深度求索（DeepSeek）創始人梁文鋒。圖片經由AI處理
文丨謝瑞瑞
編輯丨徐青陽
6月29日晚，DeepSeek宣佈V4正式版將於7月中旬正式上線。
公告中說明：爲了更合理地配置資源、提升服務穩定性，正式版發佈後將同步調整API定價策略，引入峯谷定價機制。
過去兩週，和DeepSeek相關的還有兩件大事：
一是6月16日，DeepSeek完成了成立以來首輪外部融資，募資總額510億元，估值將近4000億元，打破創始人梁文鋒立下“不融資、不上市、不商業化”的原則。
二是融資後僅十幾天，6月27日，DeepSeek團隊聯合北京大學發佈論文《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》，創始人梁文鋒位列論文作者名單。
如果說DeepSeek上半場的任務是證明自己能夠做出世界一流的大模型。下半場，當“資本”和“技術”相匯，DeepSeek要拿着融資的錢，向世界證明，它是一家真正意義上的商業公司。
01
500億之後，DeepSeek開始補人
融資以來，DeepSeek Harness團隊的新負責人崔添翼一刻沒閒着。
6月25日晚，DeepSeek在社交平臺發佈大規模招聘信息，覆蓋算法、研發、運維、產品、數據工程師及職能部門等7大類、共33個崗位，工作地點包括北京和杭州，所有崗位均接受實習。
在DeepSeek官網官號、Boss直聘、X和小紅書等各類社交平臺上，都能看到這位梁文鋒的浙大校友、今年3月加入團隊的負責人下場招人，順便抽空“闢謠”。
圖爲 崔添翼在小紅書上回應“DeepSeek招人卡清華級學歷，還卡豆包經歷”的評論
此前，DeepSeek更像一個沉默、低調、悶聲幹活的技術員，背靠梁文鋒創辦的量化私募基金“幻方量化”。幻方量化2025年年化收益率56.55%，管理規模超過700億元，讓DeepSeek不需要依賴外部資本。
在外界看來，DeepSeek似乎“並不缺錢”。
讓梁文鋒改變融資態度的潛在可能是，核心人才流失和外部搶人大戰加速。
作爲參照系，已經搶先上市的“大模型第一股”智譜，截至6月30日，總市值接近萬億港元，MiniMax的市值也超過1300億港元。
反觀DeepSeek，員工手裏的期權仍是一張白紙，公司不融資、不上市、沒有外部估值參考。
“不融資，它的估值就不往上走。員工手上就算有期權也不會漲。相比智譜、MiniMax，以及一些其他大模型團隊，要麼估值暴漲，要麼上市以後暴漲。那DeepSeek的員工肯定都留不住。”一位接近DeepSeek的資深從業者談及在此節點融資的原因時說。
留住人才的成本，也是一筆不小的開支。
2025年，DeepSeek最大的競爭優勢來自一支百餘人的高學歷的“天才”團隊。幾十位頂尖研究員，加上一位極具技術理想主義色彩的創始人梁文鋒，創造出了DeepSeek-R1。
今年，一邊是各互聯網大廠持續高薪“挖”頂級AI研究員，另一邊，市場對AI人才的需求激增，公開數據顯示，算法崗位月薪的中位數普遍超過2.4萬元，頭部人才月薪超過5萬元，AI人才的溢價持續擴大。
在此次大規模招聘的崗位中，除了全棧開發/算法、AI核心系統研發、運維、產品之外，值得關注的是，HR、法務、財務、採購、行政等職能部門也在擴招。
全方位“擴編”釋放出的信號是，DeepSeek還在補齊作爲一家科技公司的組織能力。
從“產品驅動”邁向“組織驅動”，這也是許多科技公司的必經之路——在組織逐步成熟、平臺不斷完善、人才激勵機制建立之後，大規模的產品紅利纔開始釋放。
完成500億融資，一方面是留人需要，另一方面則爲補全組織架構提供了基礎條件，但在這個過程中，DeepSeek能否“輕盈轉身”，在擴招後仍保持“小團隊作戰”精簡高效和決策鏈的靈活敏捷？這是DeepSeek“下半場”要回答的第一個問題。
02
DeepSeek走向重資產
在6月25日發佈招聘信息的33個崗位中，有些崗位值得關注，即IDC（Internet Data Center 互聯網數據中心）數據中心團隊，涉及基礎設施建設。
早在4月中旬，DeepSeek就在內蒙古烏蘭察布發佈了首批數據中心崗位，包括數據中心高級運維工程師和數據中心高級交付經理。到了6月，DeepSeek又新增了“IDC設計規劃工程師”崗位。
從數據中心運維、交付，再到設計規劃，今年以來，DeepSeek的人才佈局已經從模型延伸至算力基礎設施建設。
圖爲 DeepSeek IDC數據中心團隊招聘崗位信息
伴隨着大模型進入規模化訓練和推理階段，AI模型公司的競爭即將、也必然進入“基礎設施”的硬件競賽，這推動DeepSeek不得不和硅谷最前沿的頭部大模型公司一樣，加入到自建算力集羣的重資產“燒錢”遊戲當中。
根據公開數據顯示，美國科技巨頭Alphabet、亞馬遜、Meta和微軟，預計今年將總共投資約6500億美元來擴大人工智能相關基礎設施。Anthropic、OpenAI也多次在公開披露的財務文件中強調，將持續加大算力基礎設施投入。
例如，Anthropic預計僅數據中心容量租賃，每月就將向SpaceX支付約12.5億美元，一年就是150億美元，還不包括GPU採購、網絡、運維等。
工信部信息通信經濟專家委員會委員盤和林在此前採訪中指出，當前AI投資熱潮之下，大模型企業融資已是大勢所趨。“不僅是DeepSeek，谷歌也融資800億美元，行業已進入重資本階段。”
爲了不在算力重資本建設上掉隊，DeepSeek必須在資金上“開源”，拿到融資，繼而投入算力、數據中心等基礎設施建設。
值得注意的是，DeepSeek建設算力基礎設施，是在海外先進算力出口受限的情況下進行的，這意味着上述算力將由國產芯片驅動，而在DeepSeek V4發佈時，DeepSeek就在官方頁面和技術報告裏提到國產算力的探索。
5月底，華爲提出“韜（τ）定律”，試圖通過器件、芯片、系統等全棧協同優化突破摩爾定律放緩帶來的瓶頸；國產大模型也正加速適配國產算力，國產算力探索的目標是——“自主可控的AI基礎設施”。
03
AGI的前夜
對於DeepSeek這樣的基礎模型公司來說，僅有資本和組織不足支持長期領先，關鍵是持續產出原創技術。
一位資深算力從業者亦強調，DeepSeek本輪大規模融資，就是爲了給團隊激勵、留下核心人才，“只有足夠的融資，才能訓出好模型，才能奠定頭部位置。”
論文是DeepSeek在新技術探索方面的一個重要縮影。
據不完全統計，近兩年，DeepSeek公開發表了約27篇核心技術論文，研究方向覆蓋 MoE（混合專家）、強化學習、代碼大模型、數學推理、多模態等等，幾乎對應了其每一代核心模型和關鍵技術突破。
就在6月27日，DeepSeek官方在GitHub上低調更新了一篇與“DSpark”新技術有關的論文。
論文中，DeepSeek提出全新的推理加速框架“DSpark”，在不改變模型能力的前提下，大幅提升了大模型推理速度和系統吞吐
和此前不同，這篇論文並非迭代了新模型，而是在原有DeepSeek-V4-Pro和DeepSeek-V4-Flash基礎上增加了一個推測解碼模塊，重點在於工程落地層面的優化。
DeepSeek意圖將DSpark部署在DeepSeek-V4線上服務系統、承接真實用戶流量時，減少無效校驗帶來的算力浪費。
論文中提及，“在不改變底層模型架構的情況下，將生成速度提高了60-85%。”對於每天都要處理海量API請求的AI公司而言，算力成本每降低一點，利潤空間就會增加一點。
據VentureBeat今年2月份的消息，模型訓練的費用只會越來越高。Anthropic的CEO Dario Amodei預測，未來一代前沿模型的培訓成本將達到50億至100億美元。
上述資深算力從業者表示，DeepSeek也將進入同樣“燒錢”訓練模型的階段。
爲了支持DeepSeek的模型訓練迭代，融資是早晚的事。
更多的媒體解讀道，在融資之後僅十幾天便上線新論文，DeepSeek似乎在證明公司的核心節奏沒有變，研發團隊依舊保持着高頻輸出。
不論是上新模型還是建設數據中心，亦或是從“天才實驗室”轉變爲商業化運營的AI公司，DeepSeek進化的盡頭是AGI。
在2024年接受《暗湧Waves》採訪時，梁文鋒就明確表態：“我們做的就是AGI（通用人工智能）。語言大模型可能是通往AGI的必經之路。”
在免費階段，用戶對響應失敗、對話中斷、API限流等問題尚可容忍。一旦7月DeepSeek V4正式版上線後，用戶對穩定性的要求也隨之提高，問題若持續存在，將直接影響用戶是否願意將DeepSeek接入真實工作流和業務系統。
來到付費端、開發者生態和企業場景，DeepSeek的工程能力將面臨更嚴格的考驗，模型能否真正走向大規模應用，也是進入AGI時代必須跨越的一道檻。
當用戶希望DeepSeek推動中國大模型降本增效時，它自己心裏還算着一筆賬：正處於AGI的關鍵時期，首要目的是留住人，其次是要持續訓練模型、不斷在技術層面迭代出新，數據中心的基礎設施“仗”也不能輸。
光靠梁文鋒的量化私募基金幻方量化，還遠遠不夠。
2026年，DeepSeek啓動融資是必然的選擇。正如DeepSeek於6月25日晚發佈的招聘公告寫道：
“當今人類正處於AGI的前夜。”
下一步，DeepSeek要面對的是更長期、更燒錢的AGI競賽。能否像在“大模型”競賽中出圈一樣，繼續在AGI的進程中“領跑”，這是DeepSeek“下半場”要回答的第二個問題。
推薦閱讀
一文讀懂DeepSeek V4：1.6萬億參數、百萬上下文、華爲芯片
深度解讀DeepSeek V4，看清Benchmark之外的三個範式級創新