DeepSeek 把产品部交给了一个量化交易员

一家以模型研究闻名的公司，把产品部交给了一个在华尔街做了近九年量化交易的人。

一、发生了什么

据钛媒体 10 月 24 日报道，DeepSeek 于 10 月 16 日成立产品部，把 Harness、Web、App、Platform 四个团队整合到一起，由崔添翼负责，统筹产品、设计和研发。崔添翼不是传统产品经理：算法竞赛时期他写的动态规划教程流传很广，此后在华尔街做量化交易近九年，关注点始终是「怎么让整套系统稳定运转」而不是单个模块的优劣。他此前负责 DeepSeek Harness——8 月 13 日该项目以宽松协议开源，核心思路是「一切皆插件」，模型、工具、会话、沙箱都能替换组合。报道引用的数据称，截至 10 月中旬这个仓库已有约 25 万颗 GitHub Star。报道还引用了一组第三方对比：用 30 个真实软件任务测试各家 agent 框架，同一模型条件下 Harness 完成其中 20 个，比某头部编码工具多一个，平均单任务 token 消耗低了数倍。报道还讲了一条背景线：R1 的核心贡献者之一郭达雅看好 agent 方向，但认为其在 DeepSeek 内部优先级不高，今年 3 月离职加入字节跳动的 Seed 团队，负责 agent 方向之一；几个月后，DeepSeek 开始加码 agent 与产品体系。

二、跟你有什么关系

DeepSeek 的用户：产品线和 agent 能力的优先级明显上调，围绕它的工具链生态值得重新关注。观察大模型竞争的：顶级研究者的流动方向和公司组织调整之间存在时差，这是判断各家战略的坐标系。做技术管理的：从量化背景里找产品负责人这件事本身说明，「把系统组织起来」的能力正在被当成稀缺品。

三、怎么判断

1. 看 Harness 的实际采用：star 数是热度，真正的指标是第三方插件生态和真实任务里的表现，这两样才刚起步。
2. 等第一个完整节奏：四个团队整合通常要数月磨合，战略转向的速度别按发布会的节奏预估。
3. 分清事实与叙事：任命本身是事实，「郭达雅与这次调整擦肩而过」是媒体的戏剧化讲法，动机解读要打折。

四、三个别信的说法

「量化背景等于会做 AI 产品。」 崔添翼被选中的公开理由是系统思维和开源项目的前期成绩。量化经历提供了参照系，但交易系统和消费级产品是两种用户，能否复制要等验证。

「25 万 star 等于业界标配。」 star 数反映关注度，围观成分不小。第三方测试里它在 30 个真实任务中完成 20 个、token 消耗低于对比对象，这类数据比 star 有用，但测试环境有限，别直接外推。

「DeepSeek 之前不重视产品。」 报道的叙事是「现在更重视」，从模型公司到产品公司的转变本就有先后次序。把过去描述成完全忽视并不公允，也没必要。

五、一句话结论

模型能力的差距收窄之后，竞争挪到了「谁来把模型组织成系统」——产品负责人的背景变化，就是这场挪移的注脚。

信息来源

• 钛媒体：DeepSeek 产品部交给量化出身的崔添翼 2026-10-24

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。