文 | 字母AI

融資之后，招人是DeepSeek釋放的第一個明確信號。

6月25日，DeepSeek發布了一張大規模招聘海報，表示隨著技術演進，他們正努力將所有部門的規模擴大至少一倍。

所有部門，擴大至少一倍。

從研發和算力，到產品、運維和職能體系，DeepSeek正在從一個主攻研究突破的小隊，走向一個持續生產模型、交付產品、運營組織的平臺公司。

海報上寫得很浪漫：當今人類正處于AGI的前夜，加入DeepSeek，可以親歷AGI的發展進程，坐在時代前排，見證一個新紀元的誕生。

但浪漫背后是非常具體的現實問題。

以前，當一家公司提到AGI，外界總是會先看研究員、論文、模型架構，看誰離“智能涌現”更近。

然而，“智能涌現”和工程落地之間，還有很長的一段距離。如果AGI想要真正進入現實世界，進入產品和企業，它就一定會變成工程問題、算力問題、產品問題，最后也會變成組織問題。

一家公司想坐在“時代前排”，不能只有寫論文和訓練模型的人，也要有人把集群跑穩、把推理成本壓下來、把產品交到用戶手里，把那些看起來不夠AGI的交付能力撐起來。

DeepSeek這次擴招，可以看做一次拿到融資之后的組織補課。它要補的，正是AGI下半場所需要的基礎設施能力。

融資之后

DeepSeek正在進入一個和早期完全不同的成本結構。

據多家媒體報道，DeepSeek最新一輪融資規模超過70億美元，折合人民幣超過500億元。這輪融資的用途包括增強算力能力和改善員工***。

過去，DeepSeek改寫了大模型行業的成本敘事。在OpenAI、Anthropic、Google等海外AI大廠不斷堆算力、堆資本、堆數據中心的時候，DeepSeek用更低的訓練成本、更高的工程效率和開源策略，證明了前沿模型不一定只能由最有錢的公司做出來。

但低成本突破不等于低成本競爭，做出一代強模型和推動工程落地是兩件不同的事。前者看研究判斷、工程效率和模型訓練能力；后者則考驗算力供給、系統穩定性、產品交付和組織協同。

DeepSeek此前用相對高的效率證明了自己有能力做出強模型，但到了V4之后，它的位置發生了變化——與華為昇騰等國產AI芯片的適配，不僅是技術上的工程實現，也讓DeepSeek變成了國產AI算力生態里的關鍵應用方。

然而，模型能不能跑在國產算力上只是第一步，真正困難的是在大規模用戶和開發者調用中保持可用。

一方面，高端算力容量會直接影響模型服務的成本和吞吐。DeepSeek此前提到，V4-Pro的價格下降與昇騰950超節點的規模出貨相關，這意味著DeepSeek的商業化供給不只取決于模型能力本身，也關乎到底層算力能不能持續擴容。

另一方面，V4發布前后，DeepSeek用戶側仍不時出現“服務器繁忙”、響應失敗、對話中斷等反饋，暴露出了DeepSeek走向平臺化必然承受的壓力。

到了這個位置，只靠研究和工程小隊的突擊是走不通的。

融資補的是消耗能力，它讓DeepSeek有資本繼續進入高強度競賽。但資本只能解決***供給的一部分，不能替代組織建設。

對于一家已經擁有大規模用戶關注、開發者調用需求和產業鏈位置的AI公司來說，下一階段的關鍵不只是繼續訓練更強模型，也包括推理服務、系統穩定性、產品化、數據工程和后臺職能的同步擴張。

此次擴招，正是DeepSeek走向平臺公司的一次組織補全。

DeepSeek此次招聘涉及27類技術和支持崗位，覆蓋了一家公司從模型實驗室走向平臺型組織時必須補齊的整套能力：從全棧開發、算法研發，到AI核心系統、運維、產品、模型數據策略，再到HR、行政、法務、財務等職能體系。

尤其值得注意的是，DeepSeek開始大規模招聘那些看起來“不夠AGI”的崗位。

運維不負責定義智能，但負責讓服務不中斷；產品經理不訓練模型，但負責把模型能力變成用戶愿意持續使用的產品；數據策略團隊不一定寫出最漂亮的論文，但決定模型能否在真實反饋中繼續迭代；HR、法務、財務、行政不會出現在模型排行榜上，但一家進入高強度競爭的AI公司，不可能永遠靠創始人意志和小團隊慣性運轉。

不過，到了這一步，DeepSeek又將面對下一個問題：

一個靠小隊突擊跑出來的AI公司，能不能在長大之后，仍然保持原來的速度和鋒利？

小隊之后

DeepSeek早期的優勢，不只是模型能力本身，也包括它背后的組織形態：決策距離短，研究人員和工程人員之間的協作摩擦低，方向判斷可以更快傳導到模型訓練、系統優化和開源發布上。

短鏈路的組織形態特別適合模型早期的突破階段，在這個階段，最重要的不是部門齊全，而是判斷夠快。

新想法能不能馬上試、工程優化能不能立刻進訓練流程、模型要不要繼續開源、技術路線要不要繼續押注……這些問題如果都要經過漫長的管理鏈條，機會很容易就錯過了。

小團隊有時能在前沿技術競賽里打出大公司的效果，關鍵就在于決策鏈條夠短。反過來說，大公司擁有更多人才、更多算力、更多資金，但這些***并不會自動轉化成速度。

***要被組織起來，才會變成真正的能力。否則，人才越多，可能只是會議更多；部門越全，可能只是審批更長；安全、產品、商業、品牌、法務都開始介入之后，一個原本應該快速判斷的技術問題，就有可能變成一場漫長的組織協調。

Google就是一個值得對照的反例。

Transformer誕生于Google，AlphaGo、AlphaFold、Gemini也都來自Google體系。論研究積累、基礎設施和人才厚度，Google幾乎是全世界最強的AI公司之一。

但過去幾年，Google在生成式AI上的表現也不斷提醒外界：人才多并不等同于組織有效。

一家公司可以擁有最好的研究員、最強的基礎設施、最多的產品入口，卻仍然可能在關鍵時刻慢半拍。原因并不一定是技術不夠，而是技術從實驗室走到產品、從產品走到用戶、從用戶反饋再回到模型迭代，中間要穿過太多組織層級。

這種慢半拍，在AI編程上表現得尤其明顯。

Pichai Sundararajan承認了Google在agentic coding上“有點落后”，Google聯合創始人Sergey Brin最近也在內部備忘錄中要求團隊“緊急彌合”AI編程能力上的差距，把模型變成能夠產出最終代碼的“主力開發者”。

等到Google意識到AI編程已經變成一個獨立戰場時，Claude Code、Cursor和Codex們已經先一步占住了開發者心智。可以說是非常后知后覺了。

在搜索、廣告、云計算或者社交產品里，大公司還可以依靠規模、渠道和既有用戶基礎慢慢推進。但在大模型競賽里，模型能力、產品體驗、開發者心智和市場預期都在快速變化，窗口期被壓縮到了很短的時間里。

決策鏈越長，方向就越容易被稀釋。

就在最近，短短一段時間內，Google連續失去了多名核心AI人才：Transformer論文作者之一、Gemini聯合負責人Noam Shazeer去了OpenAI；AlphaFold核心人物、2024年諾貝爾化學獎得主John Jumper去了Anthropic；Gemini核心研究員Jonas Adler和AlphaFold 2/3核心作者Alexander Pritzel，也被曝將轉投Anthropic。

未上市AI公司的股權激勵是OpenAI、Anthropic吸引頂級人才的重要籌碼，但外界討論這些離職時，提到的不只是薪酬和股權，還包括大公司流程、技術自主權和決策效率。尤其是Noam Shazeer——早在2021年，他就曾因Google的決策鏈條過長選擇離開，后被Google以27億美元的高價帶回。如今，。

更集中的目標、更大的技術自主權、更少的官僚流程，會讓研究員覺得自己能更快做出東西。

DeepSeek接下來要避免的，恰是Google暴露出的“大公司病”。

它必須長大，因為平臺公司不能只靠小隊突擊；但它又不能長成一套遲鈍的大廠機器，否則早期最寶貴的速度和判斷力會被流程吞掉。

二者之間的平衡還需要謹慎把握，如何做到“大而不鈍”，是DeepSeek下一階段必須思考的問題。

平臺化之后

模型競爭正在變成系統競爭。

早期，外界衡量一家AI公司的核心標準在于模型的強度，以及它能不能在訓練效率、模型架構和開源策略上打出突破。

而現在，模型能力已經不再單獨決定一家公司能走多遠。算力、工程、產品和交付能力，都會反過來決定模型能不能被真正用起來。

當DeepSeek從實驗室走向平臺公司，外界對它的衡量標準就會發生變化。

組織能力只是其中的一個方面。高峰期的響應速度、API調用的穩定性、產品功能的一致性、企業客戶接入后的可用性，以及國產算力適配之后能否真正帶來更低成本的服務，都會成為DeepSeek繞不開的問題。

對免費用戶來說，服務器繁忙可能只是一次體驗波動；但對付費用戶、開發者和未來的企業客戶來說，響應失敗、對話中斷、API限流和功能降級，都會直接影響他們是否愿意把DeepSeek接進真實工作流和業務系統。

平臺化之后，模型能力決定用戶愿不愿意來，穩定性決定用戶敢不敢留下。

DeepSeek過去遇到的那些工程和服務問題，并不會隨著模型能力變強而自動消失，相反，隨著它進入付費端、開發者生態和企業場景，這些問題將面臨更嚴格的檢驗。

從國產算力適配、融資，到這次大規模招聘，DeepSeek正在經歷走向平臺化的關鍵階段。

把模型突破變成穩定的平臺能力并不容易。它要繼續保持研究小隊時代的鋒利度，又要補上平臺公司必須有的交付能力和組織厚度；它要繼續做出強模型，也要讓強模型真正變成用戶、開發者和企業客戶可以依賴的服務。

過去，它用一次次模型突破讓世界看見了中國AI公司的效率和野心，接下來它要證明的是，這種效率和野心能不能被做成一個長期運轉的平臺。

我們當然期待DeepSeek越做越好、做大做強。

在大模型競賽越來越被資本、算力和巨頭壟斷的今天，DeepSeek曾經證明過，前沿模型的突破不只有一種路徑。

現在，它正在走向更復雜、也更真實的下一階段。返回搜狐，查看更多