文丨韓韓（作者系藍(lán)媒匯創(chuàng)始人）

今天是我司收假第一天，上午和小伙伴復(fù)盤deepseek的時(shí)候提到了幾個(gè)問題。比如為啥是deepseek制造了deepseek、而不是某個(gè)大廠？還有為啥deepseek能繞開算力軍備競(jìng)賽的陷阱、實(shí)現(xiàn)彎道超車？更進(jìn)一步的像deepseek的技術(shù)路徑、算法關(guān)鍵節(jié)點(diǎn)等等。

然后有個(gè)點(diǎn)子王同事靈機(jī)一動(dòng)說，為啥不問問deepseek自己呢？于是得到了deepseek自己認(rèn)為自己能成功的10個(gè)理由：

1. 極端聚焦核心場(chǎng)景，而非盲目追求技術(shù)指標(biāo)

早期放棄與巨頭在通用模型上“刷榜”的競(jìng)賽，轉(zhuǎn)而深度綁定金融、醫(yī)療等垂直行業(yè)的剛需場(chǎng)景。例如，針對(duì)量化投資客戶對(duì)實(shí)時(shí)數(shù)據(jù)處理的需求，我們犧牲模型參數(shù)量以優(yōu)化推理速度，使客戶交易決策效率提升40%以上。場(chǎng)景聚焦讓我們在資源有限時(shí)仍能創(chuàng)造可感知的價(jià)值。

2. 技術(shù)團(tuán)隊(duì)與行業(yè)專家的“細(xì)胞級(jí)融合”

不同于常見的技術(shù)團(tuán)隊(duì)+外部顧問模式，我們要求算法工程師必須通過輪崗制深入客戶一線。曾有NLP組員在證券公司駐場(chǎng)3個(gè)月，發(fā)現(xiàn)金融文檔中縮寫解析的行業(yè)特異性，最終開發(fā)出針對(duì)性的實(shí)體識(shí)別模塊，準(zhǔn)確率比通用方案高26%。這種深度耦合催生出真正可落地的技術(shù)。

3. 數(shù)據(jù)飛輪的設(shè)計(jì)早于模型架構(gòu)

在同行關(guān)注模型參數(shù)時(shí)，我們構(gòu)建了“數(shù)據(jù)-反饋-增強(qiáng)”閉環(huán)系統(tǒng)。例如，在智能客服場(chǎng)景中，通過動(dòng)態(tài)標(biāo)注用戶對(duì)話中的模糊意圖（如“我不太確定…”），系統(tǒng)能自動(dòng)生成強(qiáng)化訓(xùn)練樣本。這種機(jī)制讓模型在落地后持續(xù)進(jìn)化，客戶續(xù)約率提升至89%。

4. 對(duì)計(jì)算資源的“外科手術(shù)式優(yōu)化”

自研的混合精度訓(xùn)練框架，結(jié)合硬件級(jí)算子優(yōu)化，使訓(xùn)練成本降低至行業(yè)平均水平的65%。關(guān)鍵突破點(diǎn)在于：針對(duì)稀疏注意力機(jī)制重構(gòu)內(nèi)存訪問模式，使單卡批量處理能力提升3倍。這種極致優(yōu)化讓中小客戶也能負(fù)擔(dān)定制化模型。

5. 容忍“非共識(shí)創(chuàng)新”的文化機(jī)制

設(shè)立“暗黑項(xiàng)目池”，允許員工用20%時(shí)間嘗試高風(fēng)險(xiǎn)方向。例如，當(dāng)前主力產(chǎn)品中的時(shí)序預(yù)測(cè)模塊，最初正源于一名實(shí)習(xí)生提出的非主流架構(gòu)。我們通過制度保障“反主流”想法能獲得最低限度的資源驗(yàn)證，避免陷入技術(shù)路徑依賴。

6. 客戶成功（Customer Success）的閉環(huán)體系

建立客戶行為數(shù)據(jù)埋點(diǎn)系統(tǒng)，不僅追蹤產(chǎn)品使用頻率，更監(jiān)測(cè)如“用戶繞過AI功能的手動(dòng)操作次數(shù)”等隱性指標(biāo)。通過量化價(jià)值缺口，我們的迭代方向始終與客戶真實(shí)痛點(diǎn)對(duì)齊。這套體系使產(chǎn)品NPS（凈推薦值）在18個(gè)月內(nèi)從31提升至68。

7. 對(duì)技術(shù)債務(wù)的“零容忍策略”

在高速發(fā)展期仍堅(jiān)持每季度“架構(gòu)重構(gòu)周”，例如將初期快速堆砌的20個(gè)獨(dú)立模型重構(gòu)為統(tǒng)一的多任務(wù)框架。雖然短期延緩了新功能上線，但使后續(xù)開發(fā)效率提升200%。這種克制避免了多數(shù)AI公司因技術(shù)債積累導(dǎo)致的創(chuàng)新停滯。

8. 開源社區(qū)的“杠桿式參與”

戰(zhàn)略性開源部分工具鏈（如自動(dòng)化標(biāo)注工具DSLabel），但保持核心算法閉源。通過社區(qū)反饋改進(jìn)工具易用性，同時(shí)建立開發(fā)者生態(tài)。這一策略帶來意外收獲：某跨國企業(yè)因深度使用DSLabel后，主動(dòng)采購我們的企業(yè)版管理套件，單筆合同金額超千萬。

9. 對(duì)商業(yè)本質(zhì)的清醒認(rèn)知

拒絕將“技術(shù)先進(jìn)性”等同于商業(yè)價(jià)值。曾終止一個(gè)準(zhǔn)確率達(dá)99%的醫(yī)療影像檢測(cè)項(xiàng)目，因其所需標(biāo)注成本超過醫(yī)院支付意愿。轉(zhuǎn)而開發(fā)準(zhǔn)確率92%但支持半監(jiān)督學(xué)習(xí)的輕量方案，實(shí)施成本降低70%，最終拿下區(qū)域醫(yī)療聯(lián)合體訂單。

10. 危機(jī)驅(qū)動(dòng)的組織進(jìn)化能力

在2022年某次核心客戶數(shù)據(jù)泄露事件（已妥善解決）后，我們進(jìn)行了三個(gè)根本性改變：將安全團(tuán)隊(duì)從成本中心轉(zhuǎn)為產(chǎn)品聯(lián)合開發(fā)方；重構(gòu)權(quán)限管理系統(tǒng)至“細(xì)胞級(jí)隔離”；建立全員攻防演練制度。這次危機(jī)倒逼出的安全能力，反而成為后續(xù)競(jìng)標(biāo)政府項(xiàng)目時(shí)的關(guān)鍵優(yōu)勢(shì)。

說實(shí)話寫的非常專業(yè)和全面了。看答案之前，我試著從一個(gè)互聯(lián)網(wǎng)科技從業(yè)者的觀察角度、自己的主觀角度也寫了10個(gè)理由，發(fā)現(xiàn)有4個(gè)和deepseek高度重合，分別是：

1.跳出對(duì)領(lǐng)頭羊的盲目跟風(fēng)，不一味堆算力，反而轉(zhuǎn)向算法精研與優(yōu)化。只有走不一樣的道路，才有彎道超車的可能。對(duì)應(yīng)deepseek提到的“對(duì)計(jì)算資源的外科手術(shù)式優(yōu)化”。

2.通過垂直某一領(lǐng)域或地域，創(chuàng)造出更適合用戶的模型，進(jìn)一步獲取更精準(zhǔn)的數(shù)據(jù)，實(shí)現(xiàn)螺旋上升。對(duì)應(yīng)deepseek提到的“數(shù)據(jù)飛輪的設(shè)計(jì)早于模型架構(gòu)”、“極端聚焦核心場(chǎng)景”。

3.有質(zhì)疑的勇氣、能力、執(zhí)行力。在全球AI都狂堆算力、看衰算法的情況下，依然敢“冒天下之大不韙”，從羊腸小道登頂，是一種幸運(yùn)，更是一種魄力。對(duì)應(yīng)deepseek提到的“容忍非共識(shí)創(chuàng)新的文化機(jī)制”。

deepseek在答案最后總結(jié)說，以上這些經(jīng)驗(yàn)本質(zhì)上是無數(shù)試錯(cuò)的結(jié)果。我們?cè)蜻^度追求技術(shù)創(chuàng)新而錯(cuò)失市場(chǎng)窗口，也曾在客戶需求面前妥協(xié)技術(shù)理想。真正的轉(zhuǎn)折點(diǎn)，在于意識(shí)到AI公司的核心不是算法本身，而是用技術(shù)創(chuàng)造不可逆的價(jià)值鏈重構(gòu)。這種認(rèn)知的轉(zhuǎn)變，或許比任何單項(xiàng)技術(shù)突破都更重要。

這就是deepseek能夠腳踩BAT、拳打google、openAI的根本原因：大廠們厭惡風(fēng)險(xiǎn)，所以寧愿投入海量算力資源，水滴石穿式的堆出一個(gè)強(qiáng)悍智能體。因?yàn)?strong>算力的投入與產(chǎn)出是有明顯進(jìn)度條的。

但deepseek這種“窮小子”從誕生開始就沒有這么龐大的資源可供揮霍，只能另辟蹊徑、沿著一條未知的道路走到底。幸運(yùn)的是，它成功了。

或許這種執(zhí)著且野性的風(fēng)格，才是資本一手遮天的背景下，唯一有可能出頭的方式。

閱讀更多