从一个被认真对待的研究想法，到震动世界的 R1，再到融资前夜。这二十一个月里，DeepSeek 留下了一串版本号，也留下了关于创新、耐心和分享的另一种回答。
2026 年 10 月，关于 DeepSeek 的两条消息，出现在了两个很不一样的地方。
财经新闻里，人们谈论它的新一轮融资。路透社 10 月 22 日报道称，约 1000 亿元人民币的融资正在收尾，投前估值约 5000 亿元，最终条款仍可能变化。17
代码仓库里，开发者在翻看刚刚公开的 DeepInfer。这套推理框架，把 DeepSeek 用于运行模型的一部分工程能力，放到了外部研究者面前。16
一边，人们在计算这家公司值多少钱；另一边，这家公司又拿出了一些可以让别人接着做的东西。
把两条消息放在一起，DeepSeek 成名后的故事才渐渐有了完整的轮廓。过去二十一个月里，它经历过全球性的惊叹，也收到过监管机构的质询；它发布过让人兴奋的新模型，也修补过用户无法忍受的小毛病。越来越大的期待落在它身上，更多资金开始走近它，而那些需要慢慢完成的研究，仍在往前走。
在这样的时刻，回头看 DeepSeek，最值得追问的或许是：一个团队受到世界的关注以后，还愿意把时间花在哪里？
答案的一部分，藏在成名之前。
一个想法，值得等几个月
2024 年接受《暗涌 Waves》采访时，梁文锋讲过一个细节：一位年轻研究员在梳理注意力架构的变化后，想到了一种替代方案。团队为此组织人手，花了几个月才把它跑通。这段往事，谈的是后来受到关注的 MLA 创新。18
事后回望，一项成功的研究总有清晰的名字、漂亮的图表和可以解释的意义。可在最初，它只是一个尚未被证明的想法。
那几个月值得停下来想一想。一个商业组织愿意为尚不确定的结果留出时间，就意味着它要承担算力、人力和机会成本。研究可能成功，也可能只留下为什么行不通的经验。等结果出来以后再判断当初的投入，远比结果未知时作出决定容易。
DeepSeek 早期拥有这样的空间，离不开幻方的支持。梁文锋在 2023 年的采访中说，做研究需要更多实验和对比，因此比直接复刻更昂贵；他们接触的一些投资人则希望更快看到产品和商业化。幻方提供的研发预算、已有的算力与工程团队，让这个研究优先的选择有了现实依托。21
这段起点让后来的故事更可信。理想有支撑它的资源，资源也需要有人决定怎样使用。手里有算力，可以拿来更快推出产品，也可以拿来验证一个暂时解释不清商业回报的猜想。DeepSeek 把一部分条件用在了后者身上。
那时，梁文锋已经在谈中国团队应当怎样成为技术贡献者。他也把公司的长期积累放在人才、经验和持续创新的能力上。谈到未来是否闭源，他的回答很短："我们不会闭源。"18
后来发生的事，让这句话逐渐有了分量。
它先变成可以下载的模型，接着变成底层组件，再变成更多人能够研究的推理框架。每走一步，最初的表达就多了一份可以核对的实物。
世界突然听见了回声
2025 年 1 月 20 日，DeepSeek 发布 R1，同步开放 R1、R1-Zero 和六个蒸馏模型。官方评测显示，R1 在数学、代码与自然语言推理等任务上的表现，可以与 OpenAI o1 正式版比较。模型权重和技术说明也一并交到了社区手里。1
对研究者而言，这次发布有一种很直接的吸引力：看完结果以后，可以自己试。
可以换一道题，可以测试最在意的专业任务，可以找出模型失败的地方；具备条件的团队还可以部署、修改，或者借助较小的蒸馏模型继续研究。R1 的 MIT 许可，为这些尝试提供了较宽的空间。技术成果因此能够进入别人的工作，而不只是进入别人的视野。1
这种差别看起来朴素，却很重要。前沿能力如果只能被观看，大多数人与它的关系就停在惊叹。能够亲手接触以后，一位研究者才可能问出下一个问题，一个小团队才可能试着做出自己的东西。
两天后公开的 R1 论文，还留下了研究过程里并不光鲜的部分。R1-Zero 展现出推理能力的潜力，同时存在可读性不足、语言混杂等问题。团队随后通过冷启动数据和多阶段训练，改善了面向使用的 R1。20
这使那次发布多了一层可贵的真实感：成果不是凭空出现的。研究者看见一个方向的可能性，再处理它带来的新问题，才逐渐做出了人们能够使用的模型。论文保留了这段来路，也给后来者留下了继续追问的入口。
一周以后，事情越出了技术社区。
1 月 27 日，英伟达股价下跌近 17%，市值减少约 5930 亿美元。路透社将 DeepSeek 引发的 AI 成本与竞争讨论，列为当天市场震荡的重要背景。2
一个来自杭州的名字，突然进入全球金融市场最敏感的判断：如果模型可以通过不同的技术路线做得更有效率，人们此前对算力投入、产业优势和竞争格局的预期，是否需要重新计算？
巨大的数字很快覆盖了细节。"DeepSeek 时刻"成为容易记住的说法，关于研发成本的故事也越传越简单。
其中流传最广的几百万美元，来自 V3 技术报告：约 557.6 万美元，是按特定 GPU 小时价格估算的正式训练计算成本，不包括前期研究与消融实验，也不能当作 R1 的完整研发账单。19
把这笔账说清楚，并不会减损 DeepSeek 的成绩。相反，它让成绩重新落回真正值得尊重的地方：长期积累的研究能力，以及让昂贵资源得到更有效使用的工程工作。
那些试过以后被放弃的办法、需要反复验证的猜想、为效率做出的细小改动，都有成本。最后一个醒目的数字，是这些工作留下的结果，无法代替它们本身。
世界在那个星期一看见了结果。DeepSeek 随后要面对的，却是结果带来的全部重量。
图 1｜R1 发布后的十天，技术成果迅速进入市场与监管的视野。来源：123。
成名没有给它放假
1 月 30 日，意大利数据保护机构限制 DeepSeek 处理当地用户个人数据，并启动调查。监管方认为，公司此前提供的说明不足以回应相关关切。3
距离 R1 发布，只有十天。
人们输入聊天框的内容，可以是一道数学题，也可以是一份工作文件、一段私人经历。模型越好用，使用范围就可能越广；使用范围越广，公司需要承担的责任也就越具体。训练一个强大的模型，与经营一项值得信任的全球服务，有许多不同的功课。
DeepSeek 必须在受到赞誉的同时，补上这些功课。
接下来的春天，韩国个人信息保护委员会公布调查结果，要求改善跨境数据传输、透明度和安全措施。4 月 24 日的公告同时记录了公司已采取的措施，包括增加拒绝将用户输入用于训练的选项，以及停止向 Volcano 传输被认定为不必要的用户输入数据。5
调查和整改使这家公司的成长有了另一种刻度。模型能力在评测中接受检验，用户的数据权利则需要落实到产品和流程里。DeepSeek 要赢得的信任，开始延伸到算法之外。
而在这些考验之间，DeepSeek 还做了一件颇有自己气质的事。
2 月 24 日，它启动了开源周。此后的几天，FlashMLA、DeepEP、DeepGEMM，以及并行训练、负载均衡、存储等相关项目陆续公开；团队还分享了 V3/R1 在线推理系统的设计。4
对普通读者来说，这些名字远没有 R1 好记。它们藏在模型背后，负责让计算更高效、让芯片交换信息、让任务分配得更合理。用户看见的是屏幕里一行行出现的回答，工程师还要解决回答出现之前的等待、拥堵和资源浪费。
可以把它理解为：人们正在围观一辆跑得很快的车，造车的人开始公开其中一些零件和工作方法。
这也是一月成本故事的延续。人们问效率从哪里来，代码给出了一部分能够检查的答案。同行可以阅读、测试，再判断哪些经验适用于自己的系统。4
分享这些东西，很难像发布一个聊天模型那样，让每个人立刻理解它的意义。可对于正在解决同类问题的人，一份成熟实现所节省的反复摸索，往往比一句鼓舞更有用。
这让 DeepSeek 与外部世界的关系慢慢发生变化。它的成果开始成为别人的材料；别人的试验、修改和反馈，又可能带回新的问题。一家公司做出的工作，由此有了超出公司边界的生命。
当然，公开一批组件，并不意味着整套训练与服务系统已经完整交付。但方向已经可以辨认：DeepSeek 正在把模型背后的部分经验，也变成更多人能够触及的东西。
成名带来的喧闹还没有结束，它已经把手伸回了机器内部。
图 2｜开源周公开了模型背后的部分工程能力，涵盖计算、通信、并行、均衡与存储。来源：4。
一处括号里的限制，走了半年
如果继续沿着 DeepSeek 的更新日志往下读，会遇到一个很小的细节。
2025 年 5 月 28 日，R1 更新。公告介绍了推理、写作和幻觉改善等进展，也坦率写下工具调用表现与部分领先模型仍有差距。旁边的括号里，还有一项限制：当时不支持在思考过程中调用工具。6
这句话不像一条会被广泛转发的新闻。它却说明了成名之后，DeepSeek 还需要走多远。
一个模型能把题目想明白，与它能替人完成一项工作，之间仍有距离。做研究可能需要查资料，写程序需要运行和调试；得到新结果以后，还要回头判断之前的想法是否成立。思考、行动、检查，再继续思考，往往属于同一个过程。
那一处括号，标出了当时尚未接通的地方。
此后几个月的更新，便可以沿着这个问题读下去。
8 月 21 日，V3.1 将思考与非思考模式放进同一个模型，继续改善工具使用和智能体任务能力。7 它开始更明确地适应不同任务的节奏：有的事情需要尽快给出答案，有的事情值得多花一点时间。
到了 9 月 22 日，V3.1-Terminus 的更新说明里，又出现了非常日常的词：中英文混杂、偶发异常字符。8
曾经让全球市场重新计算预期的模型，依然会在用户面前犯这些具体的小错。
这恰恰是产品真实的生活。对使用者而言，一段莫名切换语言的文字、一处破坏格式的字符，都可能让人停下手里的工作。技术声望不能替用户省掉返工的时间。把这些问题写出来，再一点点改掉，是公司需要持续完成的劳动。
一周后的 V3.2-Exp，把改进继续推进到长文本的计算效率。稀疏注意力机制进入模型，API 价格也随之下调。9 当 AI 需要反复读取材料、调用工具、检查结果时，每次处理所需的时间和费用，就会影响一整项工作是否值得交给它。
模型开始做得更多，效率便需要跟上。
到了 12 月 1 日，V3.2 正式版发布，五月的那处限制终于有了后续。官方明确提出，将思考融入工具使用：模型可以在思考过程中调用工具，获得结果，再继续处理任务。10
前后两份公告，隔了半年。
把它们放在一起，会看见一种比版本名称更有意思的进步：一个曾经被坦率承认的问题，经过后续工作，成为能够跨过去的地方。中间的模式整合、稳定性修补和效率探索，则让这种能力更接近实际使用。
新闻通常在发布那天出现，研究和工程却要在新闻之间继续。很多工作在完成以后，会成为使用者觉得理所当然的体验。一个工具终于好用了，人们往往不会再想，它从不好用走到这里，经历了多少细节。
这些更新日志，恰好替 DeepSeek 保存了那些细节。
图 3｜2025 年几次更新之间的联系：推理、工具使用、稳定性与效率逐步配合。图示为能力方向，不代表所有任务均能可靠完成。来源：6---10。
路走远了，行囊也要变大
进入 2026 年，交给模型的工作继续变重。
4 月 24 日的官方中文公告中，V4 预览版把服务的上下文窗口推进到百万 token，并继续强化智能体能力。11
对用户而言，这个数字最直接的意义，是更长的材料有机会被放进同一次工作：一份报告、一组项目文件、一段此前需要反复补充的背景。模型能够容纳的内容变多，下一步就要更好地理解它们之间的关系。
一份报告装得进去，还要找得准；一个项目读得下来，还要改得对。模型越接近真实工作，越需要在长时间、多步骤的处理中维持可靠性。背后的计算、存储与调度，也就承担起更大的任务。
这时，资本进入了故事的前景。
6 月 3 日，路透社报道 DeepSeek 计划进行约 500 亿元人民币的首次外部融资，潜在投资者包括腾讯和宁德时代。12
7 月 16 日，路透社根据上市公司相关披露，报道了一笔间接投资：一只基金以 29 亿元取得相应权益，对应 DeepSeek 约 0.8265%的间接持股比例，由此推算的交易隐含估值约为 3508.8 亿元。13
融资计划与交易定价属于不同口径，但放在时间里，它们都标记着同一种变化：这家早期依靠创始人及幻方支持的公司，正在建立更广泛的资本关系。
人们自然会想起梁文锋在 2024 年说过的另一句话："短期内没有融资计划。"18
如今，那个"短期"已经过去。
如果把创业理解为沿着最初的设想原封不动地走下去，现实总会显得不够纯粹。可研究的边界在扩大，竞争在变化，服务也有了新的规模。公司需要随着工作本身调整条件，才能把下一段路继续走完。
更高的效率与更大的资金需求，也可以同时存在。节省一次计算的成本，会让更多任务变得可行；当任务变长、使用增加、研究继续深入，总体投入仍可能上升。公开材料尚不足以替 DeepSeek 算出完整账本，但这段产品演进已经提醒人们，前沿 AI 的低单价并不意味着低总投入。
融资带来新的可能，也会增加新的要求。怎样分配研究资源，怎样协调商业回报与长期探索，怎样在更大的组织里保留对未知问题的耐心，都将变得更具体。
回头看成名前那个花了几个月才跑通的想法，会发现，DeepSeek 此后真正需要守住的，是让类似想法仍有机会被认真对待的条件。
资金可以购买更多设备，却无法自动生成判断力，也无法保证一群人愿意追问同一个难题。支持一次创新的，除了预算，还有团队怎样讨论问题、怎样容纳失败，以及成果尚未出现时，组织能否继续等待。
资本会怎样改变这些条件，要由未来回答。眼下能够看到的是，在融资消息陆续传出的日子里，DeepSeek 的研究和产品仍在向前。
图 4｜资本线索逐渐具体。融资金额与交易隐含估值含义不同，不能连成同一条增长曲线；十月数据沿用 10 月 22 日报道口径。来源：121317。
那些零件，后来组成了什么
9 月 10 日，V4.1-Flash 的中文公告把原生视觉理解带进了新的模型版本。到了 10 月 17 日，V4.1-Flash-1017 又将改进重点放到完整项目开发，展示游戏、三维建模等案例，并开放 Search 与 Fetch API。1415
从这些官方演示里，可以看出任务的变化：用户交给模型的，越来越像一项需要持续推进的工作。它要读材料、看图、找信息，动手以后检查结果，再根据反馈修改。
一旦工作需要这样往返，支撑模型运行的系统，就变得与模型本身一样值得关注。
也正是在这个时候，DeepInfer 出现了。
2026 年 10 月 20 日至 22 日的发布窗口内，DeepSeek 公开这套用于支撑其大规模生产服务的推理框架。此次提供的是离线推理版本，以及规模化服务所需的一批核心能力。16
读到它的组件清单，会看见几个熟悉的名字：FlashMLA、DeepGEMM、DeepEP。16
二十个月前，开源周里那些对普通人略显陌生的零件，在这里重新相遇。此前分别出现的计算与通信能力，进入了一个共同运行的框架。
故事因此有了一个迟来的照应。
R1 让外部研究者有机会接触模型；开源周让人们进一步看见底层工程；DeepInfer 又提供了观察这些能力如何协同的入口。沿着这条路，别人能够研究的东西，逐渐向更深的地方展开。
开放的范围仍然有边界。DeepInfer 的说明明确列出，完整线上服务所涉及的缓存系统、部分阶段解耦和跨副本负载均衡等，并未全部公开。16 因而，我们不能把它写成 DeepSeek 已经交出了全部生产系统。
但已有成果的意义，也无须靠"全部"来成立。
对于一个正在搭建系统的团队，能看见某个关键环节的实现，就多了一种验证的可能；能研究多个环节的配合，就有机会减少重复摸索。真正的价值，需要落实到别人能够拿它做什么。
仓库的致谢还保留着另一段来路：项目早期主要构建于 vLLM 之上，也借鉴了 SGLang 和 TensorRT-LLM。16
这让"贡献者"三个字变得具体。一项技术从已有知识中生长，经过新的研究和工程工作，再把一部分经验交回社区。每个参与者都可能从别人那里得到帮助，也可能让下一位少绕一点弯。
DeepSeek 正在参与这样的过程。它的价值可以体现为一家公司的竞争力，也可以体现在那些不属于它的项目里，体现在别人因此做成的研究和产品中。
对于创新，这是一种很长远的回报。
图 5｜从分散组件到推理框架，DeepSeek 继续扩大可供研究和使用的工程范围。完整线上服务仍需其他组件。来源：16。
再回到十月的融资新闻，最初的两条线终于汇到了一起。
资本在为 DeepSeek 的未来定价，代码则记录着它已经做过什么。前者承载期待，后者允许检验。这家公司能走多远，最终仍取决于它能否持续把期待变成新的成果。
回望 R1 成名后的这二十一个月，DeepSeek 值得敬佩的理由，已经足够具体。
它证明了一支中国团队能够带着自己的方法，参与前沿技术的竞争；它在受到瞩目以后，仍然需要并且继续做那些不那么耀眼的工作：修正输出、改善效率、接通工具、回应数据责任。它还把部分模型和工程经验公开出来，让自身的进步成为更多人可以使用的起点。
研究仍有尚未解决的难题，商业道路还有不确定性，开放也有需要继续推进的地方。这些现实与已经取得的成绩并排放着，让我们看见一个团队怎样在突破之后，继续承担工作本身。
很多人第一次认识 DeepSeek，是在那个科技股下跌的星期一。可在更长的时间里，一家公司会怎样被记住，还取决于它给后来者留下了什么。
可能是一种更高效的方法，一份可供研究的模型，一段能够继续修改的代码。也可能是一个更朴素的信念：当一个问题还没有现成答案时，我们也可以试着去回答它。
当年那个被留出几个月时间的研究想法，已经成为了这条路上的一部分。未来还会有新的想法，需要新的耐心。
成名之后，DeepSeek 仍有很远的路要走。它已经做出的可贵贡献，是让更多人相信，这样的路值得走，也可以由我们来走。
参考资料
1 2025-01-20，DeepSeek，R1 发布公告。https://api-docs.deepseek.com/zh-cn/news/news250120/
2 2025-01-27，Reuters，DeepSeek sparks AI stock selloff; Nvidia posts record market-cap loss（页面更新于 1 月 28 日）。https://www.reuters.com/technology/chinas-deepseek-sets-off-ai-market-rout-2025-01-27/
3 2025-01-30，意大利数据保护机构 Garante，限制 DeepSeek 处理意大利用户数据的公告。https://www.garanteprivacy.it/home/docweb/-/docweb-display/docweb/10097450
4 2025-02-24---03-01，DeepSeek，Open Source Week / Open Infra Index。https://github.com/deepseek-ai/open-infra-index
5 2025-04-24，韩国 PIPC，The PIPC Announces Status Examination Results of DeepSeek Service（英文页面上传于 4 月 30 日，公告落款为 4 月 24 日）。https://pipc.go.kr/eng/user/ltn/new/noticeDetail.do?bbsId=BBSMSTR_000000000001\&nttId=2819
6 2025-05-28，DeepSeek，R1-0528 更新公告。https://api-docs.deepseek.com/zh-cn/news/news250528/
7 2025-08-21，DeepSeek，V3.1 发布公告。https://api-docs.deepseek.com/zh-cn/news/news250821/
8 2025-09-22，DeepSeek，V3.1-Terminus 更新公告。https://api-docs.deepseek.com/zh-cn/news/news250922/
9 2025-09-29，DeepSeek，V3.2-Exp 发布公告。https://api-docs.deepseek.com/zh-cn/news/news250929/
10 2025-12-01，DeepSeek，V3.2 正式版发布公告。https://api-docs.deepseek.com/zh-cn/news/news251201/
11 2026-04-24，DeepSeek，V4 预览版发布公告。https://api-docs.deepseek.com/zh-cn/news/news260424/
12 2026-06-03，Reuters，DeepSeek slated to raise $7 billion in maiden funding round, sources say（Investing.com 转载）。https://www.investing.com/news/stock-market-news/deepseek-slated-to-draw-7-billion-in-maiden-fundraising-sources-say-4723297
13 2026-07-16，Reuters，Chinese filing implies DeepSeek valuation of around $52 billion（Investing.com 转载）。https://www.investing.com/news/stock-market-news/chinese-filing-implies-deepseek-valuation-of-around-52-billion-4796314
14 2026-09-10，DeepSeek，V4.1-Flash 发布公告。https://api-docs.deepseek.com/zh-cn/news/news260910/
15 2026-10-17，DeepSeek，V4.1-Flash-1017 发布公告及搜索、抓取 API 说明。https://api-docs.deepseek.com/zh-cn/news/news261017/
16 2026-10-20---22 发布窗口，DeepSeek，DeepInfer 官方仓库，含开放范围与未包含组件说明。https://github.com/deepseek-ai/DeepInfer
17 2026-10-22，Reuters，DeepSeek wrapping up $15 billion fundraising to fuel AI race, sources say。https://www.reuters.com/world/asia-pacific/deepseek-raises-15-billion-challenge-leading-us-labs-bloomberg-news-reports-2026-10-22/
18 2024-07-22，于丽丽／暗涌 Waves，《揭秘 DeepSeek：一个更极致的中国技术理想主义故事》，梁文锋访谈。https://www.36kr.com/p/2872793466982535
19 DeepSeek-V3 Technical Report，正式训练计算成本及统计范围。https://arxiv.org/html/2412.19437v2
20 DeepSeek-R1 论文首版，2025-01-22。https://arxiv.org/abs/2501.12948v1
21 2023-05-25，36氪／暗涌，《疯狂的幻方：一家隐形AI巨头的大模型之路》，梁文锋访谈。https://www.36kr.com/p/2272896094586500