Ching0z0Chan

2023 年，ChatGPT 的冲击传到国内。当时圈子里流行一种判断：大模型这一块，中国没机会了。气氛是绝望的。我们不想再跟着西方走一遍，用他们的芯片，遵守他们的标准，时刻担心被卡脖子，可也没人敢打包票，这条路我们自己能走通。 2025 年 1 月，DeepSeek-R1 发布。可以说，梁文锋回答了一次当代版的钱学森之问。钱学森 2005 年问过一个问题：为什么我们的学校总是培养不出杰出人才。换到今天，可以拆成三个问题： 能不能靠自己培养的人才，在国内独立发展出和美国对抗的顶尖科技； 能不能靠自己培养的人才，在国内长出和美国对抗的金融能力； 怎么组织并使用本土的顶尖人才，产出和美国高科技同等水平的结果。 在国内讨论顶尖科技人才，很多人心里有一条默认路径：最好先去海外受训，在国际大厂做过核心项目，回来再把经验带进来。国际交流和海外经验当然有价值。可如果默认人才必须先经过国外机构认可才算证明自己，那判断创新能力的尺子，也就交到别人手里了。 DeepSeek 是一个有说服力的案例。梁文锋在国内接受高等教育，团队也吸纳了不少本土高校培养的年轻人。他们没有等所有条件齐备才开始碰前沿问题，就在这里做出了让全球同行认真研究的成果。 这证明不了中国的科研难题都已经解决，更不能拿来否定其他企业的人才积累。但它至少说明，本土培养的人不只能把别人定好的任务做好，也有机会提出自己的办法，参与定义技术往哪走。 放到全世界看，DeepSeek 的分量还有一层。没有它，人类的 AI 应用会以很高的成本，长时间在西方闭源主义筑起的墙下缓慢爬坡。 那时候 AI 行业最有说服力的故事，是买更多的芯片，建更大的数据中心，训练更大的模型。这容易让人得出一个判断：AI 这场比赛，最后比的是谁钱多。 一旦接受这个判断，很多事情好像提前有了答案：美国有顶级芯片，有科技巨头，有全球资本，后来者想追，先得掂量自己交不交得起入场费。 2025 年 1 月，美国公布“星际之门”计划，提出未来四年投资最高 5000 亿美元建设 AI 基础设施。这条路线是集中式 AI，相当于全世界只需要一个超级大脑，一个数字上帝，可以为所有国家和人群服务。 美国有能力押注 AI 的公司拼命跟上，怕自己落后。无论怎么走，最后的结果都是美国几家公司组成垄断联盟。 DeepSeek 出现，给了世界第二个选择。 这份底气来自更早发布的 V3：技术报告里披露的正式训练算力成本估算约为 557.6 万美元。这个数字不是公司的全部研发成本，也不是 R1 的推理成本，不能拿来跟别人的整体投入直接比较。可它仍然提出了一个足够尖锐的问题：做强 AI，除了拼命加资源，能不能先把资源用得更聪明？ R1 则在多项推理任务上展现出与 OpenAI o1 竞争的能力。市场开始意识到，算力很重要，“谁买的卡多谁就一定赢”未必是一条稳固的结论。 如果 DeepSeek 只是把模型做出来，再围起来收钱，它依然会是一家值得关注的公司。但它选择开放模型权重，影响就走出了公司本身。 闭源服务是“我提供，你掏钱”，开放的模型则多给了“拿回去，自己改”的可能。对普通用户，这个区别未必马上感受得到。 但对企业、研究机构和开发者来说，差别很大：模型能不能部署在自己的环境里，能不能围绕具体任务调整，业务做大之后会不会被单一供应商的价格和服务变化牵着走。这些问题关系的不只是技术，还有主动权。 当然，开放权重不等于公开全部训练数据、代码和研发细节，拿到模型也不意味着谁都能复制出一家 DeepSeek。但至少，更多人不必从零开始，也不必只有买接口这一条路。 市场上一旦出现有竞争力的开放替代方案，闭源厂商就得拿出更充分的理由解释自己的价格。开源不保证 AI 永远便宜，却能让“我说多少钱，你就得付多少钱”变得更难。 很多人评价梁文锋，喜欢说他“不爱钱”。没必要把他写成一个不食人间烟火的人。做前沿 AI 恰恰很需要钱，买算力、招人才、做实验，哪一样都绕不开投入。 钱在这件事里的位置不一样。一种做法是技术一有起色就赶紧想办法扩大收入；另一种是有了资金基础之后，愿意拿出资源，去支持那些回报周期长、结果又说不准的研究。 要说“国运级”，得先看这笔钱是怎么花的。梁文锋和幻方的背景，让 DeepSeek 在创业早期有了不同于许多公司的资金条件，也给长期研究留下了空间。 一个产业如果只奖励眼前能变现的东西，最后可能人人都忙着做应用，很少有人愿意承担基础探索的风险。市场需要把技术做成生意的人，也需要暂时不催着技术交收入报表的人。 把梁文锋说成神，把每次模型发布都写成华尔街崩盘，把美国 AI 投资说成已经被他一举击穿，看起来很解气。但这些夸张反而会削弱 DeepSeek 真正的分量。 DeepSeek 没有让先进芯片的限制消失，没有让国产软件生态一夜成熟，也没有让中国从此不必再追赶。但它让中国 AI 多了一个可以被全球验证的技术成果，让开发者多了一条可以尝试的路线，也让企业在选模型时多了一份议价和部署的空间。 这些变化单独看，都没有“一战封神”那么刺激。放在一起，它们指向同一件事：选择权。AI 越重要，这种选择权越值钱。未来的竞争，除了做出最好用的聊天工具，还要看谁能把智能能力用进科研、工业和服务业，谁承担得起。 DeepSeek 证明了：我们不必只在别人给出的选项里挑一个最便宜的，我们也有能力拿出自己的选项。