structure｜1️⃣ 三级笔记、思想框架

文章主旨

DeepSeek 在 V4 发布前处于一个变化的关口：有核心成员离开，但更多人留下。文章全面呈现了这家不到 200 人组织的独特特质——不卷、扁平、自然分工——以及创始人梁文锋为 DeepSeek 设定的独特目标：不仅追求模型效果的智能上限，更看重基于国产生态的大模型建设和原创式创新。这些目标与外部世界对 DeepSeek "持续碾压" 的期待形成了张力。

一、人员变动：有人离开，更多人留下

• 2025 年下半年至今，明确离开的核心成员：
  • 王炳宣（DeepSeek LLM 核心作者）→ 被腾讯姚顺雨挖走
  • 魏浩然（DeepSeek-OCR 核心作者）→ 可能入职某大厂
  • 郭达雅（DeepSeek-R1 核心作者）→ 可能入职某大厂
  • 阮翀（Janus-Pro 等多模态核心贡献者，幻方时期老成员）→ 加入元戎启行
• 离开的诱因：
  • 竞争对手的高额财富承诺："翻 2 到 3 倍问题不大"，"8 位数总包"
  • MiniMax、智谱上市，阶跃、Kimi IPO 提上日程 → 员工对手中无明确标价的期权产生疑问
• 留下的原因：
  • 认可梁文锋追求 AGI 的方式
  • 愿意做非竞争驱动的探索
  • 习惯了 DeepSeek 宽松、从容的研究氛围
  • "留下的人多少还是有些理想的"
• 团队虽有变化，但没有成组流失

二、梁文锋其人：做少数事，做到极致

• 背景：浙大本硕，2015 年创立幻方，2016 年开始用 GPU 跑深度学习实盘交易，2017 年底实现 "几乎所有交易策略 AI 化"，2019 年建立第一个算力集群 "萤火 1 号"（1100 张 GPU）
• 生活风格：极简、神秘
  • 好多天穿同一件衣服，杭州住酒店、北京租房
  • 不参与团建活动，很少聚餐，年底大团建只在讲话时露面
  • 与黄仁勋形成鲜明对比
• 工作风格：只做少数事
  • 不融资：2023 年见投资人时提出 "回报上限" 的不常规要求，此后不再见投资人
  • 几乎把所有时间投入到聚焦的少数事上，做得细致、做到极致
  • "力出一孔"：明确以语言模型为更高优先级，不做多模态生成等热门方向
• Hands on 深入细节：从团队成员身上学习算法、架构、Infra、数据知识，亲自参与模型和产品讨论
  • 没有 CEO 的 "气场"，更像一个研究员
  • 闫俊杰的故事：以为梁文锋是助理，半小时后才知道 "我就是梁文锋"

三、DeepSeek 组织：扁平、交叉分工、不加班

• 极致扁平：
  • 没有二把手，研究团队只有梁文锋和研究员两个层级
  • 约 100 多人研究团队，像一个大型实验室
  • 主要由 2000 年前后出生的人组成，超 7 成本科/硕士，超 7 成小于 30 岁
• 交叉分工：
  • 基模架构团队（小几十人，预训练主力）+ Infra 团队 + 数据团队
  • Infra 团队在模型定版阶段就参与讨论，而非 "内部乙方"
  • 梁文锋是串起不同模块的 "探测器和粘合剂"：出席每个团队的会议
  • 大部分周会向其它团队开放，可跨组参会
• 不加班：
  • 不打卡、无绩效考核、无 DDL
  • 平日多数成员 6 点~7 点离开
  • 核心逻辑："一个人每天能高质量工作的时间很难超过 6~8 小时。加班疲劳下的昏庸判断反而会浪费宝贵的算力资源"
• 自然分工：研究员可自由组队或独自钻研，"有时开始一个新方向，就是因为三五个人都觉得一个 idea 不错，然后就一起做了"
  • "我们一般不前置分工"，"每个人有自己独特的成长经历，都是自带想法的"
• 谨慎扩张：以应届生和实习生留任为主，几乎不社招
  • V3&R1 前：以大厂 1/10 的人数，1/2 的人均工作时间，跻身全球第一梯队

四、过去 15 个月的技术成果

• 效率优化（极致压榨 GPU 算力）：
  • 开源周：一整套训练与推理 Infra（推理 kernel、通信库、矩阵乘法库、数据处理框架）
  • 注意力机制持续改进：NSA（原生稀疏注意力）→ DSA（动态稀疏注意力）→ 更早的 MLA（多头潜在注意力）
  • 底层算子库：从 CUDA/Triton 换成 TileLang（北大开源项目）
• 模型架构改进：
  • mHC（流行约束超连接）：提升大规模训练稳定性，外界认为会用到 V4
  • Engram：在模型之外构建长期记忆
• "非主流" 探索：
  • DeepSeek-OCR：文本转图片再输入模型，让模型更接近人类 "看文字" 的方式
  • 持续学习、自主学习
  • 招募神经科学/脑科学顾问，探索更接近人脑的学习机制

五、外部 AI 竞争格局的急剧变化

• Agentic 模型和应用（最热主线）：
  • Anthropic vs OpenAI：Opus 4.6 vs GPT-5.4，Claude Code vs Codex
  • OpenClaw 小龙虾爆火
  • 国内小虎迭代频繁：智谱 5 版、MiniMax 4 版、Kimi 3 版
• 多模态生成：GPT-4o → NanoBanana → Seedance 2.0 → "世界模型"
• DeepSeek 的选择：
  • 不投入多模态生成（"不是智能的主线"）
  • V3.2 强化 Agent 能力，但整体迭代频次低于竞争对手
  • 在 OpenRouter 排名第 12（token 消耗）

六、DeepSeek 的独特目标与内部张力

• 梁文锋的 AGI 目标拆解（除了智能上限外的两个重要工作）：
  • 1. 基于国产生态做大模型：适配国产 GPU（UE8M0 FP8 "针对下一代国产芯片设计"），用 TileLang 替代 Triton
    2. 基于国产生态做大模型：适配国产 GPU（UE8M0 FP8 "针对下一代国产芯片设计"），用 TileLang 替代 Triton
    • 核心假设："能不能用现存的一部分算力，就实现现在所有的智能？"
  • 2. 原创式创新：做大厂不会试、不愿试的方向
    3. 原创式创新：做大厂不会试、不愿试的方向
    • Janus 系列（统一多模态理解和生成）、Prover 系列（形式化证明）、OCR、持续学习、仿生人脑
    • "最在意的，不仅是模型效果本身，也包括追求效果路上那些更本质、原创的发现"
• 内部张力的根源：
  • 年轻研究员面临不确定性：前沿研究 vs 在业界最强模型的技术报告上署名
  • 原创探索与 "保持最强" 是重合但并非完全一致的目标
  • 算力资源有限，验证 "技术品味" 需要实验，实验需要 GPU

七、改变世界，也被世界改变

• "强" 的标准在变：Benchmark 不再能完全衡量模型水平；进入 Agentic 竞争后，产品触手和长尾使用案例更重要
• V4 的预期：大概率仍是开源最强，但很难是碾压级的强
• 梁文锋的调整：
• 对中国科技的意义："只有更多 DeepSeek 这样的公司出现，中国科技才有从 '复刻' 到领跑的可能"
• 梁文锋的考验："在外部竞争加剧时，分辨噪音与信号，坚持该坚持的，改变要改变的"

concepts｜2️⃣ 关键概念、概念网络

agentic reading｜3️⃣ 费曼 x3