ดีปซีก(DeepSeek) เร่งจ้างทีม Harness ท้าชิงตลาดเครื่องมือโค้ดดิ้ง AI

ดีปซีก(DeepSeek) เดินหน้าจ้างงานทีม ‘Harness’ สำหรับพัฒนาเอเจนต์ AI ด้านการเขียนโค้ด ขยายขอบเขตจากการแข่งขันโมเดลพื้นฐานไปสู่ตลาดเครื่องมือสำหรับนักพัฒนา สะท้อนทิศทางที่มุ่งเน้นชั้นการทำงานจริงมากกว่าตัวโมเดลเพียงอย่างเดียว

บล็อกเทมโป(BlockTempo) รายงานว่าดีปซีกเปิดบัญชีทางการ ‘DeepSeek Harness Team’ บนวีแชท(WeChat) เมื่อไม่นานนี้ พร้อมประกาศรับสมัครงาน ตามข้อมูลระบุว่าหน้าเว็บรับสมัครงานของดีปซีกมีตำแหน่งผู้จัดการผลิตภัณฑ์สาย ‘Agent Harness’ และวิศวกรฝ่ายวิจัยและพัฒนาเปิดรับอยู่

ทิศทางที่ดีปซีกวางไว้ไม่ได้อยู่ที่ตัวโมเดลพื้นฐานเพียงอย่างเดียว แต่อยู่ที่โครงสร้างที่ทำให้โมเดลทำงานได้จริงในฐานะเครื่องมือ ‘Harness’ คือชั้นซอฟต์แวร์ที่อยู่นอกโมเดลภาษาขนาดใหญ่ (LLM) ทำหน้าที่เชื่อมโยงขั้นตอนต่างๆ เช่น การอ่านไฟล์ การแก้ไขโค้ด การรันคำสั่ง การตรวจสอบผลการทดสอบ และการกู้คืนเมื่อเกิดข้อผิดพลาด

ต่างจากเครื่องมือที่เพียงตอบคำถามเมื่อผู้พัฒนาตั้งคำถาม เอเจนต์โค้ดดิ้งลักษณะนี้จะอ่านที่เก็บโค้ด (repository) ทำงานต่อเนื่องหลายขั้นตอน แล้ววนกลับมาตรวจสอบผลลัพธ์เพื่อแก้ไขอีกครั้ง

คำอธิบายตำแหน่งงานของดีปซีกระบุใจความว่า ‘จะเปลี่ยนความสามารถของโมเดลแนวหน้าของดีปซีกให้กลายเป็นผลิตภัณฑ์เอเจนต์ที่นำตลาด’ โดยตำแหน่งผู้จัดการผลิตภัณฑ์ระบุคุณสมบัติที่ต้องมีประสบการณ์ใช้งานเชิงลึกกับผลิตภัณฑ์ลักษณะเดียวกัน อาทิ คลอดโค้ด(Claude Code) โคเวิร์ก(Cowork) โคเด็กซ์(Codex) เคอร์เซอร์(Cursor) กิตฮับ โคไพลอต(GitHub Copilot) และเมนัส(Manus)

เฉิน เต๋อลี่ (Chen Deli) นักวิจัยของดีปซีก โพสต์ข้อความบนโซเชียลมีเดียระบุใจความว่า ‘จะสร้างดีปซีก โค้ด Harness โดยยึดคลอดโค้ดเป็นมาตรฐานอ้างอิง’ ขณะที่เทียนอี้ ชุย (Tianyi Cui) สมาชิกทีม Harness ของดีปซีก ระบุช่วงปลายเดือนมิถุนายนว่าแผนกใหม่เพิ่งเปิดตัวและยังขาดแคลนกำลังคนอย่างมาก

บล็อกเทมโประบุว่าทีมนี้เตรียมความพร้อมมาระยะหนึ่งก่อนเปิดตัวต่อสาธารณะ และเมื่อวันที่ 1 สิงหาคม ดีปซีกประกาศเปิดรับผู้เข้าร่วมทดสอบเบต้าระดับโลก (Global Beta) เพิ่มเติมด้วย

เหตุผลที่ Harness ได้รับความสนใจ คือแม้จะเป็นโมเดลเดียวกัน แต่ผลลัพธ์การทำงานจริงอาจแตกต่างกันได้ ขึ้นอยู่กับว่าโมเดลรักษาบริบทแบบใด เรียกใช้เครื่องมือใด และจัดการการลองใหม่หลังเกิดข้อผิดพลาดอย่างไร ซึ่งล้วนส่งผลต่อประสบการณ์ของนักพัฒนาโดยตรง

ก่อนหน้านี้ TokenPost เคยรายงานผลการประเมินของเทนเซ็นต์(Tencent) ที่ชี้ว่า ผลการทำงานของโมเดลเดียวกันอาจต่างกันไปตาม Harness ที่ใช้ โดยการประเมินครั้งนั้นแสดงให้เห็นว่าสภาพแวดล้อมการทำงานจริง ไม่ใช่แค่ตัวโมเดลพื้นฐาน เป็นปัจจัยที่สร้างความแตกต่างด้านประสิทธิภาพ

คลอดโค้ดมักถูกยกให้เป็นมาตรฐานอ้างอิงในวงการนี้ แอนโทรปิก(Anthropic) อธิบายว่าคลอดโค้ดเป็นเครื่องมือโค้ดดิ้งเชิงเอเจนต์ที่ทำงานผ่านเทอร์มินัล ชูจุดเด่นด้านโครงสร้างที่อ่านโค้ดเบส แก้ไขไฟล์ และรันคำสั่งได้โดยตรง

ความเคลื่อนไหวของดีปซีกสะท้อนแนวโน้มที่บริษัท AI จีนขยายขอบเขตผลิตภัณฑ์จากการเปิดตัวโมเดลไปสู่เครื่องมือใช้งานจริง ก่อนหน้านี้มีรายงานยืนยันแล้วว่า ดีปซีกกำลังจ้างงานบุคลากรเอเจนต์ AI ด้านโค้ดดิ้งในกรุงปักกิ่ง และล่าสุดมีข้อมูลเพิ่มเติมเรื่องบัญชีทางการบนวีแชทและการจ้างงานในนามทีม Harness

สำหรับนักพัฒนาและภาคธุรกิจไทย ประเด็นที่สำคัญกว่าการที่บริษัท AI จีนจะเปิดตัวผลิตภัณฑ์ใหม่หรือไม่ อาจเป็นรูปแบบของผลิตภัณฑ์เอง เมื่อคลอดโค้ด โคเด็กซ์ และเคอร์เซอร์เข้ามาอยู่ในสภาพแวดล้อมการพัฒนาอยู่แล้ว การจัดการสิทธิ์การเข้าถึง การตรวจสอบความปลอดภัย และโครงสร้างการรันคำสั่งผ่านเทอร์มินัล อาจเป็นปัจจัยที่มีผลต่อการตัดสินใจนำไปใช้จริง

เอเจนต์ AI ยังถูกพูดถึงในตลาดสินทรัพย์ดิจิทัลด้วยเช่นกัน ทั้งในแง่การทำงานอัตโนมัติ การชำระเงิน และการประมวลผลข้อมูล อย่างไรก็ตาม เป้าหมายโดยตรงของการจ้างงานครั้งนี้ของดีปซีกไม่ใช่โครงสร้างพื้นฐานคริปโต แต่เป็นสภาพแวดล้อมการทำงานของนักพัฒนา

ดีปซีกยังไม่ได้เปิดเผยชื่อผลิตภัณฑ์อย่างเป็นทางการ วันเปิดตัว หรือนโยบายด้านราคาแต่อย่างใด ข้อมูลที่ยืนยันได้ในขณะนี้มีเพียงการจัดตั้งองค์กร Harness การเปิดรับสมัครงานที่เกี่ยวข้อง และความเคลื่อนไหวด้านการจัดหาบุคลากรในสายเอเจนต์โค้ดดิ้ง