彭博消息，DeepSeek正在開發一款更高級的AI Agent模型，皆在與OpenAI等美國企業競爭。

據知情人士透露，這款AI Agent可在用戶指令極少的情況下，幫助用戶執行多步驟任務。他們補充稱，該系統還能基于自身過往行動進行學習并持續優化。由于相關信息尚未公開，上述人士要求匿名。

事實上，DeepSeek的這一布局，正順應了行業內打造AI Agent的大趨勢。智能體被視為人工智能發展的下一階段。知情人士補充稱，DeepSeek創始人梁文鋒正推動團隊，計劃在今年第四季度正式推出這款新模型。

2025年1月末，DeepSeek發布的開源模型DeepSeek-R1成為其發展歷程中的關鍵節點。該模型推出后迅速登頂蘋果App Store免費應用榜單，性能表現也獲得廣泛關注，其市場反響與技術突破被認為對AI產業格局產生了積極影響。

此后，DeepSeek再接再厲推出性能更優、性價比更高的DeepSeek-V3系列，該系列采用MoE架構，在開源模型中展現出全球領先的性能水平，可與行業內主流閉源旗艦模型相媲美，同時還具備訓練成本更低、效率更高的優勢。

從技術戰略來看，DeepSeek此次研發的新模型核心在于強化AI Agent功能，其關鍵特性包括支持“最小化提示”，即能在用戶指令極少的情況下代用戶完成多步驟任務，同時具備基于過往行動進行學習和優化的能力，朝著更高自主性的AI Agent方向發展。

相較于傳統大模型需要用戶不斷強化指令才能推進任務的模式，AI Agent模型在效率和執行力上實現了顯著提升，這一技術升級也預示著人機互動正逐步向高度自動化方向演進。

不過，構建成熟的AI Agent系統仍面臨多項核心技術挑戰，例如，如何實現精準的任務規劃與高效的多步邏輯執行，如何在任務執行過程中建立有效的反饋機制以支持持續學習與優化，如何實現多模態數據的兼容處理與多場景下的默認輸入適配，以及如何在提升自主性的同時保障系統的安全性、公平性與穩健性等。

盡管目前DeepSeek尚未公開披露新模型的具體技術細節，但結合其此前在DeepSeek-R1和DeepSeek-V3模型研發中展現出的低成本高效能經驗，行業以及權威媒體普遍認為其已具備開發更高階段AIAgent系統的技術基礎。

在應用場景拓展方面，DeepSeek的技術已逐步在政務、企業、醫療等多個領域落地。在政務系統領域，R1模型已被廣泛應用多種地方政務平臺，例如，部分地方政府的政務系統接入該模型后，在公文寫作、政策解讀、智能服務等場景中發揮了重要作用，有效提升了政務處理效率與服務質量。

在企業與金融領域，多家企業已宣布與DeepSeek展開合作，將其AI技術集成到自身業務體系中，同時，不少金融機構也已在研究分析、風險控制、客戶溝通等業務環節引入DeepSeek的模型，為業務優化提供技術支持。在醫療行業，DeepSeek的技術在部分醫療機構的診斷支持、病理與影像分析、臨床決策輔助等方面的應用也在逐步推進，展現出較大的應用潛力。