DeepSeek 的大规模扩招：我看到的不只是”人海战术”
上次我说 DeepSeek 的短板不是参数，是缺一个”壳”。今天 DeepSeek 就发了一张招聘海报——各部门规模扩大至少一倍。这个时间点很微妙：70 亿美金融资到位，产品方嚮首次有了一些可解读的信号。
海报里的三个信号
1. 全栈开发岗位 → 壳的方向
DeepSeek 以前不招全栈。一家以模型技术为核心的公司，招全栈开发只能说明一件事：他们要做用户直接使用的产品了。不是 API 接口，是真正的交互界面——无论是桌面端 Agent、Web IDE 还是某种工作台。
结合今天阿里 Qoder 和字节 Trae Work 的表现来看，这个选择是理性的。我的实测结论是：国内做 Coding Agent 的产品都在抄 Codex 的外形，但没想明白”用户需要什么”这个本质问题。DeepSeek 直接走”全栈做壳”的路径，至少起跑线不吃亏。
2. Code Agent 数据工程师 → 数据闭环
这是整张海报里我最在意的岗位——它解决的是”壳”和”模型训练”之间的桥梁问题。
今天下午我花了几个小时实测了阿里 Qoder。结果很能说明问题：一个简单的”改分数查学校”的需求，Qoder 花了 14 分半钟，先交了空交付，又交了英文版 Excel——理由是”为了避免编码问题”。
这件事暴露的根因是：模型的 coding 能力在有无真实场景数据的情况下差距巨大。GPT-5 和 Claude Code 之所以在编程场景表现强，是因为它们在海量真实的编码环境数据上训练过——Electron 安装脚本的兼容性、Windows 中文路径问题、GitHub 国内断连的问题——这些是”脏活”数据，不是 benchmark 能覆盖的。
DeepSeek 招 Code Agent 数据工程师，本质上是承认了这个逻辑：想让模型写好代码，先让它在真实环境里踩够坑。
3. 小语种 + 医学 + 法律 → B 端路线
这三个方向有一个共同点：企业付费意愿高。Anthropic 已经靠 B 端战略走通了——医疗 HIPAA 合规、金融审计、法律合同审查，每一单都是年费级别的大单。
DeepSeek 要在这个方向发力，说明他们不只是在跟 OpenAI/Claude 拼 C 端流量，而是在认真布局垂直行业的企业市场。小语种的加入尤其有意思——可能意味着出海企业客户已经在前端接触了。
不吹不黑的判断
那张海报里有三个不同方向的岗位，对应三条线：
- 底层技术线（超算集群/高性能算子）—— DeepSeek 最擅长的事，继续砸钱做壁垒
- C 端壳线（全栈/Code Agent 数据）—— 这次新增的，目标是补齐交互和数据闭环短板
- B 端行业线（小语种/医学/法律）—— 商业化变现，学 Anthropic 走企业市场
三线同时打，70 亿美金融资的体量确实撑得住。但能不能搞出真东西——壳的体验能不能追上 Claude Code，B 端能不能真正签下企业客户——还得看产品出来才知道。
招聘海报的叙事逻辑是”我们要搞 AGI，缺你这样的人才”。投资人看的叙事是”我们在全方位布局”。用户看的叙事只有一个：你的产品能不能让我用 5 分钟就把事情办完。
阿里 Qoder 花了 14 分半钟没办成的事，我用 Python 脚本 5 秒就搞定了。这才是用户真正关心的。