DeepSeek macht seinen eigenen Cursor, und in den USA streitet man über Philosophie 🇨🇳

In Fortsetzung des letzten Beitrags darüber, warum die USA Gefahr laufen, das KI-Rennen zu verlieren. Dort ging es um Physik, Steckdosen und Open Source. Aber es gibt noch einen weiteren kritischen Faktor – die Ingenieurskultur.

Nathan Lambert (Autor von Interconnects AI) ist kürzlich von einer Tour durch die führenden KI-Labore Chinas zurückgekehrt und hat sehr interessante Einblicke mitgebracht.

Während in den amerikanischen Big Techs die Top-Forscher um Zeilen in Autorenlisten kämpfen, ihre persönliche Marke aufbauen, in Podcasts über existenzielle Bedrohungen durch AGI diskutieren und aus Eitelkeit Unternehmenskriege führen (Gerüchte über den Zerfall des Llama-Teams bei Meta kursieren seit langem) – herrscht in China totaler Pragmatismus.

Dort wird die Entwicklung von gestrigen Studenten vorangetrieben, die nicht mit philosophischem Ballast und Ego belastet sind. Sie kümmern sich nicht um abstrakte Debatten über Alignment. Ihre Aufgabe ist es, pragmatisch, methodisch und ohne unnötiges Aufsehen die besten Modelle der Welt zu bauen und das Maximum aus der verfügbaren Hardware herauszuholen. Und übrigens betrachten sie DeepSeek als absolute technische Autorität auf dem heimischen Markt.

Und genau jetzt stellt DeepSeek ein Team zusammen, um einen Desktop-Agenten zu entwickeln – einen Konkurrenten zu Cursor, Copilot und Claude Code.

Sie haben offene Stellen für einen Product Manager und einen Ingenieur, die sehr aufschlussreich sind.

Ihr Hauptthema für das neue Team lautet:
Model + Harness = Agent

Harness Engineering – das ist es, wofür in Zukunft am meisten bezahlt wird. Eine nackte LLM interessiert kaum noch jemanden. Harness (die Umhüllung) ist alles, was ein Sprachmodell in einen autonomen Agenten verwandelt. Wenn Sie ein gefragter Ingenieur sein wollen, müssen Sie aufhören, Sortieralgorithmen zu pauken, und beginnen, Folgendes tief zu verstehen:
🔵 Agent Loop und Tool Use.
🔵 Integration über MCP.
🔵 Context Engineering und Speicherverwaltung (Memory, Subagents).

Aber das Sahnehäubchen liegt in den Anforderungen. Von einem Ingenieur verlangt DeepSeek die Fähigkeit, qualitativ hochwertigen Code mit Hilfe von KI in Bereichen und Sprachen zu schreiben, in denen er überhaupt keine Erfahrung hat.

Und von einem Product Manager wird verlangt, dass er vibe-coden kann, wobei ein technischer Hintergrund nicht erforderlich ist. Der Product Manager soll selbst Prototypen in Cursor oder Claude erstellen.

Verstehen Sie, worauf das hinausläuft?