学院同年梁文锋在浙大信息与通信工程专业读研究生。崔添翼在浙大四年几乎都在ACM竞赛训练和比赛中度过代表浙大参加ACM国际大学生程序设计竞赛亚洲区域赛6次获金牌。ACM竞赛圈流传的《背包九讲》作者就是他该讲义系统拆解动态规划中的背包问题至今仍在GitHub更新。2013年毕业后崔添翼被Jane Street Capital香港分部聘为助理量化研究员年薪超百万。Jane Street是全球顶尖量化交易公司技术门槛高、面试严苛。他在那工作9年从事股票和固定收益领域软件开发与研究接触真实交易、风控、回测等系统及异常处理。量化交易并非有策略就能赚钱策略需稳定执行才有价值执行系统才是把策略变现的关键。策略要先回测但回测好实盘未必赚钱系统要应对市场变化、接口延迟等情况知道何时停手、报警和切断交易。2022年崔添翼离开Jane Street联合创办量化交易机构TSY Capital专注全球股票市场系统化量化交易策略。2026年2月他离开TSY Capital后在LinkedIn更新职位加入DeepSeek Harness团队。DeepSeek找崔添翼搭建Harness因AI Agent底层逻辑和量化交易一样光有强模型不够还需上下文管理等把模型转化为生产力。崔添翼加入意味着DeepSeek开始补把“聪明”变成“执行”的系统开启下半场。从模型效率到工作流入口DeepSeek上半场靠模型效率证明中国团队没大量卡也能做出全球级模型打破“只有美国大厂能做强模型”的认知。用户常追逐新模型豆包下载量超DeepSeek就是例子。模型爆红带来首波流量长期用户需靠产品、场景等留住。字节的豆包有抖音等优势DeepSeek在大众产品层面缺乏持续分发和高频使用能力。下半场模型能力趋同竞争转向“谁离用户工作流更近”。开发者的入口是编辑器等Claude Code和Codex把模型嵌入开发者日常操作路径占住入口就能获得付费场景。很多人认为Harness是提升模型性能实际它是让便宜token变得有用的系统。现在编程Agent任务消耗大量token、时间和工具调用。GPT和Claude成本高同一模型换Harness结果不同如Claude Opus 4.5在不同Harness下成绩差距大。大家比拼的是Harness小而便宜的模型配优秀Harness可能打败大模型加粗糙Harness。2026年头部大厂追求Harness因为写好Harness能让模型焕然一新。AI编程关键在于模型能否在真实代码库稳定工作Harness负责组织代码库等保证AI Agent循环稳定。API价格低卖token赚钱少Harness可将低价模型包装进高价值场景DeepSeek需从卖模型调用转向卖工作流结果。DeepSeek的短板DeepSeek网页端火、APP下载量高但模型调用无收集渠道反馈信息不回梁文锋处这是机制问题网页端和APP是ChatBot无法跑工作流。做Harness产品需收集反馈通道了解用户卡住的地方、工具调用失败率和模型不稳定场景。收集不到信息产品就像闭门造车Harness的价值在于失败日志拿到更多日志能更快知道Agent的不足。Claude Code能占GitHub公开提交量4%是因为建立了反馈循环。DeepSeek要补Harness和收集反馈、快速迭代机制。量化有滑点Agent也有Harness能压低滑点。Agent存在“管不住”问题2026年4月汽车租赁SaaS公司PocketOS的Claude Opus 4.6编码Agent删除公司生产数据库和备份。量化公司怕策略失控Agent也需风控崔添翼知道何时控制模型。以前DeepSeek不用操心产品体验现在开发者对编程工具容忍度低Ivern AI调查显示73%开发者常用2个以上AI编码工具。除产品体验工具生态也是问题Claude Code背后有协议、插件系统等。稳定性也是痛点DeepSeek爆红后服务器压力大如5月28日崩溃对编程Agent来说稳定性是生命线。