V4 发布前的 DeepSeek：人才竞争、组织特点和独特的 AGI 目标
问题不只是谁离开了
节目开头先给出一个容易被忽略的背景：DeepSeek 目前不到 200 人，研发团队有 100 多人，产品团队只有小几十人。这样一家公司，近期在春节前后出现数名研发人员离开，消息很快被放大。人数本身并不构成大规模流失，但离开者进入了腾讯等大型科技公司或其他同行团队，外部观察者自然会把这件事放进 AI 人才争夺的语境里。
另一个背景是 V4 还没有发布。节目提到，2026 年 1 月左右，一个小参数版本已经交给部分开源框架社区做适配；按照当时较乐观的预期，更大参数版本原本可能在 2 月中旬前后发布。主持人的判断是，V4 应该在 4 月开源，至少会开放其中几个版本，社区信息还提到接近 300B 与 500–600B 的可能版本。这些信息描述的是发布前的预期，不应被当成已经兑现的产品事实。
人员变动和产品等待因此叠在了一起：前者让人问为什么有人走，后者让人问留下的人正在等待什么。
少量离职，为什么变得重要
DeepSeek 过去的全职人员流动并不多。节目回顾了几位较早离开的成员：张博在 2024 年 3 月离开后回到浙江大学任教，罗福利在 2025 年初加入小米，阮充则是在更早的时候离开，后来于 2026 年 1 月官宣加入自动驾驶创业公司远融启行。近期受到更多关注的王炳轩、魏浩然和郭达雅，分别与 DeepSeek 的早期大语言模型、OCR 系列和 R1 有重要关联。
因此，节目特别强调不能把几个人的离开写成成组流失。留下的人仍然是多数，而且很多人认可梁文锋追求 AGI 的方式，也习惯于相对宽松的研究氛围。更准确的说法是，组织第一次明显感受到外部选择变多了，原本不容易被撬动的人员开始出现松动。
过去
全职成员很少离开，团队的稳定性本身就是组织特征。
现在
大型科技公司同时提供现金、算力和更明确的岗位机会。
边界
少数研究员离开，不能推出团队已经整体改变。
人才竞争首先进入价格表
主持人把人才竞争中的一段讨论讲得很具体。节目群里有人贴出清华姚班学生在腾讯的实习信息，日薪写着 5500 元、税前；同一讨论里还出现了千问每天 4200 元的数字。主持人此前知道的较高记录，是 Seed 在上一年给部分顶尖实习生开出的每天 4000 元。5500 元是否代表真实、普遍的报价，节目没有替这条群消息背书；它的作用在于让竞争烈度变得可感。
对正式员工来说，现金只是总包的一部分。主持人说，大多数公司会把现金和股份或期权放在一起，而 DeepSeek 没有一个公开而明确的公司估值。于是，协议里的期权缺少可以对照的价格。MiniMax 和智谱上市后，节目提到两家公司的股价已经上涨五六倍，市值来到约 2500–3000 亿元；春节之后，阶跃星辰和 Kimi 也传出 IPO 计划。研究圈很小，校友、同学和前同事彼此相连，这种财富效应很难完全隔绝在公司之外。
“DeepSeek目前没有一个明确的公司估值和定价”
这解释了为什么梁文锋开始想办法给公司一个更明确的估值，让团队成员知道自己手里的长期激励应该如何理解。估值并不能自动留住研究员，但它会改变一份工作机会和另一份工作机会之间的比较方式。
量化交易留下的研究底色
要理解 DeepSeek 的组织和目标，节目把时间拨回到公司成立之前。梁文锋 2015 年创立幻方量化，2016 年开始用 GPU 跑深度学习实盘交易，2017 年底已经把几乎所有交易策略 AI 化。2019 年，幻方建立了拥有 1100 张 GPU 的萤火一号；到 2021 年，幻方已经拥有 1 万张 GPU。
这条经历很重要，因为算力对梁文锋来说并不是后来为了追赶模型公司才突然出现的资源。2020 年看到 GPT-3 后，他认为扩大算力的方向已经清楚。幻方当时买卡并不只是为了量化投资，也带着对能不能更完整地描述金融市场、不同范式的能力边界在哪里的好奇。
“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”
钢琴和弹琴的人必须同时存在，后来也成为 DeepSeek 的一种组织隐喻：算力不是孤立的资产，研究员必须有机会把它变成实验。只是这个隐喻的前半句正在变得更难。全球算力军备竞赛扩张后，DeepSeek 与全球及中国核心公司的资源差距可能在拉大。
一个不只追求模型排名的 AGI 目标
节目对梁文锋目标的概括，并没有把 DeepSeek 描述成不在乎性能。模型智能上限仍然是主线，只是他把重要工作继续向两侧展开：一侧是基于国产生态做大模型，另一侧是尝试大厂或其他创业公司未必会优先投入的原创方向。
“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”
国产生态的例子很具体。DeepSeek 在 2025 年 8 月更新 V3.1 后采用 UE8M0 FP8 数据压缩格式，并在留言区说明它面向下一代国产芯片。到了 2025 年 9 月底的 V3.2，技术报告显示底层算子库从主流的 CUDA 和 Triton 换成 Talent。Talent 是北京大学杨植团队发起的国产开源项目。这里的变化把模型训练、硬件适配和底层软件放进同一个工程问题里，而非只替换一个名词。
原创探索则包括 Janus 对统一多模态理解与生成的尝试、Prover 对形式化证明的探索，以及 2025 年连续发布的两篇 OCR 工作。节目还提到，梁文锋在 2025 年招募了神经科学和脑科学背景的顾问，希望研究更接近人脑的学习机制。这些方向的共同点是，短期回报并不容易先写进一张排行榜。
“需要做一些当下回报不明确的方向”
目标分歧落在研究员的日常选择上
如果一个研究员最看重的是持续参与业界最强的模型、在受关注的技术报告上署名，以及拥有充足 GPU 做实验，那么 DeepSeek 的目标就不一定总能满足他。原创探索承担了前沿研究本来就有的不确定性，但年轻研究员仍然需要看到自己的工作如何获得反馈。
外界也在用 R1 的经验设定期待，希望 DeepSeek 每次发布都产生同样强烈的冲击。节目认为，这样的期待对一个把资源分给多条研究线的小组织来说过于单一。它把强从一个排名问题变成了目标协商：公司坚持哪些方向，研究员愿意为哪些不确定性付出时间，外部用户又会用什么标准评估模型。
模型强不强，越来越依赖产品触点
进入 Agent 模型竞争后，benchmark 仍然有用，却越来越难单独说明一个模型在真实工作中的表现。两个模型的跑分可能接近，用户实际使用时却会感到明显不同。原因之一，是产品把模型放进了更长的任务链，带来更多长尾场景，也带来更丰富的反馈数据。
“强的标准和体感本来就越来越多样”
DeepSeek 过去的产品投入相对少，C 端产品仍然是典型 Chatbot。V3.2 确实强化了 Agent 能力，但从 2025 年初到节目所处的时间点，智谱、MiniMax、Kimi 分别更新了 5 版、4 版和 3 版模型，DeepSeek 的迭代频率低得多。与此同时，智谱、MiniMax、Kimi、阶跃星辰和字节的飞书都做了 OpenClaw 相关应用，DeepSeek 没有在这些热门方向投入同等的产品力量。
“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”
节目还用 OpenRouter 的一段统计来校准这种判断：样本覆盖 2 月 24 日到 3 月 26 日的 30 天，前十模型中有 6 个来自中国公司，DeepSeek V3.2 整体排在第 12 位。排在第一的 Step 3.5 Flash 和排在第五的 Claude Large Preview 都有免费因素；如果不计算免费模型，V3.2 在付费模型中进入前十。这个排名只能当作中小开发者的一块观测窗口，不能代表每家公司完整的模型消耗量。
到 3 月中旬，DeepSeek 的招聘启事第一次点名 Claude Code、OpenClaw 和 Manus，寻找 Agent 方向的模型策略产品经理。这说明组织开始更直接地看见产品和用户，但它并不等于过去的模型路线被否定，而是说明模型能力与使用入口需要放在一起观察。
算力变紧，组织选择就会变得昂贵
研究方向正在增加。语言模型之外，世界模型、持续学习、在线学习以及更接近人脑的学习机制，都需要算力支撑实验。与此同时，全球公司在过去几年持续扩张算力资源，DeepSeek 的相对优势不再像早期那样稳固。
“买得起这件事情已经在变化”
算力和人才因此互相牵动。更多研究员意味着更多可能的方向，也意味着更大的实验预算；如果预算跟不上，组织就必须在路线之间做选择。梁文锋希望保留原创探索，研究员希望持续做有影响力的工作，产品团队开始补上用户触点，这些要求最终都会落到同一组资源上。
扁平组织为什么仍然有吸引力
DeepSeek 的研究团队没有二把手，只有梁文锋和其他研究员两个层级。梁文锋直接带基模架构团队，并与数据和 Infra 团队保持紧密讨论；他会参加不同团队的周会，团队的会议也通常向其他组开放。这样做的结果，是 Infra 不太像一个等待模型团队派单的内部乙方，研究员也能跨组理解数据、架构和工程实现。
新方向的启动方式也比较轻：有时只是三五个来自不同小组的人觉得一个想法值得试，于是先做小规模实验；公司认为方向有潜力，再给更多资源。这样的组织不靠层层审批来产生每一个研究课题，而是把跨组交流和创始人的全局协调放在一起。
“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”
这种吸引力和公司规模有关，也和人才画像有关。晚点曾梳理三代模型的 172 名研究者，其中 84 人的履历可被找到；在这批可找到履历的人中，本科或硕士背景超过七成，年龄小于 30 岁的也超过七成。年轻并不自动带来好结果，但小团队让这些研究员更容易直接接触模型主线和基础设施。
接下来要观察的，不只是 V4 何时发布
在 V3 和 R1 之前，节目用一个有明确口径的比较来描述 DeepSeek：它曾以大厂约十分之一的人数、约三分之一到二分之一的人均工作时间，做到全球大模型第一梯队。这个事实解释了外界为何把 DeepSeek 看成一种不同的组织样本，也解释了为什么外界会担心人员变化是否会破坏这套机制。
但这个比较不能被拿来保证未来。过去的优势来自研究方向、工作节奏、组织协作和算力投入在特定阶段的配合；现在，人才报价更高、期权价值需要重新解释、Agent 产品竞争更快、算力约束也更硬。留下的人是否仍然认可那套目标，产品化会把组织带向哪里，才是比一次发布的时间表更长的观察周期。
节目最后提醒，不必把一家公司包装成所有人的答案。梁文锋需要在追捧和质疑之间分辨信号，也需要决定哪些部分继续坚持、哪些部分必须调整。外界能做的，是把爽文叙事放下，承认一家公司的目标、节奏和边界都可能属于它自己。
“DeepSeek就是DeepSeek，其实每家公司最后都会是它自己”