欢迎收听晚点聊，我是曼奇。今天这期节目又是一期 solo，来聊一聊 DeepSeek 这家公司和它近期的变化。上周四晚点，Late Post发布了一篇关于DeepSeek的报道。V4发布前的DeepSeek特质、组织和梁文锋的独特目标。我在那篇文章里写了我认为非常确切的、可以公开表达的关于

DeepSeek 的情况，以及这家公司过去的历史和它的一些特质，还有梁文锋这个人对 AGI 以及如何实现 AGI 目标的独特理解。

如果你已经看过这篇文章，其实播客本身并不会有太多新增信息，但是会有一些个人感受和观察，以及文章发布后的一些反馈与补充。首先，DeepSeek给我的综合感受就是，这是一朵AI界的奇葩。这里的奇葩是它原本的意思。阆苑仙葩怎落凡家？在中国这个非常追求效率、追求投入的性价比、追求用实力说话的市场环境里，DeepSeek的目标和风格都非常独特。

找不到第二家。比如，他有一个显著的特点，就是不怎么加班。如果没有特殊情况，平日里大部分员工会在六点到七点左右离开公司。这和梁文锋的一个理念有关。他认为，一个人每天能高质量输出和工作的时间很难超过六到八个小时。超长工作带来的疲劳和昏庸判断，反而会浪费宝贵的算力，得不偿失。这造就了他的不平凡和传奇，而某种程度上也是他如今的一些内外部变化的源头之一。

那我们就来聊一聊DeepSeek从去年底到今年的一些具体的变化。目前这家公司是不到两百人，其中大概有一百小几十人是研发团队。包含了数据和Infra团队，另外有小几十人是产品团队。近期一个明显的变化就是，研发团队里有数人集中在春节前后离开，这包括2025年底被腾讯的姚顺宇挖走的王炳轩，他是DeepSeek LLM，也就是DeepSeek的第一代大语言模型的核心作者。

此后参与了历代模型的训练，约在春节前后离开的魏浩然，他是 DeepSeek OCR 系列的核心作者，他可能会加入某大厂。呃，第三位是近期正式离职的郭达雅，他是 DeepSeek R1 的核心作者，他可能也会加入某个大厂。此外，还有一位阮冲，他是在二六年一月官宣加入了一家自动驾驶创业公司元融启行。哦，by the way，就是元融和 DeepSeek 在北京的办公室还在一个楼里面，都在融科。

不过，阮冲其实离职的时间比较早，据我了解，应该是在二零二五年的上半年。离职后，他退休休息了一段时间。阮冲是从幻方时期就加入的老成员，是 JLoS Pro 等 DeepSeek 多模态成果的核心贡献者。其实，在一百多人的研发团队里，有三个人离职真的不多。但为什么他比较受外界关注了？是因为对比来看，DeepSeek之前其实没有什么全职员工离开。

据我所知，之前离职的就是二零二四年三月，啊，当时比较早就离开的张博，他是DeepSeek V L，也就是DeepSeek的一个开源多模态大模型的负责人。他现在是回到了浙大，在担任教授。呃，下一个是二零二五年初离开的罗弗利。这位应该是市场比较关注的，后来是加入了小米啊，还有前后脚的阮冲。不过之前的这三个人里面，除了罗福利，其实张博和阮冲都没有加入别的AI公司。

张博呃，应该是同时也在创业，而这次的人员变动。首先，大家都直接加入了，可以说是同行或者竞对吧。然后，另一个比较受关注的关键的背景就是 DeepSeek V4

到现在还没有发布。我们在那篇文章里也提到，其实春节前的二六年一月左右，V4的一个小参数版本已经给到了一些开源框架社区开始做适配。按此前相对乐观的预期，更大参数版本的V4原本是有可能在二月中旬的春节前后发布和开源的，但是确实到现在，大家一直在等，一直在问。

DeepSeek V4在哪儿？据我了解，V4应该会在四月开源，至少会开源其中的几个版本。从社区的信息看，至少会有一个接近300B的版本和一个500到600B的版本。更晚可能还会有一些新的成果释放。这轮人员变动的直接外部原因，当然是所有人都看到的日趋激烈的AI人才争夺战。最近离职的这三位都是加入了中国的大型科技公司。

中国公司里，就我个人的观察。对DeepSeek的人员，或者说对所有的AI研究者来说，最有吸引力的应该是两个团队：字节的Seed还有腾讯的AI团队。字节的Seed虽然已经有一千五百人，以往被诟病这里的不同小团队之间会有很多overlap和赛马，但其实在全球来看，像DeepMind就是Google的AI研发团队，已经超过了七千人。

快接近八千人，所以也会有人认为 Seed 的人数并不多。面对现在越来越多的值得探索的 AI 方向，一个组织是可以容纳更多研究员的。相应的，这需要更多的算力来支持大家做研究。字节在这方面肯定有优势。腾讯现在比较吸引研究员的一点是，去年下半年他们招募了姚顺宇来领军 AI

研发。新帅到岗肯定就得建立自己的团队，所以腾讯一方面在比较激进的广泛去接触和招募优秀的人才，另一方面这个时期加入腾讯的人也更有可能获得核心的和重要的位置。

比较有意思的一个小插曲是，我们发布DeepSeek这篇报道之后的第二天，又发了一篇。关于Kimi的报道提到了Kimi开始给实习生发期权，想提前锁定这些人才。这篇文章发布后，在晚点聊的播客讨论群里，有人贴出了清华遥班的同学在腾讯的实习信息，上面的薪资描述是每天五千五百元。（括号睡前）下面还有一条评论说：“同在清华摇班，在千问实习，只有每天四千二百元。

其实这两个价格都刷新了我自己了解的记录。我之前知道的最贵的实习工资是去年C的团队给一些Top实习生开的四千元每天。如果五千五百元一天是真的话。”假如这个实习生他每天都去上班，上班一个月，那月薪就超过了十万人民币。这么高额的实习工资也侧面说明了现在AI人才的竞争有多激烈。从这个直接的外部原因往下看，就涉及到DeepSeek自身的一个特殊情况，这让他在人才竞争中处于相对弱势，也就是期权定价问题。

大部分公司给的总包都是包含现金、还有股份或者期权部分的，但 DeepSeek 目前没有一个明确的公司估值和定价，所以 DeepSeek 员工虽然签了期权协议，但他们对这些期权到底值多少钱是感到比较疑惑的。而从去年底开始，有一个外部变化会让 DBC

的成员对期权这个问题感到更加的急迫，或者说疑惑吧。就是 Minimax 和智谱这两家第一批大模型公司上市，上市之后它们股价涨得非常好，到现在已经翻了五六倍，两家公司的市值都来到了两千五百到三千亿人民币左右。

而到了春节之后，街月星辰和 Kimi 也都传出了要 IPO 的计划。因为AI研究圈其实很小，大家都是同学、师兄弟姐妹、是校友或者以前是同事，这种财富效应的对比多多少少还是会对各个公司里的人都产生一些影响。这也是DeepSeek或者说梁文锋最近在求变的地方，他正在行动起来，想办法给公司一个更明确的估值，从而给团队成员提供更明确的预期。

变化的最底层、最长期的原因。这是一个目标和共识的问题，这就触及梁文锋自己对 DeepSeek 要做成什么样是怎么想的，他怎么理解 AGI 这个目标，而他的理解和拆解能否让 DeepSeek 一直保持竞争力，能否被团队的其他成员所认可和接纳？要解释清楚这个问题，我们可以往回倒一点。如文章里所写，其实梁文锋不是从2023年DeepSeek成立时才开始关注AI的。

这里有一个有意思的对比，或者说一种双向交错。在马拉比的新书《The Infinity Machine》，也就是哈萨比斯谷歌AI大脑里写到，一六年的时候。AGI的提出者DeepMind的创始人德米斯·哈萨比斯其实想把DeepMind从Google里给独立出来。当时他试了一些方法去自己造血赚钱，其中之一就是组建了一个小团队做量化交易。

马拉比后来问哈萨比斯这件事儿结果如何？他说没有赚到钱，团队解散了。而差不多同时，梁文锋是在二零一五年创立了幻方这家量化基金。当时一九八五年出生的梁文锋是三十岁，他已经做量化投资七年了。他是浙大的本科和硕士，也就是上学的时候，他就在自己做量化交易，在炒股赚钱。正式创立幻方之后，二零一六年。幻方就开始用GPU跑深度学习算法的实盘交易。

幻方的官网里特别提到，当时行业里的大部分交易都是用CPU来做的。到二零一七年底，幻方实现了几乎所有交易策略AI化。在二零一九年，幻方开始建立第一个算力集群，有一千一百张GPU的萤火一号，也是在二零一九年，幻方AI这家公司正式注册。当时梁文锋招人面试时就会提到AI。后面幻方又建了萤火二号，所以到二零二一年时，幻方已经拥有了一万张GPU。

二三年五月，梁文锋接受当时在三十六氪的暗涌的余丽丽和刘晶的采访时，描述过在AI热潮之前购买GPU的这个过程。他说：“其实如果只做量化投资，不需要这么多卡。当时建萤火一号和萤火二号，更多是想满足一种好奇心。因为2020年他看到GPT三之后，认为方向是很明确的，就是扩大算力。当时换方向，扩大算力去研究的方向是看有没有什么方式能够更完整的描述金融市场不同范式的能力边界在哪儿，在金融里的这些方法和范式有没有更广泛的用途？

他把买GPU的这种。”花钱烧钱行为，形容为就像家里买钢琴，一来买得起，二是因为有一群急于在上面弹奏音乐的人。这里指的就是要用GPU来做研究的研究员。那继续往下说，梁文锋自己的目标，其实他说的满足好奇心和弹钢琴的比喻，我觉得都挺反映他和DeepSeek这家公司的特质的。DeepSeek并不是一个典型的创业公司，它从最开始并没有迫在眉睫的生存问题。

所以，对梁文锋和他招募的这个小型而精简的研发团队来说，他们的目标和做事风格从一开始就非常独特和纯粹。据我们了解，梁文锋自己对AGI的目标，或者说他对当前事项优先级的理解，并不是一味追求模型的性能，除了追求大模型的智能上限，他认为还有两个很重要的工作。一是基于国产生态来做大模型，比如他们去年八月更新 V 三点一之后，就采用了 UEM 八零 FP 八这样一种数据压缩格式。

当时在留言区，DeepSeek 自己回复到这种数据格式是针对下一代国产芯片设计的。在二五年九月底更新了 DeepSeek V 三点二时，我们还可以从技术报告里看到。当时DeepSeek甚至把底层的算子库从主流的CUDA和 Triton换成了TaoLang。CUDA是英伟达提供的最底层的可以去操控GPU的语言，Triton是OpenAI早年开源的一个语言，它是在CUDA上又抽象了一层。

而 Tail Lang 则是一个国产的开源项目，是由北京大学的杨智老师的团队发起的。第二个，他认为很重要的方向是原创式的创新，做一些大厂或其他的创业公司可能不会去试的方向，比如二四年下半年 DeepSeek 就开始了 Janus 系列。这是一个比较早的开始做统一多模态的理解和生成的尝试。我们最近访谈过的另一家公司，质检动力，这是一家巨深智能公司。

他们发布的巨深模型Last零的底层的基模就是DeepSeek的开源的Genius Pro。DeepSeek也做过Prover系列，探索形式化证明，还有二五年连续发了两篇的OCR。OCR其实就是把文字序列转成图片再输入给模型，这个思路是让模型按更接近人类看文字的方式去理解段落与层级。提升对复杂文档的理解力。

梁文锋还在二零二五年招募了一些神经科学和脑科学背景的顾问，想探索更接近人脑的学习机制。有接近DeepSeek的人士告诉我们，梁文锋觉得在提升模型效率和性能的主线之外，需要做一些当下回报不明确的方向，因为国外那些算力更多的公司。比如说 Google

OpenAI，他们内部肯定在试各种各样的方向。而如果只是卷性能，靠中国其他的公司，比如说 Seed、MiniMax、Kimi、智谱，大家也可以做得非常好。

但梁文锋自己的这个目标和外界，甚至和团队内部的部分成员都有一定的分歧，因为他的目标并不是简单的追求最强卷性能碾压，这与外界现在对 DeepSeek 的部分期待是不匹配的。一些人希望 DeepSeek 每次出手都能像尔音那样石破天惊。说实话，这有些强人所难。某种程度上，我觉得也造成了 DeepSeek 团队现在的一些压力。

在 DeepSeek 内部，或者说对绝大多数年轻的 AI 研究员来说，他们比较看重的事情就是自己能持续的参与业界最强的模型。在那些被关注的技术报告上署名，以及能有丰富的GPU资源来做他们想做的实验，而DeepSeek在这两点上，就是持续最强和充沛算力资源，这两点上并不是满足所有人需求的。持续最强更多还是我觉得它不是一个问题吧，是一个现象，因为他想做很多更原创的探索。

那这个里面确实有一些方向的回报就是非常不确定的。前沿研究本来就应该承担这种不确定，但这对习惯了看成绩、看分数、看排行比拼的整个环境来说，可能有些水土不服。然后是。强这件事儿的标准在AI领域本来就变得越来越模糊和主观了。比如说，现在我们如果一个模型发了之后只去看benchmark的话，其实已经看不出来这个模型到底有多强。

尤其是进入agentic模型，就是智能体模型的竞争之后，呃，很多人会发现体感和实际的使用体验是更重要的。也许两个模型的跑分差不多，但是用起来感觉就是不一样。我觉得其中一个原因是因为产品触手以及产品触手带来的长尾使用案例和多样化的数据变得更重要了，而这恰恰是之前专注于模型研发。做产品投入比较少的 DeepSeek 相对短板的地方，即将发布的 V4 大概率仍然是开源的最强的模型。

但是现在对不同场景的不同开发者和不同的用户来说，强的标准和体感本来就越来越多样。同时，客观上在去年下半年到今年如火如荼的 Agent 应用竞争上，DeepSeek 是相对缺席的。DeepSeek和V三点二确实强化了Agent的能力，但整个DeepSeek的模型迭代频次是远低于其他小虎的。从二零二五年初至今，智谱、MiniMax、Kimi 分别已更新了五版、四版和三版模型。

像 MiniMax，从今年一月到现在就已经更新了三次：MiniMax M 二点一、二点五，还有最新的二点七。呃，智谱的话，则是直接推出了面向 OpenCLU 专门优化的模型 GLM 五 Turbo。我们可以从 OpenRouter 的数据来看一看，在个人和中小开发者中，大家使用 OpenCLL 就是小龙虾这种应用时，消耗了哪些底层的模型？

这张图我们当时也用在了文章里。统计的是二月二十四号到三月二十六号这三十天的 Open Claude 模型消耗量，排在前十的模型里面有六个都来自中国公司，而 DeepSeek V 三点二是排在第十二的。这里我补充说明一下，发了文章之后，我获得了更具体的信息。在这个排名里面，排在第一的用量远远超过其他模型的Step 3.5 Flash，来自街越星辰的这个模型，它是免费的，所以它的排名非常高。

当然，它应该也相对比较好用。呃，同样还有排在第五的。Trinity Large Preview，这是一家美国公司 Accra AI 发布的模型，它排的很靠前，也是因为在 Preview 阶段，这个模型是免费的。那如果把这免费的不算单排付费模型的话，DeepSeek V3.2 在 OpenCLU 里面，呃，是排在前十的。

我觉得这个排名一方面说明在 Agent 相关的模型消耗上，呃，DeepSeek 其实是。至少在中小开发者里吧，它它相对来说比较靠后。但是 OpenRouter 也只能是做个参考，不代表每家公司完整的量。然后另一方面也说明什么了，也说明其实 V3.2 是个挺老的模型了，就别的模型都已经更新了好几轮了。

那 V3.2 以一个这么老的模型还能排在前面，你也可以侧面说 DeepSeek 挺厉害的，看你怎么理解这个事儿了。那如果来比应用的话，智谱 MidMax、

Kimi、街月等等。包括字节的飞书，他们都做了龙虾相关的应用，DeepSeek更是没有什么这方面的投入。嗯，前面我也提到说，DeepSeek其实有一个小数十人的产品团队，但是到目前为止，他们是没有涉足AI编程、通用Agent、OpenCLow、小龙虾这些热门方向的。

DeepSeek在C端的产品仍然是一个典型的Chatbot，相应的变化和调整是从2025年秋天起，梁文锋也开始更多的在公司里去提要做产品化和商业化。DeepSeek确实也会更多的投入产品。这个从招聘信息里已经有反映，比如说在三月中旬的最新招聘中，DeepSeek就第一次在招聘启事里提到了其他具体产品的名称，呃，说是要招募Agent方向的模型策略产品经理，要求包含持续跟踪行业前沿，熟悉并深度使用过Cloud

Code、OpenCL、Malice等知名Agent。

然后是算力资源的问题。其实三年前梁文锋讲的那个比喻，买卡就像买钢琴，一是买得起，二是因为有一群要在上面弹奏音乐的人。后半句现在仍然是成立的。而且，急于弹琴的人更多了，能弹的曲子也更多了，也就是研究方向更多了。在语言模型的主线之外，我们可以看到世界模型、持续学习、在线学习、新的更像人脑的学习机制等等，这都需要算力资源去支持实验。

但是，买得起这件事情已经在变化。因为在全球过去几年大幅扩张的算力资源军备竞赛中，DeepSeek并不占优势。它和全球乃至中国的一些核心大公司的差距，可能是在拉大的。结合上面的多重原因，我们现在可以理解为什么以往很难挖动的 DeepSeek 的人有了松动的迹象，有人离开，更多人选择留下。可以澄清一下，近期外界的有一些传闻是不准确的，比如说 DeepSeek。

有成组流失的情况，这并没有发生。留下的人中，他们大多数认可梁文锋追求AGI的方式，他们想去做那些并非由于竞争驱动的探索，他们也比较习惯DeepSeek相对宽松从容的研究氛围。这是DeepSeek相对不变的部分，至少到目前为止没有看到明显的变化。这些不变的部分来自梁文锋的特质，一个小型创业组织的氛围，其实很大程度上就是创始人特点的外溢和外化。

这些特点包括我前面提到的不加班。梁文锋确实认为，一个人一天能高质量工作和输出的时间就是在六到八个小时左右，尤其是做AI，如果长期疲劳，做出一些昏庸的。糟糕的判断反而会浪费宝贵的算力资源。这个想法看着挺平常，但在全球AI核心公司里，不加班、少加班真的极为罕见。别说本来就以卷著称的中国公司，其实在美国核心AI研究人员也常常需要高强度的工作。

哪怕是在提倡给工程师百分之二十自由时间的Google

DeepMind的核心AI团队也是非常忙碌的，还有以高强度工作著称的马斯克带领的xAI。有些研究员的周工作时间甚至可以达到八十小时。梁文锋自己是一个只做少数事，会把它做到极致、做得细致的人。比如，作为公司CEO，他以往并没有花特别多的时间融资。我们文章里也写到，二三年的时候，他其实见过一些投资人，但当时他提了一个类似于微软和OpenAI早期投资协议的方式，就是他希望投资方能接受一个固定的回报上限。

这对VC来说其实没什么道理，所以那一轮建完之后，没有人投DeepSeek。到二五年二一爆火之后，梁文锋其实就不再见投资人了，甚至不建立新的联系，不认识新的机构。对大多数CEO来说，即使不在融资窗口期，也不会拒绝去认识一下一线机构的合伙人。但我确实就知道有些合伙人，他们当时通过各种途径想办法想去和梁文锋建立联系，但他拒绝了大多数这样的请求。

这并不是说梁文锋是个很自闭的人。据我所知，他跟AI从业者的交流还是挺多的。所以说，梁文锋只是选择了花最多的时间在他认为最重要的事情上，那就是模型的研发，在具体的技术判断上。梁文锋之前认为，语言推理逻辑这条线才是智能的主线。DeepSeek其实没有花太多精力去做多模态生成，但这并不是说他们没有做多模态，因为多模态还包括多模态的理解、多模态的推理。

比如说，张博之前在DeepSeek做的DeepSeek V L以及理解与生成的统一，比如说我前面提到的Genus。与梁文锋的风格相应，DeepSeek的组织是非常扁平的，而且形成了各团队之间交叉分工的状态。创立幻方的时候，梁文锋是有合伙人的，但是在DeepSeek没有二把手，尤其是在研究团队，只有梁文锋和其他的研究员两个层级。

这部分的团队就像一个大型的实验室，大家会习惯称梁文锋为梁老板。这个老板的角色更接近导师，他会组织研发、协调资源，也自己做一些具体的研究。比如，我们可以看到梁文锋会在 DeepSeek 的有一些论文里面署名，会当通讯作者。他自己直接带的是基模架构这个团队。这个team有小几十人，他们是预训练的主力。梁文峰会和这个团队深入的讨论，确定每一代基模的架构定版。

然后是跟基模架构合作比较密切的数据和infra的团队，因为在定版的过程中就需要考虑数据的选择和infra怎么实现。之前在千问的那期播客里面。也提到过，其实这种infra和数据和基模紧密合作的方式，对研究员来说是一种最自然的方式。这也是当时为什么，嗯，从二五年的年终开始，林俊阳带领的千问的这个小团队，其实想自己招一些infra的人的。

像不再依赖于当时支持他们的阿里的派 P A I 这个团队，但是这件事情在更大的公司里，它可能更难实现。而 DeepSeek 是非常自然的就保持了这种状态。在有一些公司里面，infra 它会有一些像一个内部的乙方，就是模型团队会给你提一些要求，而且大公司里的 infra 的人可能会很多，比如说有个小几百人也是很正常了。

然后，你作为这个小几百人的其实已经不小的一个团队里的成员，可能很难跟算法和模型之间有非常密切的交流。但在DeepSeek，嗯，很多人都是会有一些交叉学习的机会。梁峰自己就是串起这些不同的模块的一个探测器和粘合剂。他会参加每一个团队各自的周会，去了解全局的进度和卡点。DeepSeek大部分团队的周会也是向其他组的人开放的，大家可以跨组去参会。

去讨论，所以至今DeepSeek依然可以做到自然分工。有时开始一个新的方向，就是因为有三五个人都觉得有一个idea不错，这三五个人甚至可能都不是一个组的，然后他们就一起去做了。如果公司层面也觉得这个方向不错，那可能就会在小规模的实验之后给到更多的资源。去验证这个方向的潜力，所以这次在做这篇报道的过程中间，有接近DeepSeek的人士告诉我，非常发自真心的说，DeepSeek是一个真心想做研究的人，在国内甚至是全球能找到的最好的地方。

DeepSeek之前的人员主要是以应届生和实习生留任为主。这里推荐大家去看二零二五年初晚点做的一期关于DeepSeek人才画像的视频，我会把链接贴在Show Notes里。哦，抱歉，这个微信的视频好像是贴不了链接的，就大家可以去晚点的视频号上去搜吧，可以搜DeepSeek，可能搜到。当时我们是梳理了DeepSeek的三代模型，即LLM V2以及V3和R1的172名研究者，这是包括实习生的。

然后我们找到了其中84个人的履历，做了一些数据的分析，可以看到。这些能找到履历的人中间，有超七成的人是本科和硕士生。其实 DeepSeek 的博士比例并没有那么高，这和当年四小龙，比如说商汤，他们当年讲博士军团还不太一样。然后有超七成的人年龄是小于三十岁的，这个也 callback 了我们呃前不久和 Dink 就是做 AI 招聘人才的那家公司的创始人，之前在达摩院做研究的 Sam 高诞恒的博客。

当时他列举了很多很多，如数家珍了好几个 AI 成果。然后他说，当时做出这些成果的人年龄都是小于三十岁。嗯，回到 DBC，就前面提到 DBC 现在是不到两百人。在二零二五年初的时候，人更少。字节的团队 Seed 现在是一千五百人，去年夏天前后的高峰期应该是有两千多人。所以在 V3 和 R1 之前，DeepSeek 其实是以大长约十分之一的人数，约三分之一到二分之一的人均工作时间。

做到了全球大模型的第一梯队。我们可以继续观察，在越来越激烈的竞争中，DeepSeek这样的研发方式和组织氛围是否会调整？我想，对研究员来说，他们想追求的是一种成就和投入的平衡。没有人想被竞争或者完全被落后的恐惧驱策着去做研究。这种情况大概率也做不出好的研究。但另一方面，这群非常自驱的AI人才也真的希望自己能一直产出强的、厉害的、有影响力的成果。

当然，每个人对强和厉害的标准，如前面所说，已经变得越来越多元了。有的人可能会更看重外部反馈，也有人会有自己内心的衡量坐标。最后来说一说梁文锋这个人，呃，准确说是我们从各种渠道了解到的梁文锋这个人。作为一个不到三十岁就财富自由的人，梁文锋的生活是简单而神秘的，他不是特别在意穿着。呃，和用度，他在杭州的时候曾长期住在酒店里，而在多数DeepSeek的研发人员所在的北京，他现在应该是。

租房住之前和质检的贾鹏那期播客里，我们会聊到，在英伟达全球有几千人的时候，黄仁勋还会邀请一些员工去自己家里做客，喝酒聊天聊家常，展示自己的跑车。而郎文峰是不怎么参与DeepSeek的团建活动的，很少和成员聚餐，年底大团建也只在讲话时露面，不会参与全程。一个关于它的流传甚广的轶事，就是二零二二年的时候，幻方有一位员工。

化名一只平凡的小猪，他个人向慈善机构捐助了一点三八亿元。后来，很多人猜这只小猪就是梁文锋。换方工作人员的回复是：员工捐款都是匿名，公司内部也不知道小猪的真实身份。接触梁风的人曾经向我们评价，他是一个特别能抵抗噪音的人。我觉得最恼人的噪音往往出现在两种情形。一种就是高峰期的追捧，还有一种就是焦灼期的质疑。

在二零二五年二一爆火之后，梁文锋已经显示了对追捧的淡然，而现在他面临的是另一种情形：是外部竞争加剧时，如何分辨噪音与信号，坚持该坚持的，改变要改变的，怎么做这个判断？这是属于梁文锋和 DeepSeek 的工作。而曾被这家公司震动过的更多人，能做的很简单：卸下爽文叙事，用更多平常心去看待一家公司和技术创新。

这次了解DeepSeek的过程中，有一位从业者是这么评价这家公司的：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。很多人觉得二零二五年出的R1是一个奇迹。奇迹之所以是奇迹，就是因为它不常发生，是小概率事件。在中国这个崇尚竞争和结果说话的环境里，敢于追求独特目标的DeepSeek的存在本身就是一个令人惊喜的小概率事件。

它真的不一定会发生。最后附上转发这篇文章到朋友圈时我的想法，我当时写的是。不用成为全村的希望，DeepSeek就是DeepSeek。其实每家公司最后都会是他自己。期待V4发布，但我内心也祈祷，希望V4能在四月偏中上旬发布，离五一假期远一点，拜托。本期节目就到这里，欢迎收听。如果你对今天聊的话题有观察、好奇或疑问，欢迎在评论区分享想法，这也会成为我们节目的一部分，让整个讨论更完整。

你也可以把我们的节目分享给对这个话题感兴趣的朋友，欢迎推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果Podcast等渠道关注晚点聊Late Talk，也欢迎关注我们的公众号晚点Late Post。下期再见。