DeepSeek这次扩招150人，一个AI研究员都不招。OPC创业者该重新看这张牌了

有朋友在后台问我：你天天盯着大模型新闻，今天有什么值得关注的？

说实话，今天扫完一圈，最让我在意的不是哪家又发了新模型，也不是谁又刷新了跑分。而是一条看起来很不“性感”的招聘消息。

DeepSeek启动新一轮扩招，规模约150人。重点来了：这次几乎全是要服务端工程师，聚焦Agent弹性计算研发，一个AI研究岗都不设。

这信息量很大。

很多人可能还没反应过来，这背后藏着一个关键变量：Agent的竞争，已经开始从“谁的模型更聪明”转向“谁的工程底座能扛得住真实业务”。

今天我就着这条消息，回复几个读者最常问我、也最实际问题。

“我手里就两三个人的小团队，模型天天在变，技术选型表更新都来不及。要不要每周花时间刷这些新闻？”

我直接说结论：刷可以，但你别刷错了东西。

真正该看的，不是“哪家模型又在哪个榜单涨了两分”，而是“哪家开始招聘什么岗位、用什么架构、解决什么问题”。

岗位就是战略。这次DeepSeek的动作把这句话说得明明白白。

150人，全是工程岗。瞄准的是Agent弹性计算。因为Agent和ChatGPT那种一问一答的对话模型完全不一样。一个Agent任务跑起来，可能后台要拉起十几个服务、调用几十次工具、中间挂起等待、还要持续数小时甚至数天。

这不是“模型能力强不强”的问题，这是操作系统级别的问题。

DeepSeek给出的答案是DSec，一个基于3FS分布式文件系统、由三个Rust组件构成的弹性计算平台。他们要重构整个系统栈，构建闭环链路。

你可以理解为，模型是发动机，但现在大家发现，光有发动机不够，得有变速箱、底盘、悬挂。DeepSeek现在是在造底盘。

所以，对OPC创业者来说，这件事的启发是：别再只盯着API价格和跑分去写技术选型表了。那个表格的边际价值已经快趋近于零。

你今天给客户选A还是选B，三个月后可能两个都不再重要。真正值得跟客户谈的，是业务流能不能被拆成一个可持续运行、可监控、可恢复的Agent任务。这个认知差，才是你现在能收钱的地方。

“GLM-5.3-Flash把价格打到Opus 4.8的1/40，Qwen又开源了新模型。价格战打成这样，OPC还有得做吗？”

这个问题特别真实。

我今天看到GLM-5.3-Flash的定价，AA指数57分，价格是Opus 4.8的四十分之一。Qwen3.8-Flash-Next也开源了，主打训练成本大幅降低。GPT-5.6登陆Kiro，也是走性价比路线。

模型在降价，而且是断崖式下降。

这意味着什么？意味着“卖模型中间商”这条路的门，正在被焊死。你帮客户接个API、套个壳、收个差价，这种生意大概率活不过一轮客户续费。

但注意，模型降价，对OPC其实是利好，不是利空。

因为你的成本结构变了。以前客户一个业务流程跑Agent，模型成本可能要占大头，你谈方案的时候，客户一算账就犹豫。现在模型成本被打到地板上，真正的成本变成了什么？

变成了你拆解业务流的能力，变成了你设计任务链路的能力，变成了你判断“这个环节到底该不该上AI”的能力。

我自己的切身体会是，最近我们在帮一些中小企业搭“第一支AI战队”的时候，客户关心的根本不是“你这后面接的是哪个模型”。他们关心的是：这件事能不能自动跑通，跑到一半断了怎么办，出了问题我找谁。

这跟选型表没有关系。这是工程判断和业务理解。这就是OPC的空间。

价格战把水搅浑了，但对真正懂业务的团队来说，反而更容易浮出水面。

“我是一个做传统外包的，代码开发也有，运维也有。现在客户开始问我Agent了。我该不该让团队去学Rust、学DSec那套东西？”

这个顾虑很真实。我看到DeepSeek招服务端工程师，心里也咯噔一下，因为看起来门槛在被拉高。

但我劝你冷静。

DeepSeek做的是底层基础设施，是给顶级Agent运行环境立标准。你不是这个赛道的玩家。你要去学他的Rust组件、复刻他的分布式系统，那是方向性错误。

你真正该做的，是把模型公司的底层能力，翻译成客户能接受的落地场景。

举个例子。Uber现在用Agent接管了70%的代码PR，Cursor推出了Self-Hosted Machines，Claude支持后台操作电脑。这些变化拼在一起指向什么？指向一个很朴素的商业机会：代码和流程自动化，正在从“写个脚本”变成“搭一套能自己干活的系统”。

传统外包老板听到的是“我要转型AI”，但你细看，这里面有很多客户，其实只是想解决一个具体问题：我不想人工处理那么多重复的事。

对传统外包团队来说，转型的第一站，不应该是去研究底层分布式系统。而是把手头那十几个老客户的需求重新过一遍，看看哪些流程是重复的、有规则的、数据可获取的。然后从最小规模开始，用现有的大模型接口搭一个能跑的Agent，先跑通一个环节。

一个环节跑通了，客户看到效果了，再谈扩展。

这比你去学DSec现实得多。而且你会发现，客户的信任门槛很高，一旦你帮他趟过第一个坑，后面复购会非常顺利。因为他在这个过程中会不断有新的环节想交给你。

“你天天说Agent落地，但真正到中小企业，老板连Prompt都不知道是什么。这生意怎么做？”

最后一个问题，也是最接地气的。

我们先承认一个事实：中小企业老板不关心Agent，也不关心模型架构。他关心的是今天早上那批货款有没有对回来，关心的是月底那几十个客户的回款谁去催，关心的是报税季别漏票。

你在他们面前讲大模型、讲Agent工程化，他们只会觉得你在卖概念。

怎么办？把概念藏起来，只解决具体的事。

我们自己的做法是：不跟老板谈AI。我们先花半天时间，跟老板聊他现在最头疼的哪三件事。然后挑其中一件，看看能不能用流程自动化去减轻。这个过程中，客户甚至不需要知道这是个Agent，他只需要知道三周后有个东西能自动帮他把这件事干了。

等第一件事跑通了，老板自己会回来问：那另外两件能不能也弄弄？

这就是为什么我说，OPC真正的护城河，不是模型选型，不是底层工程，而是“把老板的一个模糊痛点，翻译成一个AI任务”的能力。

这个能力，模型公司不会去碰，因为太琐碎、太非标。大厂也看不上。但它恰恰是大量中小企业每天真实的存在。

模型每天在变，招聘风向在变，价格在变。但老板的痛点，从来没变过。

今天DeepSeek在扩工程团队，明天OpenAI可能又发新模型。对OPC来说，真正的机会从来不在这些新闻本身，而在这些新闻背后，哪些新的能力正在变成“你可以直接放进客户业务里的那一步”。

别做追逐新闻的人，做那个把新闻翻译成交付的人。

本文内容基于截至2026年9月9日的公开信息整理，仅代表个人观察与判断，不构成任何投资建议或商业合作推荐。文中提及的企业动态与产品信息可能存在滞后或更新，请以官方最新发布为准。