2025年1月，DeepSeek-R1橫空出世，560萬美元的訓(xùn)練成本、545%的成本利潤率，一串?dāng)?shù)據(jù)炸穿了中美AI圈對大模型研發(fā)的常識。美國風(fēng)投家馬克·安德森稱之為AI領(lǐng)域的"斯普特尼克時刻"。梁文鋒登上《時代》周刊全球100影響力人物榜單，《自然》年度十大科學(xué)人物榜單上赫然在列。

但一年后的2026年4月，故事急轉(zhuǎn)直下。

據(jù)晚點LatePost報道，2025年下半年至今，DeepSeek至少5名核心研發(fā)成員確認離職——第一代大語言模型核心作者王炳宣去了騰訊，V3核心貢獻者羅福莉被雷軍千萬年薪挖至小米，R1核心研究員郭達雅以傳聞近億元總包入職字節(jié)跳動Seed團隊，OCR系列核心作者魏浩然和多模態(tài)成果核心貢獻者阮翀也先后離開。5個人，覆蓋了基座模型、推理、OCR、多模態(tài)四條核心技術(shù)主線。

與此同時，DeepSeek被曝正與投資人洽談首次外部融資，尋求以超100億美元估值籌集至少3億美元——這個曾經(jīng)拒絕過多家頂級VC和科技巨頭投資邀約、堅持"純搞AGI創(chuàng)新"的技術(shù)理想主義者，終究開始向資本低頭。V4模型從原定2026年2月中旬一推再推，至今仍未正式發(fā)布。

這不是一個人的理想妥協(xié)，這是整個國產(chǎn)AI硬科技初創(chuàng)公司在巨頭碾壓下的一面鏡子。

一、200人的團隊，走了幾個就能動搖根基

DeepSeek總共不到200人，核心研究團隊約100多人，基模架構(gòu)團隊僅小幾十人。更關(guān)鍵的是，這支團隊的構(gòu)成極為年輕：本科和碩士占比超七成，30歲以下超七成，幾乎不社招，以應(yīng)屆生和實習(xí)生留任為主。

在這樣一支規(guī)模不到大廠十分之一、人均工作時長不到大廠一半的精銳團隊中，每一個核心研究員的權(quán)重都被放大到了極致。王炳宣參與過歷代模型訓(xùn)練，是DeepSeek從0到1的基座搭建者；郭達雅是V2、V3、R1系列模型的核心作者，一個人橫跨推理、代碼兩大方向；羅福莉是V3模型的關(guān)鍵開發(fā)者，被雷軍親自下場招募。

對大廠而言，流失一個核心研究員是局部損失；對DeepSeek而言，流失一個核心研究員意味著整條技術(shù)線出現(xiàn)斷層。這不是夸大其詞，而是小團隊的先天脆弱性——人少意味著每個人都是單點依賴，沒有人可以被"替代"。

二、薪資的數(shù)學(xué)題：情懷打不過2到3倍

人才為什么走？先算一筆賬。

據(jù)多方信源，DeepSeek的絕對薪資并不低，但競爭對手開出的條件"翻2到3倍問題不大"，部分甚至給出8位數(shù)總包（含股票/期權(quán)）。羅福莉的案例最具代表性——雷軍以千萬年薪加碼招募，親自盯這件事。郭達雅雖被字節(jié)官方否認"億元年薪"，但多路信源指向其總包遠超DeepSeek的薪酬體系。

再對比AI行業(yè)的整體薪酬水平：大模型算法工程師月薪中位數(shù)已達24760元，頂尖人才年薪逼近200萬元。北京海淀區(qū)官方發(fā)布的緊缺崗位目錄顯示，人工智能領(lǐng)域整體平均年薪為48.14萬元，而芯片算法與設(shè)計優(yōu)化工程師年薪已突破百萬元。

DeepSeek的另一重劣勢在于長期激勵的缺失。2023年后，DeepSeek未再進行外部融資，員工期權(quán)協(xié)議沒有明確的公司估值支撐，流動性幾近于零。梁文鋒曾以類似OpenAI與微軟的"回報上限"協(xié)議嘗試接觸投資人，沒有機構(gòu)接受。沒有估值、沒有上市預(yù)期、沒有期權(quán)變現(xiàn)通道——這紙期權(quán)在賬面上可能是天文數(shù)字，在現(xiàn)實中是一張無法兌現(xiàn)的期票。

大廠則恰恰相反。字節(jié)跳動已上市，期權(quán)有明確的流通渠道；騰訊的股票激勵體系成熟；小米在港股上市，薪酬+期權(quán)的組合包可以做到精準(zhǔn)定價。當(dāng)一個95后研究員面臨"DeepSeek的無限可能"和"字節(jié)的8位數(shù)確定性"二選一時，理性的選擇并不難做。

三、不只是錢的事：算力、生態(tài)和"被替代"的恐懼

如果把DeepSeek的人才困境歸結(jié)為"給不起錢"，就低估了問題的復(fù)雜性。薪資只是表面，背后是三層結(jié)構(gòu)性矛盾的疊加。

第一層：算力鴻溝。 大模型訓(xùn)練的本質(zhì)是算力競賽。DeepSeek V3的訓(xùn)練成本是560萬美元，但那是基于英偉達架構(gòu)的極致效率優(yōu)化。V4轉(zhuǎn)向國產(chǎn)算力適配后，梁文鋒自己承認了一個殘酷事實：國內(nèi)最好的水平和海外最好相比，模型結(jié)構(gòu)和訓(xùn)練動力學(xué)上可能有一倍差距，數(shù)據(jù)效率上也有一倍差距，"合起來就要多消耗4倍算力"。而大廠——字節(jié)跳動Seed團隊規(guī)模上千人，阿里達摩院、騰訊AI Lab同樣擁有萬卡級算力集群——在算力儲備上，初創(chuàng)公司和大廠之間是一道量級級的鴻溝。

第二層：生態(tài)落差。 大模型的價值不在于模型本身，而在于模型嵌入產(chǎn)業(yè)生態(tài)后的變現(xiàn)能力。字節(jié)有抖音、飛書等數(shù)億級用戶場景可以即時驗證和落地；阿里有電商、云計算的完整AI商業(yè)化鏈路；騰訊有社交、游戲的龐大流量池。DeepSeek的技術(shù)再強，在商業(yè)化落地層面依然停留在API調(diào)用和開源模型輸出，技術(shù)成果轉(zhuǎn)化為商業(yè)價值的路徑遠長于大廠。對技術(shù)人員而言，研究成果能被數(shù)億人使用，和研究成果停留在論文和排行榜上，職業(yè)成就感完全不同。

第三層：信心動搖。 V4從2026年2月中旬一推再推，至今未正式發(fā)布。在AI行業(yè)，模型的發(fā)布節(jié)奏就是技術(shù)生命線。當(dāng)OpenAI連續(xù)推出GPT系列迭代、Claude快速升級、字節(jié)豆包市場份額持續(xù)攀升時，DeepSeek在V3.2之后的"靜默期"，對內(nèi)部信心的侵蝕遠超外部想象。一個沒有明確績效考核、沒有DDL、每天下午6點下班的研究團隊，當(dāng)外部競爭壓力加大、內(nèi)部看不到新一代模型落地的節(jié)點時，人才出走只是時間問題。

四、雙向流動的真相：巨頭也在流血

值得注意的是，人才爭奪戰(zhàn)并非單向收割。過去一年，字節(jié)跳動Seed團隊同樣流失了近70名技術(shù)人才——近30人加入騰訊AIInfra團隊，部分流向阿里、OpenAI、Google、Meta等。字節(jié)系前員工創(chuàng)辦了30余家AI創(chuàng)業(yè)公司，覆蓋Agent、多模態(tài)創(chuàng)作、具身智能等賽道。

而DeepSeek也在吸納人才：從字節(jié)搜索團隊挖來李宇琨（DeepSeek首位員工，負責(zé)預(yù)訓(xùn)練數(shù)據(jù)），從字節(jié)Seed Edge引入徐名宇（從事模型結(jié)構(gòu)研發(fā)）。人才的流向從來不是單向的，但格局很清晰——大廠和初創(chuàng)公司之間的人才交換，大廠憑借規(guī)模和確定性，始終處于凈流入端。

這意味著，DeepSeek面對的不是一個偶發(fā)的人才流失事件，而是一個系統(tǒng)性的競爭劣勢：在人才市場的"匯率"中，大廠的薪酬包、算力儲備和生態(tài)場景構(gòu)成了"硬通貨"，初創(chuàng)公司能打出的牌，只有技術(shù)理想和組織自由度——這兩張牌，在現(xiàn)實面前越來越不好用。

五、梁文鋒的妥協(xié)與代價

2025年下半年起，梁文鋒開始發(fā)生轉(zhuǎn)變：從技術(shù)理想主義者向商業(yè)化實踐者靠攏。

具體動作包括：2025年秋天起頻繁提及產(chǎn)品化和商業(yè)化方向，首次招聘"模型策略產(chǎn)品經(jīng)理"等非研究崗，開始想辦法給公司做估值、給團隊更確定的預(yù)期。2026年4月17日，The Information報道DeepSeek正在以超100億美元估值尋求至少3億美元首輪融資。

這是一個標(biāo)志性事件。2023年，梁文鋒拒絕了所有外部投資，堅持獨立發(fā)展。三年后，核心人才出走、V4遲遲難產(chǎn)、國產(chǎn)算力適配工程量遠超預(yù)期——純粹的技術(shù)理想，終究要為算力賬單和人才賬單買單。

但問題在于，接受融資只是第一步。融資到位后，DeepSeek將面臨一個更棘手的平衡題：如何在引入資本后保持技術(shù)團隊的專注力和自由度？如何在提升薪酬競爭力的同時避免大廠化的層級膨脹？在V4發(fā)布后，技術(shù)領(lǐng)先性能否轉(zhuǎn)化為商業(yè)壁壘？

這些問題，沒有一個是靠錢能解決的。

結(jié)語

DeepSeek的人才困局，給整個AI行業(yè)提了一個醒：當(dāng)核心人才可以用8位數(shù)總包精準(zhǔn)定價時，技術(shù)理想就成了最廉價的留人工具。

這不是對DeepSeek的否定。在不到200人的團隊規(guī)模下，用遠低于大廠的算力和人力，做出V3/R1這樣震動行業(yè)的產(chǎn)品，本身就是中國AI硬科技實力的證明。但這也恰恰說明了一個殘酷的現(xiàn)實——在技術(shù)密集型賽道上，個體的技術(shù)突破可以被復(fù)制，而系統(tǒng)的資源優(yōu)勢不可逾越。

對整個行業(yè)而言，需要思考的不是"DeepSeek能不能留住人"，而是"如何在巨頭的資源碾壓下，為技術(shù)理想主義留出生存空間"。這個問題，比任何一個模型的訓(xùn)練成本都更值得算清楚。