连 DeepSeek 都在招人做这个——到底是什么工具，让大厂都坐不住了？

这两天一条招聘帖在 AI 圈转得挺广：DeepSeek 在招一个新方向的人，招聘页上的岗位叫"Agent Harness 产品经理"，要做一款对标 Claude Code 和 Codex 的产品（外媒把这个还没发布的产品称作 Code Harness 或 DeepSeek Code）。

岗位要求里明确写着，要深度用过 Claude Code、Codex 这类工具。这件事已经被多家科技媒体独立报道。

这还只是招聘信号，产品没有发布。但光是一张 JD 就让行业里议论开了。

DeepSeek 官方招聘页「Agent Harness 产品经理」JD（来源：DeepSeek 社会招聘 · 经多家科技媒体报道）

为什么？因为越来越多人意识到，这类工具正在变成一条新基础设施。只是很多人还没搞清楚——它到底是什么，跟自己有什么关系。

· · ·

「只会出主意的顾问」和「能动手的助理」

先把这件事说清楚。

大家都用过 ChatGPT 那种对话框。你问它一句，它回你一段。

它很厉害，但有个根本限制：它只活在对话窗口里，帮不了你真正动手。就像一个只会出主意的顾问——分析头头是道，但你的文件它看不到，你的系统它碰不着，你每次问完还得自己回去执行。

Claude Code、Codex 这类工具不一样。它更像是一个能动手的助理——能读取你本地的文件，能直接在你的系统里执行命令，能把几步操作连在一起自己跑完，不用你每步都监着。

Anthropic 把这类工具叫做"代理式编程工具"，意思是它能"代替你主动把事干完"，而不是"等你下达每一个指令再动"。

听到"代理式编程工具"，很多人第一反应是：这是给程序员用的，写代码的事。

不是这样的。

· · ·

营销和法务，用它做了什么

以下案例来自 Anthropic 官方博客和白皮书，是 Anthropic 内部员工的真实使用记录（信源：https://claude.com/blog/how-anthropic-uses-claude-marketing 和 https://claude.com/blog/how-anthropic-uses-claude-legal）。

需要先说清楚：这些是 Anthropic 官方记录下来的真实做法。但这事远不止发生在他们内部——后面会说到。

Austin Lau，增长营销，入职前从没写过代码，连怎么打开终端都要 Google。

Claude Code 刚上线时，他自己都没搞懂这产品能干嘛。后来公司内部有人发了一份指南，教非技术员工怎么安装，他照着试了。

一周后，他搭出两个工作流，从根本上改变了自己的工作方式：一个是 Figma 插件，点一下就能生成广告创意变体；另一个是 Google Ads 文案工作流，帮他把文案打磨好、导出成可以直接上传的 CSV。

结果：以前每个广告要花 30 分钟，现在 30 秒就完成。

Mark Pike，Anthropic 法务团队的一位律师，自述不会写代码。

他搭了一个员工法律咨询的路由系统：员工提问，系统判断是哪类问题，自动转到对应律师。之前这条流程需要工程资源介入，他自己搭完就不需要了。

两个人，一个做营销一个做法务，都不是程序员。

他们做的不是"学写代码"，也不是"让 AI 帮他们写代码然后提交"。他们做的是：用一个能动手的助理，把自己工作里重复的流程接管掉。

工具读懂了他们在做什么——拉什么数据、生成什么内容、输出到哪里——然后把这条路打通，以后按一下就跑。

· · ·

这是在帮你「造工具」，不是帮你「写代码」

大多数人听到"AI 编程工具"，脑子里的画面是：AI 帮程序员写 Python、写 JavaScript，写完再运行测试，这是开发流程的事。

但 Austin 搭的那些工作流，他在做的是造他自己的工具——一个帮他做广告批量变体的工具、一个接广告账户数据然后自动出文案的工具。他不是在"写代码"，他是在"描述他需要什么"，然后把这件事落地。

边界不是"会不会写代码"，而是"能不能把问题说清楚"。

能说清楚"我需要把这个 Figma 模板里的文案批量替换"——这就是输入。工具去解决怎么实现的部分。

Anthropic 在博客里反复传递的一个意思是：用这类工具，关键不是会不会写代码，而是能不能把你面对的挑战和想解决的问题说清楚。

这不是广告词。这是 Anthropic 观察到内部员工实际使用方式后写进博客的。

· · ·

同一份白皮书里还有这几条

不止 Austin 一个。同一类资料里，Anthropic 的影响者营销、客户营销、产品营销等多个非技术团队，都在用 Claude 把原来耗时的重复工作压下来——写合作脚本、起草案例、准备发布简报这些活，花的时间都明显往下降。

这些不是孤例，是同一个组织里不同团队都在发生的事。

可能有人会觉得，这是不是只有 Anthropic 自己人才玩得转？其实不是。今年初这类案例第一次被公开时，用的人就已经不限于程序员了，只是大众最近才反应过来。

就像 Codex，这周才在国内火起来，但它一发布，我们团队内非技术背景的同事就在用了。

再说我们赋范 AI编辑部自己：我们组现在全员接入了 Claude Code。

谁做出一个在某件事上特别顺手的小工具，比如专门整理某一类资料、专门跑某个固定流程，很快就会复制给组里其他同事，不用每个人从头再搭一遍。

这套用法不挑岗位，会不会写代码不是前提，能不能把问题说清楚才是。

一个人靠这些能直接干活的工具，扛起过去得一个小团队才做得动的事。

· · ·

运营、产品、设计，各自能从哪里入场

如果你是运营、产品或设计，想感受一下这类工具，有三个可以当天试的入场动作。

运营：找一个你每周都在重复的任务——竞品监测、数据汇总、文案批量修改都行。把这件事的流程用一段话写出来：输入什么、要做什么、输出什么。这段描述就是给工具的第一张任务卡。先在 Claude Code 或 Codex 里发进去，看它能接到多少。

产品：找一个需要对照多份文档做判断的场景——比如需求文档和竞品分析要交叉看。把这几个文档放进工作目录，让工具做第一遍交叉对比，你来做判断。这比在对话框里反复复制粘贴效率高很多。

设计：找一个多版本素材需要按规律命名或分类的场景。设计评审前的文件整理，是设计师最常见的"重复且无聊"的手工活。让工具来做这一轮。

三个入场动作的共同逻辑：找一件已经在做但重复的事，试着把它外包给一个能动手的助理。不是"让 AI 帮我写代码"，是"帮我把这条工作流跑起来"。

· · ·

合格工作流和不合格工作流，差在哪里

不管谁在用这类工具，有几个判断口径值得记下来。

合格的：接的是真实数据——真实广告账户、真实法律咨询记录，不是模拟数据。流程有完整闭环——从拿数据到出结果再到下一步怎么用，不只是中间一段。结果可以量化——30 分钟变 30 秒，这是具体数字，不是"感觉快了很多"。

不合格的：只测了顺的输入，从没试过边角情况。没有接入真实系统，还在靠手工复制粘贴喂数据。流程做了一半——出了结果但不知道接下来怎么用，没形成一条完整的链。

Austin 搭的那两个工作流，接了真实的广告系统，出了可直接上传的 CSV，把每个广告从 30 分钟压到 30 秒——这是合格工作流长什么样。

这个口径，不只是用来评价别人的，是用来对照自己正在搭的东西的。

· · ·

最后

这篇讲的，是 Anthropic 内部已经有人验证过的用法。

你的场景不一定和他们一样。试完之后会碰到这类工具在你具体场景里能做什么、做不到什么——那是下一步的事。

第一步是：先看见这类工具在真实场景里用起来是什么样的，知道入场点在哪里。

先别急着学工具。回头看看你这一周做过的活，哪一件是反复在重复的——那很可能就是你的第一张任务卡。

如果你还不知道该怎么上手 Claude Code 和 Codex，这个账号已经发过相关的使用教学，可以照着走出第一步。

如果你已经装好了、却不知道拿它做什么，可以来公益的赋范 AI 社区——里面汇集了模型安装、Agent 项目实战等 300+ 课件，不只是帮你把 demo 跑熟，做出来的项目还能二次开发、写进简历、用到自己的实际工作里。
信源：Austin Lau 案例来自 Anthropic 官方博客 https://claude.com/blog/how-anthropic-uses-claude-marketing 及官方白皮书 PDF https://www-cdn.anthropic.com/58284b19e702b49db9302d5b6f135ad8871e7658.pdf。Mark Pike 案例来自 Anthropic 官方博客 https://claude.com/blog/how-anthropic-uses-claude-legal。DeepSeek Code Harness 信息来自招聘帖和 Decrypt 媒体报道 https://decrypt.co/368689/deepseek-code-harness-claude-code-alternative-china-ai，产品尚未发布，以招聘信号口径引用。