DeepSeek

一、DeepSeek介绍

DeepSeek(深度求索)是一家专注于通用人工智能(AGI)技术研发的中国公司，位于中国杭州。成立于2023年，由其母公司幻方量化创立并投资，创始人是梁文锋。

DeepSeek自成立起，就放弃做追随者，致力于大模型创新。它的故事就是一系列开源产品的发布，2年期间它们已经做出：

DeepSeek Coder （2023年11月2日） ：专注于代码生成与理解，架构类似Llama。
DeepSeek LLM （2023年11月29日）：通用大语言模型，通过监督微调提升多任务处理能力。
DeepSeek-MoE（2024年1月9日）：引入混合专家架构（Mixture of Experts, MoE），提升模型效率。
DeepSeek-Math（2024年4月）：专攻数学推理，通过分组相对策略优化（GRPO）强化训练。
Deep****Seek V2（2024年5月）：采用多头潜在注意力（MLA）和MoE架构，支持128K长上下文。
Deep****Seek V3（2024年12月）：基于V2架构扩展，参数量达671亿，进一步优化多任务处理能力。
Deep****Seek R1 （2025年1月20日）：专注逻辑推理与实时问题解决，参数规模与V3一致（671亿）。

以上，我们可以看出DeepSeek从代码模型起步，逐步扩展至通用、数学、长上下文及推理领域，通过开源策略推动技术创新。其核心突破在于高效架构（MLA、MoE）和低成本训练，挑战了传统高资源投入的AI开发模式。

其实早在V2时期，DeepSeek成本降低已经引发业内人士关注，但直到2025年1月20日DeepSeek-R1发布，才开始破圈，迅速引爆全球。

总的来说，DeepSeek是一家年轻的AI创业公司。它们才刚开始，却已经登上高峰，从此我们听说了它的故事。

二、创始人和背后开发团队

与DeepSeek故事一样吸引人的是它背后的公司与人。

DeepSeek的创始人是梁文锋，1985年出生于广东湛江吴川市，父母均是小学教师。他自小在学习上展现出很高天赋，尤其是在数学领域。

初中就完成高中数学课程，开始学大学数学，17时以吴川市第一中学「高考状元」身份，进入浙江大学信息与电子工程学系，获得本硕学位，于2010年毕业。

在校期间，梁文锋对金融市场产生了浓厚的兴趣，2008年他带领团队探索机器学习技术在全自动量化交易中的应用。2年之后的2010年，随着沪深300股指期货推出，量化投资迎来了春天，梁文锋和他的团队大赚一笔，自营资金超过5亿元。

要知道，此时它才刚刚毕业。有的人，天生就是天才。

但天才也不是一直成功。毕业后，梁文锋在许多领域尝试引入人工智能，但这些尝试都失败了。直到他又将目标瞄准老本行金融，重新将人工智能引入金融交易。

就这样，在2015年，梁文锋与另外两名浙江大学的校友创立了幻方量化（High-Flyer），立志成为世界顶级的量化对冲基金。凭借技术优势迅速成为国内量化对冲基金的龙头。至2019年，其管理资金规模突破百亿元，展现了卓越的商业化能力。这一阶段的成功不仅为其积累了雄厚的资金基础，更锤炼了团队在高性能计算领域的实战经验。

在此期间，梁文锋越发认识到AI的影响力，因此幻方量化不断投资AI，包括购买芯片。到2023年，时间成熟之后，梁文锋宣布进军通用人工智能（AGI），正式成立杭州深度求索人工智能基础技术研究有限公司（DeepSeek），标志着其从金融领域向硬核科技的跨越。

从这里我们可以看出，梁文锋在创立DeepSeek之前，创建的是幻方量化，一家专注于量化投资的中国金融科技公司。

幻方量化的核心优势在于“技术闭环”。旗下子公司幻方科技专门研发底层技术平台，包括高性能计算、数据建模等，为投资策略提供算力支持。两者团队高度重叠，共享办公地址，形成“技术研发+资产管理”的协同模式。其策略融合高频交易、统计套利和机器学习，例如以毫秒级速度捕捉价差，或通过历史数据挖掘股票间的关联规律。这种自动化操作减少了人为情绪干扰，同时通过分散投资和对冲工具控制风险。

或许，DeepSeek在最开始是为了“投资做决策”，但今日，DeepSeek已经不仅仅是决策，它的目标，一定是星辰大海。DeepSeek有如此突破的发展，最主要的是要归功于其开发团队。

这支团队的成员主要来自中国顶尖高校，以90后和95后为主力，平均年龄仅28岁，90后占比超过75%，95后占比达50%以上。团队成员学历背景卓越，85%以上拥有硕士学位，40%为博士，核心成员大多毕业于清华大学、北京大学、浙江大学等国内顶级学府，且完全由本土培养，无“海归”背景。例如，高华佐（北大物理系）、曾旺丁（北邮通信专业）、邵智宏（清华人工智能博士生）等成员主导了关键模型架构的创新，而“AI神童”罗福莉（北师大本科、北大硕士）在DeepSeek-V2研发中贡献了突破性思路。

团队管理采用扁平化模式，打破传统职级制度，鼓励自下而上的“自然分工”。成员可自由选择研究方向并组队，资源调配不设上限，甚至允许在读博士生参与核心项目。这种灵活性使团队能够快速响应技术挑战，例如仅用600万美元预算开发出媲美GPT-4的DeepSeek-R1模型，成本仅为竞争对手的1/30。此外，团队拒绝“赛马机制”和资历优先文化，更倾向招募应届生和竞赛获奖者，例如世界超算冠军赵成钢负责搭建高效训练架构。

技术创新方面，团队通过自主研发的MLA架构和GRPO算法显著降低训练成本，其开源的DeepSeek-V2模型在中文综合能力上对标GPT-4 Turbo，英文能力与LLaMA3-70B并列第一梯队。成员朱琪豪主导的DeepSeek-Coder-V1优化了代码生成能力，而代达劢则推动语言模型升级至DeepSeek LLM v3。这些成就验证了团队“原创式创新”的理念——他们不仅开源代码与论文，更通过基础研究突破（如稀疏模型架构）重构行业成本标准。

尽管团队规模仅约140人，但凭借高人才密度与充足的算力支持（依托梁文锋创立的幻方量化资源），DeepSeek实现了从推理模型到文生图模型的多维度突破。其成员多为“技术理想主义者”，例如梁文锋强调“工程师而非商人”的定位，拒绝短期商业化压力，专注于通用人工智能（AGI）的长期目标。这种文化吸引了大量顶尖毕业生，例如小米曾以千万元年薪试图挖角团队成员罗福莉，但DeepSeek通过高薪（如深度学习研究员岗位年薪达154万元）和自由创新环境保持了人才凝聚力。

总之，DeepSeek团队以本土年轻科学家为核心，通过自主创新与高效协作，在成本控制和技术性能上树立了新标杆，其成功印证了中国科技人才在全球化竞争中的突破潜力。