158: V4发布前的DeepSeek：人才竞争、组织特点和独特的AGI目标|Solo
摘要
- V4发布前真正值得关注的不是“成组流失”，而是研发团队已有多位核心作者离开。 公司不足200人，研发团队一百小几十人；王炳轩被腾讯姚舜宇挖走，魏浩然和郭达雅先后离开，后两人的去向当时仍只是“可能加入某家大厂”。程曼祺强调，三人在这个规模下并不算多，传闻中的成组离职“并没有发生”。V4的小参数版本已在2026年1月左右交给部分开源框架适配，据了解应在4月开源，社区信息指向接近300B及500—600B版本。
- AI人才竞价与同业财富效应，正在把DeepSeek模糊的期权定价变成留人短板。 播客群里贴出的腾讯清华姚班实习信息是每天5500元税前，另有评论称千问每天4200元；程曼祺此前知道的最高实习工资，是Cursor团队给部分top实习生开的每天4000元。若5500元信息属实且每天上满一个月，月薪将超过10万元。与此同时，MiniMax、智谱上市后股价涨五六倍、市值达2500亿—3000亿元，促使梁文锋着手建立更明确的公司估值。
- 梁文锋的AGI路线不是单押模型性能，而是同时重视国产生态和“当下回报不明确”的原创探索。 DeepSeek为下一代国产芯片采用UE8M0 FP8，并以TileLang替代CUDA和Triton；同时布局Janus、Prover、OCR及更接近人脑的学习机制。这种路线可能形成差异化，却与部分成员追求最强模型署名、充足GPU和即时外部反馈的诉求存在张力——目标“并不是简单地追求最强、卷性能碾压”。
- Agent时代正在重写“最强”的定义，DeepSeek的模型底子仍强，但产品触达和迭代频率已成为明显缺口。 2025年初以来，智谱、MiniMax、Kimi分别更新五版、四版、三版模型；DeepSeek V3.2在OpenClaw近30天的OpenRouter消耗量中排第12，去掉免费模型后进入付费模型前十。旧模型仍能排在前面可以被视为其竞争力的侧面体现，但DeepSeek在AI编程、通用Agent和OpenClaw应用上投入较少，产品触达带来的长尾案例与多样化数据是其短板。
- DeepSeek最难复制的资产是研究组织：不足200人、少加班、跨组协作，却曾做到全球第一梯队。 梁文锋认为每天高质量工作只有六至八小时，疲劳造成的昏庸判断反而会“浪费宝贵的算力资源”；研究团队只有他与研究员两个层级，三五个人即可跨组发起方向。V3和R1之前，它用约大厂十分之一的人数、约三分之一至二分之一的人均工时取得突破，但全球算力军备竞赛正使其算力资源差距承压。
- DeepSeek已经开始求变，但V4不应被当作证明公司成败的又一次奇迹。 梁文锋从2025年秋起更多谈产品化和商业化；3月中旬招聘启事首次点名Claude Code、OpenClaw、Manus等产品，并招聘Agent方向模型策略产品经理，同时试图解决估值与期权预期。程曼祺最后给出的降温框架是：“不用成为全村的希望，DeepSeek就是DeepSeek”；R1之所以是奇迹，正因为奇迹本就是小概率事件。
精读
1. 核心作者开始松动，但“成组流失”并未发生
DeepSeek目前不足200人，其中研发团队一百小几十人，包含数据与infra，另有小几十人的产品团队。2025年底，第一代DeepSeek LLM核心作者王炳轩被腾讯姚舜宇挖走；春节前后，DeepSeek-OCR核心作者魏浩然离开；近期，R1核心作者郭达雅正式离职，后两人据称可能加入大厂。
阮冲早在2025年上半年离开，休息一段时间后于2026年1月官宣加入元戎启行；他是幻方时期老成员，也是Janus Pro等多模态成果的核心贡献者。程曼祺的校准是：过去全职离职者极少，但此次变化仍只是“松动的迹象”，更多人选择留下，外界所称成组流失并不属实。
V4放大了人员变化的敏感度：小参数版本约在2026年1月已交给部分开源框架适配，大参数版本原本较乐观地可能在2月中旬、春节前后发布。她目前得到的信息是V4“应该会在四月开源”，至少会有接近300B和500—600B的版本，更晚还可能释放其他成果。
2. 人才竞价把模糊期权变成了DeepSeek的现实短板
字节Seed约有1500人，即使曾因团队重叠和赛马受批评，相比超过7000人、接近8000人的DeepMind也不能简单算臃肿；更多研究方向需要更多研究员，也需要更多算力。腾讯则在2025年下半年请姚舜宇领军AI研发，新帅组队意味着当前加入者更可能取得核心位置。
人才价格已经蔓延到实习生。播客群里贴出的清华姚班腾讯实习信息写着每天5500元税前；同一讨论中有人称，清华姚班学生在千问实习为每天4200元。程曼祺此前知道的最高纪录，是去年Cursor团队给部分top实习生开的每天4000元。若5500元信息属实且每天上班、上满一个月，月薪将超过10万元。
DeepSeek员工虽签有期权协议，公司却没有明确估值与定价，因而不知道期权究竟值多少钱。MiniMax和智谱上市后股价涨了五六倍，市值均来到2500亿—3000亿元；春节后阶跃星辰与Kimi又传出IPO计划。同学、校友和前同事之间可见的财富效应，使这一问题更急迫。
梁文锋近期的求变之一，就是设法给公司更清晰的估值和成员预期。
3. 梁文锋把AGI拆成性能、国产生态与原创探索三条线
DeepSeek并非从2023年才突然转向AI。梁文锋2015年创立幻方，2016年开始用GPU跑深度学习实盘，2017年底实现几乎全部策略AI化；“萤火一号”在2019年建立、拥有1100张GPU，到2021年幻方已经拥有1万张GPU。他解释提前买卡是“满足一种好奇心”，像家里买钢琴：既买得起，也有人急着弹奏。
在模型智能上限之外，梁文锋把国产生态视为独立任务。V3.1采用面向下一代国产芯片设计的UE8M0 FP8；2025年9月底更新V3.2时，技术报告显示DeepSeek又把底层算子库从主流CUDA、Triton换成国产开源项目TileLang。这里不只是性能问题，也涉及建立在国产计算栈上的大模型能力。
另一条线是大厂或典型创业公司未必愿意承担的原创探索：Janus尝试统一多模态理解与生成，Prover研究形式化证明，OCR把文字序列转成图片再输入模型，让模型更接近人类阅读段落与层级；2025年又招募神经科学、脑科学顾问，寻找更像人脑的学习机制。其共同特征是“当下回报不明确”。
4. Agent时代重写了“最强”，也暴露产品触达不足
团队分歧首先来自评价体系：年轻研究员希望持续参与业界最强模型、在受关注的技术报告署名，并有丰富GPU做实验；梁文锋却不准备只卷性能。原创研究本应承受不确定性，但在习惯看分数、榜单和外部反馈的环境里，这种路线难免“水土不服”。
Benchmark也越来越难等同于真实能力，尤其进入agentic模型竞争后，跑分相近的模型可能有完全不同的使用体感。程曼祺认为，产品触达所带来的长尾案例和多样化数据正在变得更重要，而长期专注模型、产品投入较少，恰是DeepSeek的相对短板。
迭代速度的差距已经量化：2025年初至今，智谱、MiniMax、Kimi分别更新五版、四版、三版模型；MiniMax从1月到当时又推出M2.1、M2.5和M2.7。DeepSeek V3.2虽强化Agent能力，整体更新频率仍显著更低，即将发布的V4即便大概率仍是最强开源模型，也无法覆盖所有场景对“强”的不同定义。
2月24日至3月26日的OpenRouter数据中，DeepSeek V3.2在OpenClaw模型消耗量排第12；第一名Step-3.5-Flash和第五名Trinity Large Preview在相应阶段均为免费模型，剔除免费模型后，V3.2进入付费模型前十。这个排名显示其Agent份额在中小开发者中相对靠后；旧模型仍能排在前面，也可以被理解为其竞争力的侧面体现，但“看你怎么理解这个事儿”。
5. 扁平实验室用更少人和更短工时换研究密度
DeepSeek通常在晚六点至七点下班。梁文锋认为，人一天能高质量输出的时间很难超过六至八小时，长期疲劳带来的糟糕判断会浪费算力；这在核心AI公司中极罕见，甚至DeepMind也长期高强度工作，xAI部分研究员每周可达80小时。
研究组织只有梁文锋和其他研究员两个层级，没有二把手，更像大型实验室。梁文锋直接带几十人的基模架构团队，参与架构定版，也串联数据与infra；他参加各团队周会，掌握全局进度和卡点，扮演“连接器和粘合剂”。
周会通常向其他组开放，跨组学习与讨论是默认状态。新方向可能只是三个至五个、甚至来自不同组的人都觉得某个idea不错，便先一起做小规模实验；公司确认潜力后再增加资源。这种自然分工避免了大公司infra像“内部乙方”、模型与工程彼此疏远的问题。
对LLM、V2、V3和R1的172名研究者所做画像中，能找到履历的84人里，超过七成是本科生或硕士生，超过七成不到30岁。V3和R1之前，DeepSeek以约大厂十分之一的人数、三分之一至二分之一的人均工时进入全球第一梯队，显示其在较少人数和工时下取得了很强的研发成果。
6. DeepSeek正在求变，但V4不该承载“全村的希望”
梁文锋长期把时间集中在模型研发。2023年接触投资人时，他希望采用类似微软和OpenAI早期投资协议的固定回报上限安排，VC无法接受，融资无果；R1在2025年爆火后，他反而不再见投资人，拒绝了多数机构建立联系的请求。这并非拒绝交流——他仍与AI从业者有较多交流——而是“只做少数事”。
现在必须改变的信号已经出现：“买钢琴”的后半句依然成立，想弹琴的人和可研究的曲子更多了，但“买得起”正因全球算力军备竞赛而变化。梁文锋一面解决估值与期权，一面增加产品投入；3月中旬招聘启事首次提到Claude Code、OpenClaw、Manus等具体产品，并招聘Agent方向模型策略产品经理。
程曼祺把最终问题归结为如何在焦灼期分辨噪音与信号：坚持宽松、原创的研究方式，同时面对算力、产品和激励机制的调整压力。一位从业者评价DeepSeek：“低头做事的人，也许不一定能在浮躁的市场洪流里笑到最后，但是只有更多DeepSeek这样的公司出现，中国科技才有从复刻到领跑的可能。”R1的奇迹不应成为每次发布的最低要求——“不用成为全村的希望，DeepSeek就是DeepSeek”。