本文来自微信公众号： ICT解读者 ，作者：ICT解读者 老解
2025年1月，DeepSeek-R1横空出世，560万美元的训练成本、545%的成本利润率，一串数据炸穿了中美AI圈对大模型研发的常识。美国风投家马克·安德森称之为AI领域的"斯普特尼克时刻"。梁文锋登上《时代》周刊全球100影响力人物榜单，《自然》年度十大科学人物榜单上赫然在列。
但一年后的2026年4月，故事急转直下。
据晚点LatePost报道，2025年下半年至今，DeepSeek至少5名核心研发成员确认离职——第一代大语言模型核心作者王炳宣去了腾讯，V3核心贡献者罗福莉被雷军千万年薪挖至小米，R1核心研究员郭达雅以传闻近亿元总包入职字节跳动Seed团队，OCR系列核心作者魏浩然和多模态成果核心贡献者阮翀也先后离开。5个人，覆盖了基座模型、推理、OCR、多模态四条核心技术主线。
与此同时，DeepSeek被曝正与投资人洽谈首次外部融资，寻求以超100亿美元估值筹集至少3亿美元——这个曾经拒绝过多家顶级VC和科技巨头投资邀约、坚持"纯搞AGI创新"的技术理想主义者，终究开始向资本低头。V4模型从原定2026年2月中旬一推再推，至今仍未正式发布。
这不是一个人的理想妥协，这是整个国产AI硬科技初创公司在巨头碾压下的一面镜子。
200人的团队，走了几个就能动摇根基
DeepSeek总共不到200人，核心研究团队约100多人，基模架构团队仅小几十人。更关键的是，这支团队的构成极为年轻：本科和硕士占比超七成，30岁以下超七成，几乎不社招，以应届生和实习生留任为主。
在这样一支规模不到大厂十分之一、人均工作时长不到大厂一半的精锐团队中，每一个核心研究员的权重都被放大到了极致。王炳宣参与过历代模型训练，是DeepSeek从0到1的基座搭建者；郭达雅是V2、V3、R1系列模型的核心作者，一个人横跨推理、代码两大方向；罗福莉是V3模型的关键开发者，被雷军亲自下场招募。
对大厂而言，流失一个核心研究员是局部损失；对DeepSeek而言，流失一个核心研究员意味着整条技术线出现断层。这不是夸大其词，而是小团队的先天脆弱性——人少意味着每个人都是单点依赖，没有人可以被"替代"。
薪资的数学题：情怀打不过2到3倍
人才为什么走？先算一笔账。
据多方信源，DeepSeek的绝对薪资并不低，但竞争对手开出的条件"翻2到3倍问题不大"，部分甚至给出8位数总包（含股票/期权）。罗福莉的案例最具代表性——雷军以千万年薪加码招募，亲自盯这件事。郭达雅虽被字节官方否认"亿元年薪"，但多路信源指向其总包远超DeepSeek的薪酬体系。
再对比AI行业的整体薪酬水平：大模型算法工程师月薪中位数已达24760元，顶尖人才年薪逼近200万元。北京海淀区官方发布的紧缺岗位目录显示，人工智能领域整体平均年薪为48.14万元，而芯片算法与设计优化工程师年薪已突破百万元。
DeepSeek的另一重劣势在于长期激励的缺失。2023年后，DeepSeek未再进行外部融资，员工期权协议没有明确的公司估值支撑，流动性几近于零。梁文锋曾以类似OpenAI与微软的"回报上限"协议尝试接触投资人，没有机构接受。没有估值、没有上市预期、没有期权变现通道——这纸期权在账面上可能是天文数字，在现实中是一张无法兑现的期票。
大厂则恰恰相反。字节跳动已上市，期权有明确的流通渠道；腾讯的股票激励体系成熟；小米在港股上市，薪酬+期权的组合包可以做到精准定价。当一个95后研究员面临"DeepSeek的无限可能"和"字节的8位数确定性"二选一时，理性的选择并不难做。
不只是钱的事：算力、生态和"被替代"的恐惧
如果把DeepSeek的人才困境归结为"给不起钱"，就低估了问题的复杂性。薪资只是表面，背后是三层结构性矛盾的叠加。
第一层：算力鸿沟。大模型训练的本质是算力竞赛。DeepSeek V3的训练成本是560万美元，但那是基于英伟达架构的极致效率优化。V4转向国产算力适配后，梁文锋自己承认了一个残酷事实：国内最好的水平和海外最好相比，模型结构和训练动力学上可能有一倍差距，数据效率上也有一倍差距，"合起来就要多消耗4倍算力"。而大厂——字节跳动Seed团队规模上千人，阿里达摩院、腾讯AI Lab同样拥有万卡级算力集群——在算力储备上，初创公司和大厂之间是一道量级级的鸿沟。
第二层：生态落差。大模型的价值不在于模型本身，而在于模型嵌入产业生态后的变现能力。字节有抖音、飞书等数亿级用户场景可以即时验证和落地；阿里有电商、云计算的完整AI商业化链路；腾讯有社交、游戏的庞大流量池。DeepSeek的技术再强，在商业化落地层面依然停留在API调用和开源模型输出，技术成果转化为商业价值的路径远长于大厂。对技术人员而言，研究成果能被数亿人使用，和研究成果停留在论文和排行榜上，职业成就感完全不同。
第三层：信心动摇。V4从2026年2月中旬一推再推，至今未正式发布。在AI行业，模型的发布节奏就是技术生命线。当OpenAI连续推出GPT系列迭代、Claude快速升级、字节豆包市场份额持续攀升时，DeepSeek在V3.2之后的"静默期"，对内部信心的侵蚀远超外部想象。一个没有明确绩效考核、没有DDL、每天下午6点下班的研究团队，当外部竞争压力加大、内部看不到新一代模型落地的节点时，人才出走只是时间问题。
双向流动的真相：巨头也在流血
值得注意的是，人才争夺战并非单向收割。过去一年，字节跳动Seed团队同样流失了近70名技术人才——近30人加入腾讯AI Infra团队，部分流向阿里、OpenAI、Google、Meta等。字节系前员工创办了30余家AI创业公司，覆盖Agent、多模态创作、具身智能等赛道。
而DeepSeek也在吸纳人才：从字节搜索团队挖来李宇琨（DeepSeek首位员工，负责预训练数据），从字节Seed Edge引入徐名宇（从事模型结构研发）。人才的流向从来不是单向的，但格局很清晰——大厂和初创公司之间的人才交换，大厂凭借规模和确定性，始终处于净流入端。
这意味着，DeepSeek面对的不是一个偶发的人才流失事件，而是一个系统性的竞争劣势：在人才市场的"汇率"中，大厂的薪酬包、算力储备和生态场景构成了"硬通货"，初创公司能打出的牌，只有技术理想和组织自由度——这两张牌，在现实面前越来越不好用。
梁文锋的妥协与代价
2025年下半年起，梁文锋开始发生转变：从技术理想主义者向商业化实践者靠拢。
具体动作包括：2025年秋天起频繁提及产品化和商业化方向，首次招聘"模型策略产品经理"等非研究岗，开始想办法给公司做估值、给团队更确定的预期。2026年4月17日，The Information报道DeepSeek正在以超100亿美元估值寻求至少3亿美元首轮融资。
这是一个标志性事件。2023年，梁文锋拒绝了所有外部投资，坚持独立发展。三年后，核心人才出走、V4迟迟难产、国产算力适配工程量远超预期——纯粹的技术理想，终究要为算力账单和人才账单买单。
但问题在于，接受融资只是第一步。融资到位后，DeepSeek将面临一个更棘手的平衡题：如何在引入资本后保持技术团队的专注力和自由度？如何在提升薪酬竞争力的同时避免大厂化的层级膨胀？在V4发布后，技术领先性能否转化为商业壁垒？
这些问题，没有一个是靠钱能解决的。
结语
DeepSeek的人才困局，给整个AI行业提了一个醒：当核心人才可以用8位数总包精准定价时，技术理想就成了最廉价的留人工具。
这不是对DeepSeek的否定。在不到200人的团队规模下，用远低于大厂的算力和人力，做出V3/R1这样震动行业的产品，本身就是中国AI硬科技实力的证明。但这也恰恰说明了一个残酷的现实——在技术密集型赛道上，个体的技术突破可以被复制，而系统的资源优势不可逾越。
对整个行业而言，需要思考的不是"DeepSeek能不能留住人"，而是"如何在巨头的资源碾压下，为技术理想主义留出生存空间"。这个问题，比任何一个模型的训练成本都更值得算清楚。