从量化江湖到AI驯马场，崔添翼的DeepSeek日志

一｜一个反常识的招聘

2026年6月22日，杭州。

崔添翼又在X上发帖子了。Harness部门空缺较大，速来。他贴出三个岗位，研究员、工程师、产品经理。配图是一只蓝色卡通虎鲸，萌得不像话。

评论区已经炸锅。有人毛遂自荐，有人说可以把自家大将割爱送过来。更夸张的是，崔添翼自己承认，每天都在面试，以及各种地方贴小广告。

这画面有点魔幻。

DeepSeek，这家估值突破500亿美元、刚刚完成超500亿元首轮融资的中国AI公司，居然缺人缺到让部门负责人在社交媒体上摆摊招人。

更魔幻的是，这个摆摊的人，不是产品经理出身，不是工程师出身，而是一个在华尔街顶级量化公司Jane Street干了9年、后来自己创业做量化基金的金融人。

他叫崔添翼。河南安阳人。浙大计算机系毕业。2008年靠信息学奥赛保送浙大。6次ACM亚洲区域赛金牌。《背包九讲》的作者。2013年毕业进Jane Street，年薪过百万。2022年联合创办TSY Capital。2026年2月离开TSY。3月加入DeepSeek。

从量化交易到AI Agent，这个跨度看起来很大。但DeepSeek偏偏选了他来带队Harness。

Harness是什么。DeepSeek给出的公式很直白，Model + Harness = Agent。如果Agent是汽车，模型是发动机，Harness就是方向盘、变速箱、刹车。也可以理解为驯马，想做一个Agent产品，模型之外的所有工作，都是在铸造Harness这块马鞍。

Anthropic的Claude Code、OpenAI的Codex，都在做这件事。但这两个产品的负责人都是产品经理出身。DeepSeek不一样，找了个会赚钱的量化高手。

这个选择很反常识。但细想之下，又很合理。

image

image

二｜量化思维怎么驯AI

崔添翼在Jane Street那9年，干的不是写策略，而是搭建让策略能稳定赚钱的系统。

策略写出来以后，一般不会立刻上真金白银，而是先放进历史行情里跑一遍，看它在过去那些涨跌里会怎么交易、最后赚不赚钱。这叫回测。但回测只是事后模拟，跑得漂亮不等于实盘也能赚钱。

系统得先看见价格怎么动，再判断要不要出手，接着把买卖指令送出去，还得盯着交易所回来的结果。成交了吗。成交价是多少。

市场会突然暴涨暴跌，接口会延迟，数据会出错，策略也可能连续亏损。这时候系统必须知道什么时候停手，什么时候报警，什么时候把交易切断。

市场没人等你，延迟哪怕只有几毫秒，钱就没了。

这些东西不性感，也不会出现在学术论文里，但它们才是量化交易的核心竞争力。

崔添翼2022年离开Jane Street，联合创办TSY Capital。从打工人变成创业者，他不仅要懂技术，还要从零搭建整套交易系统、组建团队、管理风险、对接市场。

2026年2月，他离开TSY。一个月后，加入DeepSeek。

DeepSeek找他来，不是训练模型的，是搭建Harness的。

对DeepSeek来说，Harness就是他们的交易系统。AI Agent的底层逻辑和量化交易是一样的。光有强模型不够，真正把模型变成生产力的，是上下文管理、工具调用、终端执行、测试反馈、权限控制。

2026年4月，汽车租赁SaaS公司PocketOS的Claude Opus 4.6编码Agent删除了公司生产数据库和备份。这个事故说明，Agent存在管不住的问题。

量化公司最怕策略失控。Agent也需要风控。崔添翼知道什么时候该让模型停手。

image

image

三｜DeepSeek的下半场焦虑

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。

但模型爆红带来的只是首波流量。用户常追逐新模型，豆包下载量超DeepSeek就是例子。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。

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。小而便宜的模型配优秀Harness可能打败大模型加粗糙Harness。

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需要从卖模型调用转向卖工作流结果。

但DeepSeek有个机制问题。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。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要补的，不只是Harness，还有收集反馈、快速迭代的机制。

image

image

四｜一场关于控制的战争

崔添翼的加入，意味着DeepSeek开始补把聪明变成执行的系统，开启下半场。

但这件事的难度，可能比做模型本身更大。

模型是聪明的，但聪明不等于好用。DeepSeek V4的代码能力已经很强，但裸模型直接用和Claude Code有一定差距。差距不在模型，在Harness。

DeepSeek的Harness团队正在北京组建，方向对标Claude Code，做桌面端Agent产品。短期聚焦AI Coding，因为Coding是模型心智和能力的加速器，也是当下最好卖Token的场景。

Anthropic的Claude Code年化收入已超25亿美元。DeepSeek想分这块蛋糕，但时间窗口不等人。

崔添翼每天都在面试，说明人才竞争白热化。OpenAI创始成员Andrej Karpathy跳槽Anthropic，xAI超50名研发人员离职，大模型公司的人才流动在加速。

DeepSeek刚完成超500亿元首轮融资，梁文锋个人出资200亿元保控制权。五年锁定期，不欢迎赚快钱的资本。这种底气来自幻方量化巅峰时期700亿的资管规模和2025年56.55%的平均收益率。

但钱有了，人不够。

Harness的成败，将决定DeepSeek能不能从一家模型公司变成一家产品公司。模型是大脑，Harness是神经系统。没有神经系统，大脑再聪明也动不了。

崔添翼的量化背景，让他比任何人都清楚，光有策略是不够的。执行系统才是把策略变现的关键。

现在，他把这套思维搬到了AI领域。

Agent的驯服，和量化策略的控制，本质上是一回事。知道什么时候该出手，什么时候该停手，什么时候该切断。

这不是技术问题，是工程哲学问题。

DeepSeek选崔添翼，选的不是他的技术能力，是他的工程直觉。这种直觉，来自9年Jane Street的实盘洗礼，来自TSY Capital的创业磨练，来自一个知道真金白银怎么流动的人对系统的敬畏。

image

image

｜悬念

2026年6月，DeepSeek的Harness团队还在疯狂招人。

崔添翼在X上发帖，蓝色虎鲸的招聘海报看起来很萌，但背后是一场硬仗。

Agent能不能被驯服，DeepSeek能不能从模型公司变成产品公司，中国AI能不能在Harness这个赛道上追上Anthropic和OpenAI。

这些问题，现在都没有答案。

但有一点是确定的。当所有人都在拼模型参数的时候，DeepSeek选择拼Harness。这个选择本身，就是一种反转。

而崔添翼，这个从量化江湖走出来的驯马师，正站在风暴的中心。