人才流变 · 技术迭代 · 资本杠杆 · 环境变量 → 一个中国AI独角兽的完整演化图谱
关键变量: 创始人背景(梁文锋=量化+GPU集群)直接定义了公司的初始基因。没有这个条件，DeepSeek不可能走"高效训练"路线——因为其他AI创业者根本没见过万卡集群。
关键转折: V3的$5.6M训练成本不是营销数字——是环境约束(芯片禁令)通过人才杠杆(量化优化能力)转化为技术突破的经典案例。环境变量的"负面冲击"反而成了竞争优势。
关键飞轮: R1的技术突破触发了资本市场的重估→资本重估吸引全球人才→人才注入加速下一轮技术突破。这是DeepSeek从"中国量化团队的AI项目"变成"全球AI格局变量"的转折点。
关键趋势: DeepSeek正在从"模型公司"变为"AI基础设施公司"。开源的不只是模型权重，而是完整的训练+推理管线。这是在定义下一代AI研发范式。最大的风险是：过度依赖梁文锋个人+芯片管制继续升级。
1. 基因决定论：DeepSeek的核心竞争力不是某次技术突破，而是创始人背景(量化+GPU)在创立之初就锁定了"高效训练"的路线。芯片禁令只是把这个优势放大了。
2. 负向正用：环境变量(芯片禁令)在绝大多数AI公司是致命打击，在DeepSeek却成了竞争壁垒——因为他们本来就擅长用更少资源做更多事。
3. 资本独立性=战略自由度：自筹资金让DeepSeek可以定价$0.14/M tokens（不盈利）、可以全部开源（不需要锁客）、可以招募想做研究的科学家（不需要做产品的工程师）。
4. 飞轮已启动：技术→资本→人才→技术 的飞轮在R1发布后已经自我强化。最大的风险是飞轮断裂——如果下一代模型落后、或梁文锋离开、或芯片彻底断供。
5. 从破壁者到定义者：DeepSeek的演化轨迹显示：第一阶段被环境定义（制裁下的高效），第二阶段开始定义环境（开源+低价重塑行业格局），第三阶段可能定义整个AI研发范式（DeepSpec）。