9月9日，路透社放出一条消息：DeepSeek已经邀请中信证券，为登陆科创板做准备。公司没有官宣，上市时间、募资金额和估值也都没有确定，但钱已经先动了起来。有媒体写到，市场上出现了层层包装DeepSeek融资份额的特殊目的载体，越靠外层，投资人付出的中间费用越高；还有人据称拿着数百万元的"见面费"守在杭州，最后连梁文锋本人都没见到。这些细节没有得到DeepSeek确认，未必每一笔都能坐实，却把资本的焦虑写得很明白：大家担心的已经不是DeepSeek值不值得投，而是自己还能不能挤进去。
图：路透社称DeepSeek已邀请中信证券筹备科创板IPO；上市时间、募资额与估值尚未确定。
这件事真正有意思的地方，不是有人愿意出多少钱，而是钱奔跑的方向变了。两三年前，梁文锋带着"只做基础模型"的想法去接触投资人，得到的回答并不热烈。风险投资机构要退出，要看产品，要知道收入什么时候出现；梁文锋却要把钱投进一项可能几年没有结果、失败以后连残次品都卖不出去的研究里。到了今天，投资人开始隔着几层载体寻找DeepSeek的份额，梁文锋反而坐到了桌子的另一端，据媒体报道，他还会亲自审核部分最终投资人。一个曾经很难向资本解释的选择，忽然成了资本最想购买的东西。
梁文锋最早想买的，是一群人的试错机会
2024年7月，DeepSeek V2发布不久，《暗涌》记者把梁文锋按在一连串商业问题面前：一家量化基金为什么要做大模型？研究经费从哪里来？没有两三亿美元，连牌桌都上不了，怎么持续投入？不做应用，又靠什么赚钱？
这不是记者故意刁难。任何一个正常投资人坐在桌子对面，都会问同样的问题。做基础模型要买卡、招人、训练，一轮结果不好，前面花掉的钱不会变成库存，更不能打折清仓；而做应用至少能找到客户、签下合同，把明年的故事先换成今年的回款。
梁文锋给出的回答，很不像一个正在融资的创业者。他承认，按照优先做研究的思路，很难从有退出要求的风险投资机构那里拿钱；他甚至直说，如果一定要为基础研究找一个商业理由，可能根本找不到，因为投入回报比太低。但他紧接着又说，DeepSeek有算力，也有一支工程师团队，相当于已经拿到了一半筹码。另一半筹码，是时间，以及怎样允许一群人使用时间。
梁文锋后来回忆，他们对算力的准备不是某一天拍桌子决定的。最早是一张卡，2015年变成100张，2019年变成1000张，到了2021年又变成一万张。外界总想从这一串数字里找到某个精密的商业计划，他却说，主要是因为一群人想知道AI的能力边界究竟在哪里；卡就像买回家的钢琴，前提不只是买得起，还要有人急着在上面弹东西。
真正进入DeepSeek以后，这种说法变成了具体的工作方式。做出V2的团队里，有应届毕业生，有还没毕业的博士生，也有毕业没几年的年轻人；MLA的想法最早来自一名年轻研究员的个人兴趣，团队围着它跑了几个月，才把想法变成能工作的东西。有人发现一个方向，不需要先写一份层层审批的资源申请，可以直接调用训练集群，也可以拉上感兴趣的人一起试。
图：梁文锋在访谈中谈到，V2团队以本土年轻研究者为主，MLA从个人兴趣走到落地用了数月。
这套组织方式听上去浪漫，执行起来却很贵。年轻人会走弯路，训练会失败，许多尝试最后什么都留不下。梁文锋自己也没有粉饰这一点，他说"创新就是昂贵且低效的"，有时还伴随着浪费。
但他还是选择了这种浪费，因为模型能力不是销售部门按季度拆出来的任务。一个真正有效的新方法，常常先是某个人不肯放下的念头，然后是一群人花几个月验证，最后才在训练结果里露出来。管理可以要求每张卡都有产出，却不能提前命令一个突破在月底发生。所以，梁文锋当年拒绝的不是赚钱，而是另一种更隐蔽的东西：不愿意为了更快出现收入，把这群人的时间提前切成产品排期、客户需求和销售指标。
他把应用让给别人，也把自己逼进了一条窄路
记者继续追问：DeepSeek为什么不亲自做应用，是不是没有运营基因？梁文锋说，当前是技术创新的爆发期，不是应用的爆发期；DeepSeek负责基础模型和前沿创新，其他公司可以在上面建设面向企业和消费者的产品。这句话后来经常被当成技术理想主义。可站在一家公司的账本前，它的意思非常现实：DeepSeek把最靠近客户的那部分收入，主动让了出去。
模型开放以后，云厂商可以把它部署在自己的机房里卖算力，软件公司可以把它装进客服、知识库和合同审查，服务商可以收实施费和运维费。客户嘴里说"我们正在使用DeepSeek"，账单却可能由另一家公司开出。DeepSeek得到了用户、声量和兼容它的产品，却不天然拥有每一次调用产生的收入。
一家正常公司看到这种局面，通常会立即往下游走。先做一个应用，再搭一个销售团队，然后用客户和合同把流量围起来。梁文锋没有这样做，因为一支应用团队一旦开始运转，就不会只消耗工资：销售会带回客户承诺，产品要给承诺排期，实施要去现场连接系统，客服要处理每一次故障，昨天签下的合同会决定明天谁必须去做什么。这些工作都能产生收入，也都会抢走模型研究最需要的东西------不被眼前结果支配的时间。
梁文锋因此把DeepSeek逼进了一条很窄的路。它不能像普通软件公司那样，模型差一点也靠合同、流程和服务把客户留住；它必须不断做出足够强的模型，让别人即使拿走了应用收入，也舍不得换掉下面那层能力。只要能力停下来，开放带来的生态不会成为忠诚，反而会成为迁移工具：今天能接DeepSeek的平台，明天同样可以接入新的第一名。这不是一条稳妥的路，更像一种近乎偏执的交换：DeepSeek不要每个环节的钱，只要每个环节最终都离不开它。
用户没有忠诚，只有没做完的工作
梁文锋为什么敢做这种交换？因为AI用户选择产品的方法，正在和传统软件用户变得不一样。一家企业替换合同系统，要迁移数据、调整流程、重新培训人员，几年前签下的合同也可能还没有到期。即使市场上出现更好的产品，旧系统仍然可以依靠更换成本活很久。模型没有这么厚的墙，开发者换一个接口，普通用户打开另一个页面，很多时候就能完成迁移。
程序员的电脑上可能同时开着Claude、OpenAI和DeepSeek。他不会先召开一次模型选型会，再决定这个月忠于谁；他只会把卡住自己的代码丢进去，看谁先找到问题。产品经理也一样，明早要交方案时，他在意的不是哪家公司拥有更大的生态，而是哪一个模型读完材料以后，没有漏掉最关键的限制条件。
一个模型能把事情做到九成，另一个只能做到七成，这不是相差二十分那么简单。剩下三成要由人逐行检查、补充条件、承担错误；模型省下的那一点调用费，很快会被返工吃掉。在真正的工作里，七成正确不是第二名，而是一份没有完成的工作。
有开发者记录过一次很现实的迁移：把聊天产品的生产流量切到DeepSeek以后，每月模型账单从大约400美元降到45美元，迁移只花了一个下午。另一组在调价前完成的14项任务对照测试却得到相反结果：多Agent工作流放大了token消耗，V4.1的整体账单高出约36%。两份结果因为任务和计价条件不同，不能直接对冲，却说明了同一件事：用户不会只为"DeepSeek"三个字付钱，他会看任务做成了没有、自己还要返工多久、最后总共花了多少。
Claude与OpenAI之间来回流动的开发者，也在重复这个动作。哪一个模型在编程、长文或者复杂任务里更可靠，工作就往哪边搬；下一代模型反超，工作又搬回来。具体的第一名会改变，用户的选择标准不会改变。
AI市场里，第一名交付结果，第二名交付返工。
这就是DeepSeek真正的商业逻辑。它不是先搭好一个生态，再希望生态把模型养大；它要先把能力推到足够高，让用户、开发者和应用公司为了完成工作，主动围到它身边。生态可以放大第一名，却很难把第二名长期抬在台上。
扎克伯格花出去的钱，替梁文锋回答了一个问题
如果能力如此重要，一个更直接的问题就出现了：有钱的大公司为什么不把第一名买下来？谷歌拥有搜索、Android、YouTube和数据中心，Meta拥有Facebook、Instagram、WhatsApp和几十亿用户。模型训练需要的钱、卡、人和入口，它们几乎一样不缺。如果生态能够直接兑换成能力，这场比赛原本不该留给创业公司多少位置。
可ChatGPT刚刚出现时，谷歌的搜索框没有拦住用户打开另一个网页。后来Gemini重新回到前沿竞争，也不是因为Android突然多出了几亿用户，而是模型终于能完成更多任务。入口一直在那里，用户重新选择它，是因为入口后面的东西变强了。
Meta的动作更能说明问题。它把Llama开放出去，积累了庞大的开发者社区，模型也能被放进自己拥有的多个超级应用；但在Llama 4反响没有达到预期、旗舰模型Behemoth曾因能力问题推迟发布以后，扎克伯格没有继续开一场生态大会解决问题。他重组AI团队，拿出143亿美元投资Scale AI，又把Alexandr Wang和一批人才拉进新的超级智能团队。
图：Meta投资Scale AI并引入其CEO Alexandr Wang，继续加码超级智能团队。
这不是一家缺钱的公司补钱，也不是一家缺流量的公司补流量。它拥有梁文锋当年没有的一切，最后仍然要回到最原始的动作：换人、改组织、重新训练，再赌一次结果。
钱当然重要。没有钱，买不到足够的芯片，留不住顶尖人才，也承受不了一次次训练失败。但钱更像让人继续试错的燃料，它不能替研究员产生那个念头，不能替组织判断哪条路值得再跑几个月，更不能要求突破按照财务计划准时到达。
梁文锋早就说过，如果投入越多就必然创新越多，大厂本来可以包揽所有创新。Google和Meta并没有"做不成AI"，它们仍然站在前沿；它们真正证明的是另一件事：资本和生态是成为第一名的必要条件，却从来不是第一名的保证书。
梁文锋还在赌，今天的应用只是临时工
能力一旦成为用户最后的选择标准，今天围绕模型长出来的应用，就要面对一个让软件公司不太舒服的问题：它们现在完成的工作，有多少只是因为模型还不够强？拿合同审查来说，今天往往要先有人整理制度、配置规则、连接合同库，再由模型完成其中一段判断。产品经理设计页面，实施人员进入企业现场，法务反复确认边界，最后才让系统跑起来。这些岗位并不是多余的，它们正在替模型补上对业务、系统和责任的理解。
可模型每向前一步，就会自己拿走其中一部分工作。它能读懂制度，就少一层人工整理；它能调用业务系统，就少一层固定接口；它能发现条件不足并继续追问，就少一段事先画死的流程。过去需要一个软件模块完成的事，可能变成AI接到任务后的一个动作。
权限、数据安全、责任和验收不会因此凭空消失，企业软件也不会一夜之间全部作废。但产品价值会不断向更难被替代的地方移动，而那些只负责弥补模型能力缺口的页面、流程和人工配置，会越来越薄。
梁文锋不急着组建一支庞大的应用队伍，赌的正是这种变化。他不想让DeepSeek花几年时间，认真维护一批可能被下一代模型取消的中间步骤。别人在今天的缝隙里修城墙，他在等模型把缝隙继续推窄。
IPO没有让梁文锋改变，只是让他的赌局更贵了
到了2026年，这场赌局的价格已经不是2021年那一万张卡可以概括的了。路透社称，DeepSeek寻求新资金，是为了计算基础设施、模型研发，以及人才招募和留任。把这几个用途放在一起看，它们几乎还是梁文锋当年那套组织的三个部件：卡、年轻人，以及让年轻人继续试错的时间。
与此同时，DeepSeek仍在密集推动模型。7月31日发布V4 Flash，8月中旬推进V4 Pro和接口调价，8月底开放视觉权重，9月10日又发布V4.1 Flash。IPO消息出来的前后，它没有突然变成一家忙着讲会员故事的消费互联网公司，动作仍然围绕模型、效率和价格展开。
但上市会给梁文锋带来一个过去可以暂时躲开的问题。私人投资人可以接受几年没有答案，公开市场每三个月都要看一次报表；研究团队需要容忍失败，股东却天然希望投入能够变成可计算的回报。IPO能够替DeepSeek买时间，也会让更多人开始给这段时间计价。
这正是梁文锋接下来最难的地方。他需要资本，却不能让资本把研究员的训练卡重新切成销售指标；他需要留住人才，却不能把组织变成靠职级和流程维持运转的大公司；他还要继续开放，因为开放让DeepSeek进入更多场景，却又不能让所有使用永远只停留在别人的账单上。这些问题都存在，但它们不是同一个优先级。只要DeepSeek仍然能做出最强的一批模型，接口、订阅、授权和应用都有重新设计的机会，别人的平台也会主动兼容它；一旦能力掉下去，今天聚集起来的开发者不会因为开源情怀留下，投资人更不会因为曾经排过队就停止计算回报。
所以这不是"技术理想终于向商业投降"的故事。更接近事实的解释是：梁文锋仍然把商业放在能力之后，只是他终于接受，想让能力继续往前走，就必须先向资本购买更多失败的资格。2024年，记者问他，技术既然没有绝对秘密，DeepSeek的护城河在哪里。梁文锋回答，技术可以被理解，但重新组织团队、追赶下一代技术，需要时间和成本。两年以后，IPO恰好回到了这句话。
梁文锋真正想从资本市场买走的，不是一个更大的DeepSeek，而是下一位年轻研究员提出新想法以后，团队还有几个月把它跑通。
如果那个想法让DeepSeek继续站在第一名的位置，用户、应用和收入都会追过来。如果没有跑通，今天谈论的生态、估值和商业模式，不过是在替一个失去领先的模型清点旧账。
作者
合同吴彦祖
长期关注ToB软件、合同管理与企业AI落地。