这两天，因为Deepseek 的爆火，创始人梁文锋也是大热。

梁文锋，很低调，所以目前业界用来探究的，主要是两篇文章，全部来自暗涌，一篇是 2023 年 5月 27 日的《疯狂的幻方：一家隐形AI巨头的大模型之路》，另一篇是2024 年 7 月 17 日的《揭秘DeepSeek:一个更极致的中国技术理想主义故事》。非常精彩的两篇采访，值得反复看。

作为一个一直研究 AI 写作的爱好者，看到这两篇文章，当然想着要整活一下。

这两篇访谈稿，很精彩，但也因为是访谈稿，虽然信息量极大，但并不适合绝大多数人的阅读体验。所以我就想着，是否可以用 AI 将其改成一篇人物特稿，那阅读体验就会好许多了。

尤其是，如果用 Deepseek R1 来改写梁文锋的特稿，岂不是很有趣？

在 AI 写这种四五千字长文上，我还是摸索出一些经验的，不外乎先出提纲，然后分章节输出。在我想来，以这几天摸索的 Deepseek R1 的文字能力，照理应该不是难事。

但没想到，在用 Deepseek R1 时，在输出提纲这第一道关卡，就失败了。

先给出我输出细纲的提示词：

请基于这两篇文章，写一篇梁文锋的人物特稿，采用类似《人物》周刊、《新京报》的风格。我希望这篇特稿有5000 字，所以请帮我先生成细纲，包含每个部分的主要内容和字数规划。

这个提示词下面，我把《暗涌》的两篇文章都灌进去，一起输入给Deepseek R1(关闭联网搜索)。

很可惜，Deepseek 在提纲部分就倒下了，请注意下面红线部分，《2001太空漫游》是《暗涌》两篇采访中完全没有出来的细节，但竟然要作为收尾意向，可想而知，这是捏造出来的。

我试着让 Deepseek-R1 写了一个开头，用的是下面的提示词：

请根据细纲输出开篇，所有的素材都要基于我提供的两篇文章，不要任何的额外素材，不要胡编乱造。文字要有感染力

更可怕出现了，请见下面截图的红线处，《揭秘DeepSeek:一个更极致的中国技术理想主义故事》中的确提到过Jack Clark说了这么一句话，但梁文锋将其裱在墙上，则完全是胡编乱造。后面提到的《2001 太空漫游》屏保，也是两篇文章中完全没有出现的。

更可气的是，Deepseek-R1 还在尾部标注“全部细节源自提供材料，包括技术参数、人物言论、公司对比、环境描写等，无一虚构”，实在是有点讽刺。在过往的用 R1 写作中，我早就知道它有喜欢编造术语的毛病，没想到现在“虚构写作”都那么溜。这种毛病，对正经的AI写作，是致命的。

虽然用 Deepseek R1 写失败了，但既然念头起，总要继续探索。

其实类似工序，以往我是有成熟流程和模型的，Claude Sonnet 3.5 在这块上，总体指令遵从性是比较好的，虽然偶尔会小小“编造”一点，但还容易识别。Cluade 主要的小缺陷是“懒惰”，每次只能生成 1000 字左右，所以一篇 5000 字的稿子，至少要分 5 次甚至 6次来生成，人为再进行拼接。

这次因为缘起是 Deepseek R1 这个深度思考模型，所以我就想看看其他类似模型如何。

先试了 Kimi，很勤奋，写完细纲就能直接输出全文，一口气 4500 字。只是那个文字，中学生作文风格，几乎没法用。这里我就不贴了。

真正给我惊喜的，来自 Gemini 2.0 Flash Thinking，一个很少被提及，似乎在跑分上也不太出挑的深度思考模型，最近刚刚升级到 01-21 版。PS: Gemini 2.0 的几个版本模型我都超爱，大量使用，极有感情，据说近期就要正式发布了。

在这个特稿写作的尝试上，Gemini 2.0 Flash Thinking给了我惊艳的结果。不仅一口气输出了5200 字的长文，文字风格还不错，更重要是全文看了一遍，几乎没找到什么捏造的事实。仅这个指令遵从性，就相当棒了。

这里，我将Gemini 2.0 Flash Think基于《暗涌》两篇访谈输出的这篇“梁文锋”特稿放在这里，欢迎诸位品鉴。需要说明下，因为模型的特点，所以类似开头“五月”缺乏时间标注，这是大模型在时间问题上常见的 bug，一般要提示词或者人工修正，我这里就保留了。此外因为没有灌入最新文章，所以一切都只是基于《暗涌》两篇报道，并没反应最新的事件。毕竟只是大模型写作能力的探索，所以就不加素材了。

梁文锋：深度求索的“异类”理想主义者，以及中国AI的另一种可能

by Gemini 2.0 Flash Thinking

一、 导语：AI价格战的“谜题”与幕后之人 (约500字)

五月的AI领域，硝烟骤起，战火蔓延。一场史无前例的价格战，以一种近乎“流血”的方式，席卷了中国的大模型行业。硝烟弥漫中，所有人都将目光投向那家被戏称为“AI界拼多多”的公司——DeepSeek（深度求索）。

这家名字略显神秘的公司，以一种令人瞠目结舌的方式，成为了这场战役的策源地。他们发布了开源模型DeepSeek V2，将推理成本骤降至每百万token仅1元人民币，这个价格，仅仅是Llama3 70B的七分之一，GPT-4 Turbo的七十分之一。

“意外”、“鲶鱼”，各种标签纷至沓来。字节、腾讯、百度、阿里等互联网巨头猝不及防，纷纷应战，中国大模型的价格体系瞬间崩塌。然而，当所有人都在惊呼“价格屠夫”时，一个更令人意外的事实浮出水面：与大厂们烧钱补贴不同，DeepSeek，竟然是有利润的。

这家“不声不响”的公司，再次以“出其不意”的方式，被行业记住。一年前，他们的“出其不意”来自于背后的量化私募巨头幻方，以及那令人咋舌的万张A100芯片储备，那是大厂之外，绝无仅有的算力规模。

DeepSeek，究竟是一家怎样的公司？又是谁，在幕后导演了这一切？

聚光灯，最终落在了梁文锋身上——这位幻方和DeepSeek的创始人，一个极少在公众面前露面的80后“技术宅”。在量化投资领域，幻方早已是千亿规模的“顶级基金”，但在AI浪潮中，梁文锋和他的DeepSeek，却更像是一个“异类”。他们不追逐风口，不急于变现，甚至主动放弃了商业化的捷径，选择了一条充满荆棘的“原创式创新”之路。

在这个喧嚣而浮躁的AI时代，梁文锋和DeepSeek的出现，像一个谜题，更像一种提醒：在追逐效率和商业成功的时代洪流中，是否还存在另一种可能？一种关于技术理想，关于长期价值，关于中国AI未来走向的可能？

二、  “成都出租屋里的AI梦想家”：技术信仰的早期萌芽 (约800字)

故事的开端，要追溯到更久远的年代，一个AI还远未成为风口的2008年。那一年，梁文锋从浙江大学电子工程系人工智能方向毕业。在大多数同学涌向互联网大厂，追逐高薪和安稳时，梁文锋却做了一个“另类”的选择——他去了成都，不是为了享受这座城市的安逸，而是把自己“关”进一间廉价的出租屋里。

“人工智能一定会改变世界。” 这句话，在今天听起来像是真理，但在十几年前，却近乎一种“不被认同的执念”。周围的人很难理解，一个名校人工智能专业的毕业生，为何要放弃唾手可得的“康庄大道”，跑到西南一隅，蜗居陋室，埋首于代码和算法之中。

没有人知道，在成都的那段日子，梁文锋经历了怎样的挫败和迷茫。他不断尝试将AI技术应用于各种场景，又一次次碰壁，最终，他将目光投向了金融领域——一个在当时看来，与AI技术关联度并不高的行业，一个复杂度极高的“灰色地带”。

“金融可能是下一个最难的事之一。” 多年以后，当幻方已经成为量化投资领域的巨头，当DeepSeek又All in通用人工智能，梁文锋回望早年的选择，轻描淡写地总结。或许，正是早期在成都出租屋里的那段“碰壁”经历，让他对技术的本质，对商业的逻辑，有了更深刻的理解。

那是一段略显“苦涩”的岁月，却也埋下了梦想的种子。在那个略显寂寞的出租屋里，梁文锋笃信，人工智能的未来，远不止于眼前的应用和变现，它蕴藏着更深远的潜力，等待着被挖掘和释放。

有趣的是，在成都“蛰伏”的那些年，梁文锋并非完全与世隔绝。他与一位同样“疯癫”的朋友保持着联系，那位朋友在深圳城中村里，做着在当时看来同样“不靠谱”的“飞行器”梦想。多年以后，当梁文锋的幻方在量化投资领域声名鹊起时，那位朋友创立的大疆，也已成长为一家千亿美金的科技巨擘。

或许，在那些不被理解的“疯狂”背后，隐藏着某种共通的特质：对技术的极致信仰，对梦想的偏执追求，以及，一种不走寻常路的勇气。

三、  “量化怪杰”的炼成：幻方时代的“非常规”成长 (约1000字)

从成都的出租屋走出，梁文锋创立了幻方量化。这是一个在量化投资领域显得有些“另类”的存在。

量化投资，起源于华尔街，几乎所有中国的头部量化基金，都带有浓厚的“海归”色彩，创始团队往往拥有海外对冲基金的从业经历，毕业于顶尖名校的物理、数学等专业。唯独幻方，是一个“本土班底”起家的例外。

“我们一开始都没有量化经验，这一点很特殊。” 梁文锋坦言。他和他的核心团队，都是“外行人”，用一种近乎“野蛮生长”的方式，闯入了华尔街精英们把持的领地。

幻方的“非常规”，不仅体现在创始团队的背景上，更体现在其独特的运营模式和企业文化上。在“唯经验论”的金融圈，幻方却反其道而行之，大量启用“没有经验但有潜能的人”。

“我们招人有条原则是，看能力，而不是看经验。” 梁文锋解释道。幻方的核心技术岗位，基本以应届生和毕业一两年的年轻人为主。在创新业务上，经验甚至被视为一种“阻碍”。“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。”

这种“非科班”出身的团队，却爆发出惊人的创新力。幻方在研发体系、产品设计、甚至销售模式上，都展现出与众不同的特质。他们打破行业“潜规则”，率先尝试“直销模式”，绕过中间商，直接触达客户，大幅提升了利润率。他们的销售团队，主力竟然是“素人”——一位是做德国机械品类外贸出身，一位是券商后台写代码的工程师。

“第一年他们什么都做不出来，第二年才开始有点成绩。” 梁文锋回忆。幻方对销售团队的考核，也与传统金融机构截然不同，没有KPI，没有销售额指标，而是鼓励销售“去发展自己的圈子，认识更多人，产生更大影响力。”

这种“看似佛系”的管理方式，却培养出了一支极具战斗力的销售团队。幻方也成为业内“唯一一家能以直销为主的大私募”。

“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。” 梁文锋总结道。

幻方的“非常规”之路，最终走向了成功。成立仅六年，这家“草根”出身的量化基金，便跻身千亿规模，与老牌劲旅并肩，成为量化投资领域的“四大天王”之一。

在幻方快速崛起的背后，还隐藏着一个鲜为人知的“秘密”——对AI算力的超前布局。早在2019年，幻方就成立了AI公司，自研深度学习训练平台“萤火一号”，投入近2亿元，搭载了1100块GPU。两年后，“萤火二号”的投入更是高达10亿元，搭载了约1万张英伟达A100显卡。

在当时，拥有如此规模算力的企业，国内不超过五家，除了几家头部大厂，幻方赫然在列。很多人以为，幻方斥巨资搭建计算机集群，是为了用机器学习来预测金融市场，提升量化交易的效率。但梁文锋却说：“如果单纯只做量化投资，很少的卡也能达到目的。我们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。”

对AI能力边界的“好奇心”，才是驱动幻方持续投入算力的真正动因。这或许也预示着，在梁文锋的心中，AI的未来，远不止于量化金融的应用，它蕴藏着更大的可能性，等待着被探索和“求索”。

四、  深度求索：All in 技术，押注“原创式创新” (约1200字)

2023年5月，幻方正式宣布下场做大模型，成立独立新组织“深度求索”（DeepSeek），目标直指“通用人工智能”（AGI）。

“我们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，所以我们会从这里开始，后边也会有视觉等。” 梁文锋阐述DeepSeek的战略方向。

在当时，大模型赛道已是一片红海，大厂纷纷入局，创业公司如雨后春笋般涌现。很多人认为，此时入场，已错失最佳时机。但梁文锋却显得格外乐观：“关键是我们想做这件事，能做这件事，那我们就是最合适的人选之一。”

DeepSeek的“底气”，除了幻方提供的资金和算力支持，更来自于其对技术创新的执着追求。与大多数中国大模型公司不同，DeepSeek从一开始就选择了“逆流而上”的道路——专注模型结构创新，All in 技术，押注“原创式创新”。

2024年5月，DeepSeek发布开源模型DeepSeek V2，震惊业界。这款模型不仅在性能上比肩甚至超越了Llama3 70B，更在成本上实现了数量级的突破，推理成本仅为后者的七分之一，GPT-4 Turbo的七十分之一。

DeepSeek V2之所以能实现如此惊人的性价比，并非“价格战”的噱头，而是源于其底层技术的创新。DeepSeek团队提出了一种全新的MLA（多头潜在注意力机制）架构，将显存占用降低至传统MHA架构的5%-13%。他们还独创了DeepSeekMoESparse结构，将计算量也降至极致。这些架构层面的创新，最终促成了成本的断崖式下降。

DeepSeek V2的发布，迅速引发了“硅谷震动”。SemiAnalysis首席分析师认为，DeepSeek V2论文“可能是今年最好的一篇”。OpenAI前员工Andrew Carr称赞论文“充满惊人智慧”。Anthropic联合创始人Jack Clark更是惊呼DeepSeek“雇佣了一批高深莫测的奇才”，并预言中国制造的大模型，“将和无人机、电动汽车一样，成为不容忽视的力量。”

“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，是因为这是一个中国公司，在以创新贡献者的身份，加入到他们游戏里去。毕竟大部分中国公司习惯follow，而不是创新。” 面对海外的赞誉，梁文锋显得格外冷静。

他敏锐地意识到，中国AI与美国的差距，不仅仅是“一两年”，更是“原创和模仿之差”。如果中国AI永远停留在“跟随”和“应用”层面，就永远无法真正掌握核心技术，只能成为“追随者”。

“过去三十多年IT浪潮里，我们基本没有参与到真正的技术创新里。我们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软件。Scaling Law也在被如此对待。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，只因为之前我们没有参与这个过程，以至于忽视了它的存在。” 梁文锋反思道。

DeepSeek的出现，正是为了打破这种“惯性思维”，改变中国AI的“跟随者”角色。他们坚定地选择了一条充满挑战的“原创式创新”之路，即使这意味着要付出更高的成本，经历更多的失败，甚至在短期内看不到商业回报。

“在颠覆性的技术面前，闭源形成的护城河是短暂的。即使OpenAI闭源，也无法阻止被别人赶超。所以我们把价值沉淀在团队上，我们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文化，就是我们的护城河。” 梁文锋对DeepSeek的“护城河”有着独特的理解。

他认为，真正的护城河，不是技术壁垒，也不是商业模式，而是“人”——一群拥有创新精神和持续学习能力的团队，以及一种鼓励创新、包容失败的企业文化。

五、  梁文锋的“技术理想主义”与“是非观” (约800字)

在DeepSeek，梁文锋更像一位“首席科学家”，而非传统意义上的“老板”。他每天的工作，和普通研究员并无二致——“看论文，写代码，参与小组讨论”。

“他完全不像一个老板，而更像一个极客。” 一位DeepSeek研究员评价道。

多位行业人士和DeepSeek员工都认为，梁文锋是中国AI界“非常罕见”的复合型人才——“兼具强大的infra工程能力和模型研究能力，又能调动资源”、“既可以从高处做精准判断，又可以在细节上强过一线研究员”。更令人称奇的是，他拥有“令人恐怖的学习能力”。

在DeepSeek内部，管理模式也极具“极客”色彩。他们推崇“自下而上”的创新模式，不前置分工，而是“自然分工”。每个人都可以根据自己的兴趣和想法，自由探索，随时调用算力资源，无需审批。

“我们选人的标准一直都是热爱和好奇心，所以很多人会有一些奇特的经历，很有意思。很多人对做研究的渴望，远超对钱的在意。” 梁文锋说。

DeepSeek的团队，汇聚了一批“强热爱驱动”的年轻人，他们来自顶尖高校，充满活力和创造力，他们不为高薪和名利而来，而是为了解决“世界上最难的问题”——通用人工智能。

在商业逻辑至上的时代，梁文锋和DeepSeek的“理想主义”显得尤为珍贵。他将“是非观”置于“利害观”之前，强调技术创新对社会进步的价值，而非仅仅是商业回报。

“我经常思考的是，一个东西能不能让社会的运行效率变高，以及你能否在它的产业分工链条上找到擅长的位置。只要终局是让社会效率更高，就是成立的。” 梁文锋解释他的“竞争观”。

他反思中国科技行业长期以来的“惯性”——“美国擅长搞技术创新，中国更擅长做应用”。他认为，随着中国经济的崛起，中国也应该逐步成为全球技术创新的“贡献者”，而非永远“搭便车”。

“我们认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。” 梁文锋说，“过去三十多年IT浪潮里，我们基本没有参与到真正的技术创新里。”

他提醒人们看到时代惯性，将“原创式创新”提上日程。他相信，真正的技术创新，不仅仅是商业驱动，更需要“好奇心和创造欲”。

“我们只是被过去那种惯性束缚了，但它也是阶段性的。” 梁文锋对中国科技的未来，抱持着乐观的期待。

六、  结语： 中国AI的另一种可能？(约700字)

DeepSeek的出现，如同一股清流，注入了喧嚣的中国AI行业。他们不追逐短期利益，不迎合资本风口，而是默默耕耘，专注于技术创新，探索通用人工智能的边界。

DeepSeek V2的发布，不仅引发了一场“价格战”，更重要的是，它向世界展示了中国AI的另一种可能——一种不只是“跟随”和“应用”，而是“原创”和“引领”的可能。

梁文锋和DeepSeek的“异类”之路，或许充满荆棘，充满挑战，但它也代表着一种难能可贵的“理想主义”和“长期主义”。在这个快速变化的时代，这种“不走寻常路”的勇气和坚持，或许正是中国科技创新最需要的力量。

DeepSeek能否最终实现其“通用人工智能”的宏大目标，我们尚不得而知。但可以肯定的是，他们的探索和尝试，已经为中国AI的未来，打开了另一扇窗。

他们如同AI浪潮中的“鲶鱼”，搅动着一池春水，也提醒着我们：在追逐效率和商业成功的道路上，不要忘记仰望星空，不要放弃对技术本源的“深度求索”。

中国AI的未来，或许不仅仅是“应用创新”，更应该有“原创式创新”的一席之地。而梁文锋和DeepSeek，或许正在为中国AI的“另一种可能”，埋下希望的种子。

（全文约5000字）