梁文锋是 DeepSeek（深度求索）创始人兼 CEO。1985 年出生于广东湛江，17 岁考入浙江大学，本科、硕士、博士都在浙大，2010 年前后开始做量化交易。2015 年他和同学共同创办幻方量化（High-Flyer），用 AI 算法做量化投资，5 年内把幻方做成中国头部量化私募，管理规模一度突破千亿元人民币。2023 年 7 月，他宣布成立 DeepSeek 公司，专注通用人工智能（AGI）研究，团队几乎全部来自国内顶级高校的应届毕业生和博士。2024 年 12 月，DeepSeek-V3 以 550 万美元训练成本训练出接近 GPT-4 水平的开源大模型，性能与训练成本都引发全球震动；2025 年 1 月 DeepSeek-R1 发布，在数学、代码、推理任务上达到与 OpenAI o1 相当的水平，引发英伟达股价单日下跌 17%、市值蒸发近 6000 亿美元。
核心观点：AI 不是大公司的游戏，是顶级工程师的游戏——DeepSeek 用「550 万美元训练出 GPT-4 水平模型」的实证证明，算法效率比算力规模更重要。
核心观点
一、AI 研究的真正瓶颈不是算力，而是算法效率。OpenAI 用 10 万张 GPU 训练 GPT-4，DeepSeek 用 2000 张 GPU 训练出接近水平的模型——差的不只是成本，是方法论。
二、人才密度比人才数量更重要。DeepSeek 团队不到 200 人，全部是中国本土培养的年轻工程师，没有海外明星科学家——这是「集中优势兵力打歼灭战」的工程化思路。
三、开源不是慈善，是战略。DeepSeek 把 V3/R1 全部开源，是因为开源能换到全球开发者的反馈迭代，这是用金钱买不到的研发加速器。
四、量化基金积累的不是钱，是工程能力。幻方 9 年时间给 DeepSeek 留下的最大资产不是 GPU，是「把 AI 当作工程问题来解」的方法论。
五、AGI 不是单点突破，而是连续的工程迭代。没有「AGI 奇点」——只有把模型、数据、推理、训练框架四个轮子都同时推一寸的累进式进步。
一、从湛江少年到浙大博士：一个对 AI 痴迷的「非典型」学霸
梁文锋 2002 年从广东湛江一中考入浙江大学，本科专业是电子信息工程，硕士转到了计算机方向，博士阶段开始系统研究机器学习。他的硕士导师在多个公开场合回忆，梁文锋当时的研究兴趣非常明确：「他不是想做学术，是想把 AI 变成产品。」
博士毕业后，他没有像大多数顶尖博士那样进入大厂或留校任教，而是和几个浙大同班同学一起创办了一家小型量化对冲基金。这个选择在当时看起来有点「奇怪」——浙大 AI 博士去搞金融？但在梁文锋的逻辑里，量化交易是当时唯一一个能把 AI 算法大规模应用、并且能直接看到商业结果的场景。
他在 2015 年接受《证券时报》早期访谈时说过一句话：「AI 的价值不在论文里，在流水线上。」这句话后来成为幻方和 DeepSeek 共同的方法论起点。
二、幻方 9 年：从一个量化基金到中国最强的 AI 工程团队
2015 年成立的幻方量化，最初只是几个浙大校友凑起来的小型私募。但梁文锋从第一天起就把公司定位为「一家用 AI 重新定义投资的公司」，而不是「一家用计算机辅助做投资的公司」。这两者有本质区别——前者把 AI 当作核心资产，后者把 AI 当作工具。
幻方做对了几件后来被证明极其关键的事：
第一，自建算力。2017 年幻方成为国内最早自建 GPU 集群的量化基金之一，到 2021 年公司内部 GPU 数量已经超过 1 万张——这在当时是阿里、字节、百度之外的中国顶级算力资源池。第二，招募纯工程师而非金融背景人才。幻方有超过一半员工是工程师而非金融分析师，这在传统量化基金看来非常「不务正业」。第三，公开分享研究。幻方每年发布技术白皮书，详细披露其算法架构、训练框架、工程实践——这种「开源」的文化后来直接迁移到 DeepSeek。
到 2021 年，幻方量化管理规模突破 1000 亿人民币，成为中国头部量化私募。但梁文锋在内部越来越清晰地意识到一件事：真正能改变世界的不是更准的预测，而是更通用的人工智能本身。
三、2023 年 7 月：DeepSeek 的诞生
2023 年 7 月，梁文锋做了一个让整个量化行业震惊的决定：把幻方量化旗下负责 AI 研究的部分独立出来，成立 DeepSeek，专注通用人工智能（AGI）研究。这意味着他放弃了当时每年数亿到数十亿的稳定收入，去赌一件回报周期极长、失败概率极高的事情。
他在 2024 年初的一次小范围分享中解释了这个决定：「量化交易的天花板是金融市场的总规模，AI 的天花板是整个生产力边界。幻方已经摸到了量化交易的天花板，但 AI 的天花板我连边都看不到。」
DeepSeek 成立初期的招人方式也引起广泛关注——他没有像当时国内大模型公司那样开出天价去挖 OpenAI、Anthropic 的明星科学家，而是把招聘重点放在中国本土的应届博士和硕士毕业生上。他对团队的要求只有三个：数学好、工程强、对 AGI 有真实信仰。
这个招聘策略在 2024 年底被证明极其有效——DeepSeek-V3 论文中署名的大部分核心贡献者，都是 25-30 岁的中国本土培养的年轻工程师。
四、DeepSeek-V3：550 万美元训练出 GPT-4 水平模型
2024 年 12 月 26 日，DeepSeek 正式发布 DeepSeek-V3（开源 671B 参数 MoE 模型），同时公开了详细的训练论文。这份论文披露的核心数字震惊了整个 AI 行业：完整训练 V3 的全部成本为 557.6 万美元，仅使用了 2048 张 H800 GPU 训练了不到两个月。
作为对比，OpenAI 训练 GPT-4 的成本估算在 1 亿美元左右，使用了约 25000 张 A100/H100 GPU。DeepSeek 用 1% 的成本做出了 90% 性能的事情，这在当时被业内称为「AI 界的斯普特尼克时刻」。
论文发布后第二天，英伟达股价单日下跌 17%，市值蒸发近 6000 亿美元——这是 AI 算力逻辑第一次受到根本性质疑：如果算法效率足够高，堆算力的护城河到底有多深？
梁文锋在 2025 年 1 月的公开访谈中回应了外界的各种猜测：「我们没有魔法，只是做了很多工程优化。MoE 架构、FP8 训练、MLA 注意力机制、 DualPipe 流水线并行——每一个单独的技术都不新鲜，但我们把每一个都做到了极致，然后组合在一起。这就是工程的胜利。」
五、DeepSeek-R1：把推理能力做到 OpenAI o1 同级
2025 年 1 月 20 日，DeepSeek 发布 R1 系列推理模型。在数学（AIME 24）、代码（Codeforces）、自然语言推理（MMLU）三个关键基准测试上，R1 都达到了与 OpenAI o1 相当的水平，且完全开源、模型权重可下载、可商用。
R1 的关键技术突破是把强化学习（RL）而非监督学习（SL）作为推理能力训练的核心——这个方法论上的小转向带来了性能上的大跃迁。R1 论文中明确披露的训练方法让全球研究机构开始重新审视自己的技术路线。
梁文锋在 R1 发布后的内部讲话中（被员工公开至网络）说：「真正的护城河不是模型本身，是做出模型的人。模型会被超越，人会继续做下一个。」这句话被业内视为他对 OpenAI、Anthropic 等「明星科学家路线」的不点名回应。
六、开源策略：不是慈善，是研发加速器
DeepSeek 的所有模型、训练代码、技术报告全部开源，这在当时看起来非常「不合商业逻辑」——把所有核心竞争力免费送出去？但梁文锋在多个公开场合解释了背后的战略思考：
「开源不是为了做慈善，是因为我们需要的不是模型本身，是模型背后持续迭代的能力。开源让我们能接到全球开发者的反馈，每一次 PR、每一个 Issue、每一个 fork 都是我们看不到的研发加速器。」
事实证明这个策略奏效了。DeepSeek-V3 在 GitHub 上线两周内获得超过 3 万 star，被全球开发者社区广泛采用，包括微软、AWS、NVIDIA、阿里云等头部云厂商都在第一时间接入了 DeepSeek 模型。这意味着 DeepSeek 用极低的销售成本获得了全球范围内的生态覆盖。
七、梁文锋的管理风格：工程师至上，极度低调
与国内大模型公司的明星创始人相比，梁文锋在公开场合的存在感极低——没有个人微博、几乎不接受采访、不参加行业大会、出差坐经济舱、办公室和工程师坐在一起。在 2024 年 12 月 V3 引爆全球后，他第一次也是唯一一次主动接受公开访谈，是通过微信公众号「暗涌」做了一篇两万字长访谈。
他在那篇访谈中描述了自己的管理哲学：「我尽量少做管理决策，多做技术决策。DeepSeek 是工程师的公司，不是管理者的公司。我们的晋升标准是『能不能解决最难的技术问题』，而不是『能不能带好一个团队』。」
这种工程师文化的结果是：DeepSeek 团队人均产出极高，V3 论文的核心贡献者不到 10 人，几乎每一个都是真正动手写代码、做实验的研究员。梁文锋本人在 V3 论文中是第三作者——他亲自参与代码调试，这在 AI 公司创始人中非常罕见。
八、给中国 AI 行业的启示：算法效率比算力规模更重要
DeepSeek 的成功对整个中国 AI 行业带来的最大启示不是技术层面，而是战略层面：在算力受限的现实下，算法效率是中国 AI 唯一的出路。
在英伟达最先进芯片对中国出口受限的背景下，中国大模型公司一直被认为「必然落后」。但 DeepSeek 用 2000 张被阉割版的 H800 训练出世界级模型，证明了一件事：算力规模差 10 倍，可以通过算法效率差 100 倍来补。这把「算力焦虑」转化为「工程焦虑」，反而倒逼中国 AI 公司走上了比美国同行更精益的工程化路线。
梁文锋在 2025 年 2 月的内部战略会上（被部分员工公开传播）说：「我们不需要追赶英伟达的算力，我们需要让每一张 GPU 的效率都达到极致。这是 DeepSeek 的路，也是中国 AI 的路。」
