从 DeepSeek 的一份 Agent PM 招聘看行业风向

DeepSeek 在 2026 年 5 月 15 日挂出了一则社会招聘，岗位名称是「Agent Harness 产品经理」。这份 JD 的信息密度极高，逐条拆解之后，能看到 AI 行业在产品经理这个角色上正在发生的几层变化。

Model + Harness = Agent：DeepSeek 对 Agent 的定义

JD 开篇给出的公式直截了当：Model + Harness = Agent。DeepSeek 把模型能力之外的所有工程和产品工作统称为 Harness，涵盖 Agent Loop、Tool Use、Memory、Prompt Engineering、Context Engineering 这一整套组件。这个定义本身就是一种产品立场：Agent 的价值重心正在从模型本身，向围绕模型构建的产品层迁移。

Harness 团队的使命描述也很具体——「把 DeepSeek 的前沿模型能力，转化为领先的 Agent 产品」。产品经理要做的，是定义 DeepSeek 对 Harness 的理解。换句话说，这个岗位实际上在参与制定一家头部 AI 公司对 Agent 赛道的产品判断。

Vibe Coding 写进硬性要求

JD 任职要求第三条：「能够使用 vibe coding 写代码，不一定需要技术背景」。

这条要求的含义超越了字面意思。传统产品经理提交需求文档，等工程师排期实现。在 Agent 产品的迭代节奏下，这个流程太慢了。PM 需要能用 AI 辅助工具直接产出原型、搭建简单的数据收集工具，甚至跑通一个灰度测试的最小闭环。跳过工程师中间环节，快速验证假设，再把验证结果带给团队讨论。

「不一定需要技术背景」这句话也很值得玩味。它暗示 DeepSeek 看重的是「用 AI 工具解决技术问题」的能力，而非传统的计算机科学训练背景。会写 Python 的 PM 和会用 Cursor 写 Python 的 PM，在这个岗位上可能被同等对待。

技术理解深度达到组件级别

JD 对技术知识的要求清单非常具体：LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent。

这不是「懂技术」三个字能概括的。它要求产品经理能理解 Agent 架构的每个组件是做什么的、彼此如何协作。举例来说，理解 KV Cache 意味着明白长上下文对话的成本结构，这对产品定价和体验设计有直接影响；理解 MCP 意味着知道工具调用的标准协议，这对开放生态的构建至关重要。

JD 还要求对 Prompt Engineering、Context Engineering、Harness Engineering 有「第一手实践」。重点在「实践」两个字。DeepSeek 找的不是一个读过论文的 PM，而是一个亲手搭过 Agent、踩过坑、知道 Context 窗口在什么情况下会溢出的实操型人才。

数据能力要求远超常规 PM 岗位

JD 用了相当长的篇幅描述数据方面的要求：「设计系统性的收集数据的方法（包括问卷、访谈、A/B 测试、灰度测试等），并使用统计学的工具严谨科学的分析数据。对此有系统性的思考和实践。」

传统互联网公司的 PM 做 A/B 测试，通常依赖数据团队提供实验平台和分析报告。DeepSeek 这个岗位期望 PM 自己完成从实验设计到数据分析的全链路。原因也合理：Agent 产品的迭代速度极快，用户交互模式每天都在变化，等数据团队出报告再决策，节奏跟不上。

衡量标准的描述同样值得细读：「定义与衡量'Agent 是否真的在更多场景下更深入的帮助到更多的人'的指标」。三个维度——场景广度、帮助深度、用户覆盖——同时出现在一句话里。DeepSeek 没有用 DAU 或会话数这类浅层指标，而是在寻找一种能反映 Agent 实质性价值的度量方式。这本身就是产品领域最棘手的问题之一。

「高强度用户」要求覆盖三大产品形态

JD 明确列举了候选人在 Agent 产品方面的经验要求：Claude Code、Cowork、Codex、Cursor、OpenCode、GitHub Copilot、Manus、OpenClaw、Hermes。这些产品可以归为三类：

DeepSeek 把三类产品都列进去，说明他们的 Harness 产品要覆盖所有这些形态，或者至少要做一个能支撑不同形态的统一框架。候选人如果只用过编码类工具，对工作流编排类毫无体感，JD 会直接筛掉。

「对模型行为有品味有判断力」这个表述也很有意思。「品味」不是技能，是一种经过大量使用后形成的直觉。知道什么场景下模型会幻觉、什么时候工具调用链会断裂、哪个 Prompt 写法比另一个更稳定——这些经验无法速成，只能靠长时间浸泡积累。

「模型与 Harness 共同进化」指向闭环迭代

JD 主要职责第三条：「与模型训练团队的研究员深度沟通与合作，实现模型与 Harness 的共同进化。」

这条职责暗示 DeepSeek 的组织结构把模型训练和产品放在了同一个闭环里。Harness 层收集到的用户行为数据、失败模式、满意度信号，会直接反馈给模型训练团队。产品经理在这个过程中扮演的角色，是把产品端的观察翻译成模型团队能用的信号。

这和大多数 AI 公司的做法不同。常见的情况是模型团队和产品团队各管各的，模型出新版本，产品团队适配一下。DeepSeek 的设计是产品端的使用数据反向驱动模型能力的演进方向。产品经理实际上在参与决定模型「变聪明」的方向。

开源社区沟通能力进入硬性要求

JD 要求「优秀的中文沟通能力。能用英文与开源社区、用户群书面沟通」。加分项里还提到了「深度参与开源社区或维护开源社区关系的经验」。

DeepSeek 本身就是开源模型公司，但把社区沟通能力写进 PM 的硬性要求，频率和权重都高于一般的出海公司。这指向一个判断：DeepSeek 的 Harness 产品会走开源路线，或者至少是社区驱动的模式。PM 需要成为技术社区和产品团队之间的桥梁，从开源用户的反馈中提取信号，再把产品规划回馈给社区。

加分项里藏着团队画像

JD 的加分项往往比任职要求更能反映团队现状：

• 「作为小团队中的产品经理主导产品路线的经验」：说明 Harness 团队规模不大，PM 需要独当一面
• 「与研究员深度协作的经验」：研究团队就在身边，协作频率极高
• 「深度参与开源社区」：社区运营和产品迭代是一体的

把这些拼在一起，能看到一个典型的 DeepSeek 小团队画像：研究员、工程师、PM 紧密协作，规模精干，节奏快，PM 既要做用户研究和数据分析，也要做社区运营和原型设计。

从这份 JD 看产品经理岗位的范式迁移

把上述各条能力要求放在一起审视，DeepSeek 定义的这个岗位和传统互联网公司的产品经理有本质区别。

传统 PM 的核心能力是需求分析、项目推动、跨部门协调。这个岗位把重心移到了技术品味、动手能力和系统性思维上。PM 不再是「提需求的人」，而是「能自己验证假设、能和研究员讨论技术方向、能从用户社区提取信号」的全栈角色。

这个趋势的驱动力来自 Agent 产品本身的特性：迭代周期以天计、用户交互模式高度不确定、技术栈每天都在变化。传统的「需求-开发-测试-上线」流水线无法适配这种节奏。产品经理必须具备独立闭环的能力，从发现问题到验证方案到衡量效果，全程不依赖外部团队。

这份 JD 也预示了产品经理求职市场的分化。能够补齐技术和实践短板的 PM，会在 AI 行业拿到越来越稀缺的高薪岗位。仍然停留在「画原型、写 PRD、跟进度」模式的 PM，会逐渐被挤压到边缘位置。

原文链接：https://app.mokahr.com/social-recruitment/high-flyer/140576#/job/54f386a9-913b-4626-9bf4-e1709b62fcda