9月8日，DeepSeek 的新一轮招聘消息在圈子里刷屏：一次性开放约 150 个名额，岗位几乎全部集中在服务端开发和 Agent（智能体）计算基础设施方向。据澎湃新闻报道，这批岗位里没有一个 AI 研究员岗位；证券时报的报道则提到，9月7日晚，DeepSeek Harness 团队负责人崔添翼就已在社交平台公开招人，表示"很多新方向新系统新需求需要搞"。

一家靠模型能力出名的公司，这轮招聘却几乎全是工程岗，这个反差本身就是信息。

变了什么：从"招应届"到"要熟手"

先看招聘画像的变化。据观察者网报道，DeepSeek 过去的招聘更偏向应届毕业生和年轻研究人员，而这一轮明确面向拥有 2 至 10 年工作经验的资深工程师，特别优秀的可以放宽年限要求；工作地点以北京为主，部分岗位在杭州（据报道）。

从"培养年轻人"转向"即招即用"，说明需求是急的、具体的：不是储备人才，而是需要立刻有人把系统搭起来。

岗位方向同样说明问题。据 21 财经等媒体报道，这轮岗位集中于服务端开发工程师和 Agent 计算基础设施方向——注意，是"计算基础设施"，不是"提示词调优"。再结合几条背景信息：DeepSeek 上个月刚发布 V4 Pro 正式版（据报道在 Artificial Analysis 智能指数评估中获得 53 分），本周早些时候还有消息称其拟采购大批国产 AI 芯片（华为昇腾，尚属"被曝"阶段）。拼图其实比较完整了：模型权重有了，算力在备，现在缺的是把模型稳定、低成本、大规模跑起来的工程能力。

没变什么：模型竞争没结束，只是换了战场

模型能力的差距在缩小，这一点从各家评测分数就能看出来。当大家都能答对题之后，比的就是谁能把模型变成稳定的服务：

• 服务端要扛住高并发，把推理成本打下来；
• • Agent 要能可靠地调用工具、操作软件，而不是十次里崩三次；
• • 从模型输出到业务结果之间，需要评测、护栏、监控、权限控制一整条链路。
    这些活没有一个是"纯研究"能覆盖的，全是工程问题。DeepSeek 不是第一家用行动表态的公司——国内外做大模型的厂商，今年普遍在扩工程团队、搭 Agent 平台。研究员岗位依然存在，但集中在少数几家实验室；而"把模型用起来"的工程岗，正在变成放量的一方。

对普通开发者的几个实际信号

1. "会用 Agent"正在从加分项变成岗位要求。这轮招聘虽然面向的不是普通开发者，但方向值得参考：Agent 落地相关的经验——函数调用、工具链路、沙箱与权限、可观测性——会是接下来两年服务端岗位的高频词。
2. 经验值钱，但得是"能落地"的经验。2 至 10 年这个区间被点名，说明企业要的是踩过坑的人：部署过推理服务、调过并发、处理过模型输出不可控的人。光会写提示词、会调 API，在工程岗面试里撑不了几分钟。
3. 想接住这波需求，可以自己动手把"部署"这条路走一遍。把开源模型在本地跑成 OpenAI 兼容接口，是最小可行的入门练习（需要一张 GPU 显卡）：

# 用 vLLM 把开源权重模型跑成本地推理服务（Docker 方式）
# 模型名可换成任何已发布的开源权重模型
docker run --gpus all -p 8000:8000 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
    vllm/vllm-openai:latest \
      --model Qwen/Qwen2.5-7B-Instruct --max-model-len 8192
      ```
服务起来后，用标准的 OpenAI 兼容格式请求即可验证：

```bash
curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
    -d '{"model": "Qwen/Qwen2.5-7B-Instruct",
           "messages": [{"role": "user", "content": "用一句话介绍什么是Agent"}]}'
           ```
跑通这一步，你就能理解为什么模型公司要抢服务端工程师：模型本身只是起点，吞吐、延迟、成本、稳定性，每一项都要靠工程一铲子一铲子填出来。

4. **别把"研究热"当成普遍行情**。今年大模型人才市场的真实结构是：顶尖研究员岗位稀少且门槛极高，普通开发者能参与的主要是工程化环节。看到一家公司扩招，先看清楚它招的是"训模型的"还是"用模型的"，这决定了你该往哪个方向补技能。
5. **通用技术栈依然值钱**。这轮岗位虽然挂在 AI 公司名下，但服务端开发、分布式系统、性能优化这些基本功没有变。AI 项目的工程底座仍是常规技术，只不过上面多了一层模型推理和 Agent 编排。把老本行做扎实，再往上层加 AI 知识，比从头追热点更稳。
## 最后

一家头部 AI 公司的大规模招聘，往往比发布会更能说明它下一步要干什么。DeepSeek 这轮"全工程岗"扩招，指向的是同一个结论：大模型的竞争，正在从"谁的模型更聪明"转向"谁能让模型在真实业务里稳定干活"。

对咱们普通打工人来说，与其焦虑"AI 会不会取代我"，不如多看看这类岗位要求里写了什么——那才是市场用真金白银投票出来的技能清单。你觉得这轮扩招释放的信号是什么？评论区聊聊。