相信对于很多人来说，Deepseek可以称得上“横空出世”，爆火以后，Deepseek及母企业幻方量化、创始人梁文锋的发展历程都浮出水面，当大家把时间倒回Deepseek爆火以前，36氪旗下暗涌团队两次采访梁文锋，让大家可以看到前行路上的梁文锋对Deepseek的规划与期待，以及他对团队和创新的看法。
以下为两次访谈对话部分节选：
《疯狂的幻方：一家隐形AI巨头的大模型之路》
做研究，做探索 “做最重要、最困难的事”
「暗涌」：前不久，幻方发公告决定下场做大模型，一家量化基金为什么要做这样一件事？
梁文锋：大家做大模型，其实跟量化和金融都没有直接关系。大家独建了一个名为深度求索的新企业来做这件事。 幻方的主要班底里，很多人是做人工智能的。当时大家尝试了很多场景，最终切入了足够复杂的金融，而通用人工智能可能是下一个最难的事之一，所以对大家来说，这是一个怎么做的问题，而不是为什么做的问题。
「暗涌」：你们要自训一个大模型，还是某个垂直行业——比如金融相关的大模型？
梁文锋：大家要做的是通用人工智能，也就是AGI。语言大模型可能是通往AGI的必经之路，并且初步具备了AGI的特征，所以大家会从这里开始，后边也会有视觉等。
「暗涌」：因为大厂的入局，很多创业型企业都放弃了只做通用型大模型的大方向。
梁文锋：大家不会过早设计基于模型的一些应用，会专注在大模型上。
「暗涌」：很多人认为，创业企业在大厂形成共识后下场，已经不是一个好的时间点。
梁文锋：现在看起来，无论大厂，还是创业企业，都很难在短时间内建立起碾压对手的技术优势。因为有OpenAI指路，又都基于公开论文和代码，最晚明年，大厂和创业企业都会把自己的大语言模型做出来。
大厂和创业企业都各有机会。现有垂类场景不掌握在初创企业手上，这个阶段对初创企业不太友好。但因为这种场景说到底也是分散的、碎片化的小需求，所以它又是更适合灵活的创业型组织的。从长期看，大模型应用门槛会越来越低，初创企业在未来20年任何时候下场，也都有机会。
大家的目标也很明确，就是不做垂类和应用，而是做研究，做探索。
「暗涌」：为什么你的定义是“做研究、做探索”？
梁文锋：一种好奇心驱动。从远处说，大家想去验证一些猜想。比如大家理解人类智能本质可能就是语言，人的思维可能就是一个语言的过程。你以为你在思考，其实可能是你在脑子里编织语言。这意味着，在语言大模型上可能诞生出类人的人工智能（AGI）。
从近处说，GPT4还有很多待解之谜。大家去复刻的同时，也会做研究揭秘。
「暗涌」：但研究意味着要付出更大的成本。
梁文锋：只做复刻的话，可以在公开论文或开源代码基础上，只需训练很少次数，甚至只需finetune（微调）一下，成本很低。而做研究，要做各种实验和对比，需要更多算力，对人员要求也更高，所以成本更高。
「暗涌」：那研究经费哪里来？
梁文锋：幻方作为大家的出资人之一，有充足的研发预算，另外每年有几个亿的捐款预算，之前都是给公益机构，如果需要，也可以做些调整。
「暗涌」：但做基础层大模型，没有两三亿美金，连牌桌都上不了，大家如何支撑它的持续投入？
梁文锋：大家也在找不同出资方在谈。接触下来，感觉很多VC对做研究有顾虑，他们有退出需求，希翼尽快做出产品商业化，而按照大家优先做研究的思路，很难从VC那里获得融资。但大家有算力和一个工程师团队，相当于有了一半筹码。
「暗涌」：大家对商业模式做了哪些推演和设想？
梁文锋：大家现在想的是，后边可以把大家的训练结果大部分公开共享，这样可以跟商业化有所结合。大家希翼更多人，哪怕一个小 app都可以低成本去用上大模型，而不是技术只掌握在一部分人和企业手中，形成垄断。
「暗涌」：一些大厂后期也会有一些服务提供，你们差异化的部分是什么？
梁文锋：大厂的模型，可能会和他们的平台或生态捆绑，而大家是完全自由的。
「暗涌」：无论如何，一个商业企业去做一种无限投入的研究性探索，都有些疯狂。
梁文锋：如果一定要找一个商业上的理由，它可能是找不到的，因为划不来。
从商业角度来讲，基础研究就是投入回报比很低的。
OpenAI早期投资人投钱时，想的一定不是我要拿回多少回报，而是真的想做这个事。
大家现在比较确定的是，既然大家想做这个事，又有这个能力，这个时间点上，大家就是最合适人选之一。
万卡储备与它的代价
“一件激动人心的事，或许不能单纯用钱衡量。” 「暗涌」：GPU是这次ChatGPT创业潮的稀缺品，你们在2021年就可以有先见之明，储备了1万枚。为什么？
梁文锋：其实从最早的1张卡，到2015年的100张卡、2019年的1000张卡，再到一万张，这个过程是逐步发生的。几百张卡之前，大家托管在IDC，规模再变大时，托管就没法满足要求了，就开始自建机房。
很多人会以为这里边有一个不为人知的商业逻辑，但其实，主要是好奇心驱动。
「暗涌」：什么样的好奇心？
梁文锋：对AI能力边界的好奇。对很多行外人来说，ChatGPT 这波浪潮冲击特别大；但对行内人来说，2012年 AlexNet 带来的冲击已经引领一个新的时代。AlexNet的错误率远低于当时其他模型，复苏了沉睡几十年的神经网络研究。虽然具体技术方向一直在变，但模型、数据和算力这三者的组合是不变的，特别是当2020年OpenAI发布GPT3后，方向很清楚，需要大量算力；但即便2021年，大家投入建设萤火二号时，大部分人还是无法理解。
「暗涌」：所以2012年起，你们就开始关注到算力的储备？
梁文锋：对研究员来说，对算力的渴求是永无止境的。做了小规模实验后，总想做更大规模的实验。那之后，大家也会有意识地去部署尽可能多的算力。
「暗涌」：很多人以为搭这个计算机集群，是量化私募业务会用到机器学习做价格预测？
梁文锋：如果单纯只做量化投资，很少的卡也能达到目的。大家在投资外做了大量研究，更想搞清楚什么样的范式可以完整地描述整个金融市场，有没有更简洁的表达方式，不同范式能力边界在哪，这些范式是不是有更广泛适用，等等。
「暗涌」：但这个过程也是一个烧钱行为。
梁文锋：一件激动人心的事，或许不能单纯用钱衡量。就像家里买钢琴，一来买得起，二来是因为有一群急于在上面弹奏乐曲的人。
「暗涌」：显卡通常会以20%的速度在折损。
梁文锋：大家没有精确计算过，但应该没这么多。英伟达的显卡是硬通货，即使是很多年前的老卡，也还有很多人在用。大家之前退役的老卡，二手处理时还挺值钱的，没亏太多。
「暗涌」：搭一个计算机集群，维护费用，人工成本，甚至电费也都是不菲的支出。
梁文锋：电费和维护费用其实是很低的，这些支出每年只占硬件造价的1%左右。人工成本不低，但人工成本也是对未来的投资，是企业最大的资产。大家选的人也会相对朴实一点，有好奇心，来这里有机会去做研究。
「暗涌」：2021年，幻方是亚太地区第一批拿到A100显卡的企业，为什么会比一些云厂商更早？
梁文锋：大家很早就对新卡做了预研、测试和规划。至于一些云厂商，据我所知，他们之前的需求都是分散的，直到2022年自动驾驶，有租用机器做训练的需求，又有付费能力，一些云厂商才去把基础设施建好。大厂很难单纯去做研究，做训练，它更多会是业务需求驱动。
「暗涌」：你会如何看大模型的竞争格局?
梁文锋：大厂肯定有优势，但如果不能很快应用，大厂也不一定能持续坚持，因为它更需要看到结果。
头部的创业企业也有技术做得很扎实的，但和老的一波AI创业企业一样，都要面对商业化难题。
「暗涌」：一些人会觉得一个量化基金却强调自己做AI，是为其他业务吹泡泡。
梁文锋：但其实大家的量化基金已经基本不怎么对外募集了。
「暗涌」：你会如何去辨别哪些是AI信仰者，哪些是投机者？
梁文锋：信仰者会之前就在这里，之后也在这里。他们更会去批量买卡，或者跟云厂商签长协议，而不是短期去租。
如何让创新真正发生 “创新往往都是自己产生的，不是刻意安排的，更不是教出来的”
「暗涌」：深度求索团队的招聘进展如何？
梁文锋：初始团队已经集结到位，前期因为人手不够，会从幻方临时借调一部分人过去。去年底ChatGPT3.5风靡时，大家就开始动手招聘了，不过大家依然需要更多的人加入。
「暗涌」：大模型创业的人才也是稀缺的，有投资人说很多适合的人才可能只在OpenAI、脸书AI Research 等巨头的AI lab里。你们会去海外挖这类人才吗？
梁文锋：如果追求短期目标，找现成有经验的人是对的。但如果看长远，经验就没那么重要，基础能力、创造性、热爱等更重要。从这个角度看，国内合适的候选人就不少。
「暗涌」：为什么经验没那么重要？
梁文锋：不一定是做过这件事的人才能做这件事。幻方招人有条原则是，看能力，而不是看经验。大家的核心技术岗位，基本以应届和毕业一两年的人为主。
「暗涌」：在创新业务上，你觉得经验是阻碍吗？
梁文锋：做一件事，有经验的人会不假思索告诉你，应该这样做，但没有经验的人，会反复摸索、很认真去想应该怎么做，然后找到一个符合当前实际情况的解决办法。
「暗涌」：幻方从一个完全无金融基因的外行，切入到这个行业，几年内做到头部，这条招人法则是其中秘密之一吗？
梁文锋：大家的核心团队，连我自己，一开始都没有量化经验，这一点很特殊。不能说是成功的秘密，但这是幻方的学问之一。大家不会故意回避有经验的人，但更多是看能力。
拿销售这个岗位举个例子。大家的两个主力销售，都是这个行业的素人。一个原来做德国机械品类外贸的，一个是原来在券商做后台写代码。他们进入这个行业时，没有经验，没有资源，没有积累。
而现在大家可能是唯一一家能以直销为主的大私募。做直销意味着不用给中间商分费用，同样规模和业绩下，利润率更高，很多家会试图模仿大家，但并没有成功。
「暗涌」：为什么很多家试图模仿你们，却没有成功？
梁文锋：因为仅凭这一点不足以让创新发生。它需要和企业的学问和管理相匹配。
事实上，第一年他们什么都做不出来，第二年才开始有点成绩。但大家的考核标准和一般企业不太一样。大家没有KPI，也没有所谓的任务。
「暗涌」：那你们的考核标准是？
梁文锋：大家不像一般企业，看重客户下单量，大家的销售卖多少和提成不是一开始就算好的，而会更鼓励销售去发展自己的圈子，认识更多人，产生更大影响力。
因为大家认为，一个让客户信任的正直的销售，可能在短时间内做不到让客户来下单，但可以让你觉得他是个靠谱的人。
「暗涌」：选来合适的人后，用何种方式让他进入状态?
梁文锋：交给他重要的事，并且不干预他。让他自己想办法，自己发挥。
其实，一家企业的基因是很难被模仿的。比如说招没有经验的人，怎么判断他的潜力，招进来之后如何才能让他成长，这些都没法直接模仿。
「暗涌」：你觉得什么是打造一个创新型组织的必要条件？
梁文锋：大家的总结是，创新需要尽可能少的干预和管理，让每个人有自由发挥的空间和试错机会。创新往往都是自己产生的，不是刻意安排的，更不是教出来的。
「暗涌」：这是一种非常规的管理方式，这种情况下你如何确保一个人做事是有效率的，而且在你要的方向上？
梁文锋：招人时确保价值观一致，然后通过企业学问来确保步调一致。当然，大家并没有一个成文的企业学问，因为所有成文东西，又会阻碍创新。更多时候，是管理者的以身示范，遇到一件事，你如何做决策，会成为一种准则。
「暗涌」：你觉得这波做大模型的竞争中，创业企业更适合创新的组织架构会是和大厂竞争的破局点吗？
梁文锋：按照教科书的方法论来推导创业企业，在当下，他们做的事，都是活不下来的。
但市场是变化的。真正的决定力量往往不是一些现成的规则和条件，而是一种适应和调整变化的能力。
很多大企业的组织结构已经不能快速响应和快速做事，而且他们很容易让之前的经验和惯性成为束缚，而这波AI新浪潮之下，一定会有一批新企业诞生。
真正的疯狂 “创新就是昂贵且低效的，有时候伴随着浪费。”
「暗涌」：做这样一件事，最让你们兴奋的是什么？
梁文锋：去搞清大家的猜想是不是事实，如果是对的，就会很兴奋了。
「暗涌」：这次大模型招人，什么是大家必卡的条件？
梁文锋：热爱，扎实的基础能力。其他都没那么重要。
「暗涌」：这种人容易找到吗？
梁文锋：他们的热情通常会表现出来，因为他真的很想做这件事，所以这些人往往同时也在找你。
「暗涌」：大模型可能是一件无休止投入的事，付出的代价会让你们顾虑吗？
梁文锋：创新就是昂贵且低效的，有时候伴随着浪费。所以经济发展到一定程度之后，才能够出现创新。很穷的时候，或者不是创新驱动的行业，成本和效率非常关键。看OpenAI也是烧了很多钱才出来。
「暗涌」：会觉得你们在做一件很疯狂的事吗？
梁文锋：不知道是不是疯狂，但这个世界存在很多无法用逻辑说明的事，就像很多程序员，也是开源社区的疯狂贡献者，一天很累了，还要去贡献代码。
「暗涌」：这里边会有一种精神奖赏。
梁文锋：类似你徒步50公里，整个身体是瘫掉的，但精神很满足。
「暗涌」：你觉得好奇心驱动的疯狂可以一直持续下去吗？
梁文锋：不是所有人都能疯狂一辈子，但大部分人，在他年轻的那些年，可以完全没有功利目的，投入地去做一件事。
《揭秘DeepSeek:一个更极致的中国技术理想主义故事》
中国的底层创新只是被惯性束缚了，中国必须有人站到技术前沿
「暗涌记者」为什么DeepSeek V2会让硅谷的很多人惊讶？
梁文锋：在美国每天发生的大量创新里，这是非常普通的一个。他们之所以惊讶，是因为这是中国企业，在以创新贡献者的身份加入到他们游戏里去，毕竟大部分中国企业习惯follow，而不是创新。
「暗涌记者」这种选择在中国语境里也过于豪侈，大模型是一个重投入游戏，不是所有企业都有资本只去研究创新，而不是先考虑商业化。
梁文锋：创新的成本肯定不低，过去那种拿来主义的惯性也和过去的国情有关。现在你看，无论中国的经济体量，还是字节、Tencent这些大厂的利润放在全球都不低。大家创新缺乏的肯定不是资本，而是缺乏信心，以及不知道怎么组织高密度的人才实现有效的创新。
「暗涌记者」为什么中国企业包括不缺少资金的大厂，这么容易把快速商业化当第一要义？
梁文锋：过去三十年，大家都只强调赚钱，对创新是忽视的。创新不完全是商业驱动的，还需要好奇心和创造欲。大家只是被过去那种惯性束缚了，但它也是阶段性的。
「暗涌记者」为什么你的定义是“做研究、做探索”？
梁文锋：一种好奇心驱动。从远处说，大家想去验证一些猜想。比如大家理解人类智能本质可能就是语言，人的思维可能就是一个语言的过程。你以为你在思考，其实可能是你在脑子里编织语言。这意味着，在语言大模型上可能诞生出类人的人工智能（AGI）。从近处说，GPT4还有很多待解之谜。大家去复刻的同时，也会做研究揭秘。
「暗涌记者」但研究意味着要付出更大的成本。
梁文锋：只做复刻的话，可以在公开论文或开源代码基础上，只需训练很少次数，甚至只需finetune（微调）一下，成本很低。而做研究，要做各种实验和对比，需要更多算力，对人员要求也更高，所以成本更高。
「暗涌记者」但你们究竟是一个商业组织，而非一个公益科研机构，选择创新，又通过开源分享出去，那要在哪里形成护城河？
梁文锋：在颠覆性技术面前，闭源形成的护城河是短暂的。即使open AI闭源也无法阻止被别人赶超。所以大家把价值沉淀在团队上，大家的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和学问，就是大家的护城河。开源发论文并没有失去什么，对于技术人员来说，被follow是很有成就感的事。其实开源更像一个学问行为，而非商业行为，给予其实是一种额外的荣誉。一个企业这么做也会有学问的吸引力。
「暗涌记者」你怎么看类似朱啸虎的市场信仰派观点？
梁文锋：朱啸虎是自洽的，但他的打法更适合快速赚钱的企业。而你看美国最赚钱的企业都是厚积薄发的高科技企业。
「暗涌记者」但做大模型单纯的技术领先很难形成绝对优势，你们赌的那个更大的东西是什么？
梁文锋：大家看到的是中国AI不可能永远处于跟随者的位置。大家经常说，中国AI与美国有一两年差距，但是真实的gap是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。英伟达的领先不只是一个企业的努力，而是整个西方技术社区和产业共同努力的结果。他们能看到下一代的技术趋势，手里有路线图。中国AI发展同样需要这样的生态，很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手消息，所以中国必然需要有人站到技术的前沿。
大家的组织是自下而上的，可以打造TOP50顶尖人才
「暗涌记者」大模型创业的人才也是稀缺的，有投资人说很多适合的人才可能只在OpenAI、脸书AI Research 等巨头的AI lab里。你们会去海外挖这类人才吗？
梁文锋：如果追求短期目标，找现成有经验的人是对的。但如果看长远，经验就没那么重要，基础能力、创造性、热爱等更重要。从这个角度看，国内合适的候选人就不少。
「暗涌记者」OpenAI前政策主管Jack Clark认为，DeepSeek雇佣了一批高深莫测的奇才，那做出DeepSeek的是怎样一群人？
梁文锋：并没有什么高深莫测的奇才，都是一些Top高校的应届毕业生，没毕业的博四博五实习生，还有一些毕业才几年的年轻人。
「暗涌记者」很多大型模型企业都在固执地去海外挖人，很多人认为这个领域前50名的顶尖人才可能都不在中国，你们的人都来自哪里？
梁文锋：V2模型没有海外回来的人，都是本土的前50名顶尖人才可能不在中国，但也许大家能够自己打造这样的人。
「暗涌记者」听说你们很擅长从细节招人，可以让一些非传统评价指标里优秀的人被选出来。
梁文锋：大家选人的标准一直是热爱和好奇心，所以很多人会有一些奇特的经历，很有意思。很多人对研究的渴望，远超对金钱的在意。
「暗涌记者」这种发散性灵感的诞生，和你们完全创新型组织的架构很有关系，但AGI这种充满不确定性的前沿探索是否多了管理动作？
梁文锋：DeepSeek也全是自下而上，而且大家不进行前置分工，而是自然分工。每个人都有自己独特的成长经历，都是自带想法，不需要push他，探索过程中他遇到问题，自己就会拉人讨论。不过当一个idea显示出潜力时，大家也会自上而下地调配资源。
「暗涌记者」选来合适的人后，用何种方式让他进入状态?
梁文锋：交给他重要的事，并且不干预他。让他自己想办法，自己发挥。其实，一家企业的基因是很难被模仿的。比如说招没有经验的人，怎么判断他的潜力，招进来之后如何才能让他成长，这些都没法直接模仿。
「暗涌记者」这是一种非常规的管理方式，这种情况下你如何确保一个人做事是有效率的，而且在你要的方向上？
梁文锋：招人时确保价值观一致，然后通过企业学问来确保步调一致。当然，大家并没有一个成文的企业学问，因为所有成文东西，又会阻碍创新。更多时候，是管理者的以身示范，遇到一件事，你如何做决策，会成为一种准则。
「暗涌记者」你觉得什么是打造一个创新型组织的必要条件？
梁文锋：大家的总结是，创新需要尽可能少的干预和管理，让每个人有自由发挥的空间和试错机会。创新往往都是自己产生的，不是刻意安排的，更不是教出来的。
创新就是昂贵且低效的，有时候伴随着浪费
「暗涌记者」做这样一件事，最让你们兴奋的是什么？
梁文锋：去搞清大家的猜想是不是事实，如果是对的，就会很兴奋了。
「暗涌记者」这次大模型招人，什么是大家必卡的条件？
梁文锋：热爱，扎实的基础能力。其他都没那么重要。
「暗涌记者」这种人容易找到吗？
梁文锋：他们的热情通常会表现出来，因为他真的很想做这件事，所以这些人往往同时也在找你。
「暗涌记者」大模型可能是一件无休止投入的事，付出的代价会让你们顾虑吗？
梁文锋：创新就是昂贵且低效的，有时候伴随着浪费。所以经济发展到一定程度之后，才能够出现创新。很穷的时候，或者不是创新驱动的行业，成本和效率非常关键。看OpenAI也是烧了很多钱才出来。
「暗涌记者」会觉得你们在做一件很疯狂的事吗？
梁文锋：不知道是不是疯狂，但这个世界存在很多无法用逻辑说明的事，就像很多程序员，也是开源社区的疯狂贡献者，一天很累了，还要去贡献代码。
「暗涌记者」这里边会有一种精神奖赏。
梁文锋：类似你徒步50公里，整个身体是瘫掉的，但精神很满足。
「暗涌记者」你觉得好奇心驱动的疯狂可以一直持续下去吗？
梁文锋：不是所有人都能疯狂一辈子，但大部分人，在他年轻的那些年，可以完全没有功利目的，投入地去做一件事。
社会需要不遗余力奖励原始创新
「暗涌记者」创新在很大程度上是一种偶然吗？
梁文锋：我认为创新首先是信念问题。为什么硅谷那么有创新精神，首先是敢，ChapGPT刚出来时，整个国内对做前沿创新缺乏信心。从投资人到大厂都觉得差距太大了，还是做应用吧。但创新首先需要自信，这种信心通常在年轻人身上更为明显。
「暗涌记者」互联网和移动互联网时代留给大部分人的惯性认知是，美国擅长搞技术创新，中国更擅长做应用。
梁文锋：大家认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。在过去的30多年IT浪潮里，大家基本没有参与到真正的技术创新里。大家已经习惯摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和App，但其实这是西方主导的技术社区一代代孜孜不倦创造出来的。只因为之前大家没有参与这个过程，以至于忽视了它的存在。
「暗涌记者」现在经济开始进入下行，资本也进入冷周期，对原创式创新是否会带来更多抑制？
梁文锋：我倒觉得未必，中国产业结构的调整会更依赖硬核技术的创新。当很多人发现过去赚快钱很可能来自时代运气，就会更愿意俯身去做真正的创新。
「暗涌记者」大部分中国企业选择既要模型又要应用，目前为什么DeepSeek目前选择只做研究探索？
梁文锋：因为大家认为现在最重要的是参与到全球创新浪潮里去。过去很多年，中国企业习惯了别人做技术创新，大家拿过来做应用变现，但这并非是一种理所当然。在这波浪潮里，大家的出发点就不是趁机赚一笔钱，而是走到技术前沿去推动整个生态发展。
「暗涌记者」技术真的可以拉开差距吗？你也说过，并不存在绝对的技术秘密。
梁文锋：技术没有秘密，但重置需要时间和成本。英伟达的显卡理论上没有任何技术秘密，很容易复制，但重新组织团队以及追赶下一代技术都需要时间。所以实际的护城河还是很宽。
「暗涌记者」你对国内原始创新也是乐观的吗。
梁文锋：我在80年代在广东一个五线城市长大的，我的父亲是小学老师，90年代广东赚钱机会很多。当时有不少家长到我家里来，基本上家长认为读书没用，但现在回去看，观念都变了，因为钱不好赚了，连开出租车的机会可能都没了，一代人的时间就变了。以后硬核创新会越来越多，现在可能还不容易被理解，是因为整个社会群体需要被实施教育。当这个社会让硬核创新的人功成名就，群体性想法就会改变，大家只是还需要一堆事实和一个过程。
| 
20
发表于 2025-2-10 19:40:32
