当大家还在争论哪个人工智能比较厉害的时候、当业界还沉迷算力军备竞赛的时候，deepseek却用29.4万美元，再度创造历史。

在AI烧钱如流水的时代，DeepSeek却仅凭29.4万美元的增量投入，便登上了《自然》封面，打破了巨头们“算力即王道”的铁律，这笔钱比一个高官的年薪都要低，却能训练出与OpenAI相提并论的推力模型，而创造这个奇迹的人，竟还只是个高中生，所以这个人是谁？又有什么厉害之处？

用脑子代替票子

在一个动辄烧掉数千万美元、以百亿资本为入场券的行业里，一个增量训练成本仅为29.4万美元的项目是什么概念？这大概相当于一名企业高管的年薪，然而就是这样一笔“微不足道”的投入，却敲开了《自然》杂志的封面。

人工智能的战场似乎早已定下了规则，算力、数据、资本，这三者构筑起一道普通玩家无法逾越的铁壁，巨头们在这里进行着一场军备竞赛，比谁的参数更多，谁的GPU集群更大，这套玩法简单粗暴，却也昂贵得令人窒息。

但DeepSeek的故事却告诉我们，游戏规则是可以被改写的，他们的胜利关键不在于省钱，而在于他们从一开始就没打算在别人的主场上玩。

他们发动了一场非对称战争，武器库里装的不是更多的H800显卡，而是被行业巨头们在狂飙突进中选择性忽视的三样东西，极致的算法杠杆、不计代价的学术公信力，以及对“天才”这两个字的全新理解。

DeepSeek的核心突破藏在一种近乎“少即是多”的工程哲学里，他们用事实证明，一个精巧的算法设计，其威力可以几何级数地超越单纯的资源堆砌。

当前主流的模式更像是一种“圈养”，研究员们费尽心力准备好标准解题步骤，然后逼着模型去模仿，但DeepSeek不这么干，他们选择了“放养”，他们采用纯粹的强化学习框架，只告诉模型最终答案的对错，至于过程需要它自己去闯、去试错。

这种“只给目标，不给路径”的思路，意外地解放了模型的潜力，它不再是一个只会背答案的模仿者，而变成了一个在黑暗中摸索、自主进化的探索者。

而最惊人的是，在这个过程中，模型自发地涌现出了“自我反思和验证”的行为，它学会了自己检查自己的推理过程，这是一种真正意义上的智能。

这种方法的威力不容小觑，一个基础模型的准确率只有可怜的15.6%，但在经过80小时强化学习“放养”后诞生的R1模型，准确率直接飙升到了77.9%。

如果再结合一种名为“自洽解码”的技术，这个数字甚至能达到86.7%，足以超越90%的人类参赛者，与OpenAI的王牌模型打成平手。

把透明锻造成武器

在人工智能这个信任极度稀缺的行业里，DeepSeek做出了一个反直觉的选择，他们将别人视若珍宝的商业机密，转化为了自己的科学信誉，通过最严苛的学术审查和近乎彻底的开源，他们构建了一道比任何技术壁垒都更难被逾越的护城河。

当OpenAI等巨头还在指责他们使用ChatGPT的输出进行训练时，DeepSeek没有选择在社交媒体上打口水仗，而是默默地在2月12日将论文投给了《自然》杂志。

接下来的五个月，这篇论文经历了由八位顶级专家组成的团队的轮番审视，评审维度覆盖了原创性、方法论和鲁棒性等方方面面。

更罕见的是，整个审稿意见和作者的回复都被完整公开，这是一次代价高昂的自证，但战略价值巨大，当7月17日论文被接收并作为封面文章发表时，它不仅为R1的成果盖上了全球最权威的学术钢印，也成了对所有原创性质疑的终极回应。

《自然》甚至专门为此发表社论，呼吁所有AI公司都应接受这样的学术审查，而面对数据来源的“原罪”问题，DeepSeek同样选择了坦诚。

他们主动承认用于训练V3基础模型的数据中，包含了12%由AI生成的内容，但坚决否认直接复制竞争对手的输出。

这种坦诚赢得了无数人的信赖，在开源平台上，R1系列模型的下载量迅速突破1090万次，把大名鼎鼎的LLaMA2都甩在了身后，GitHub上的星标数也达到了惊人的91.1k，这正是DeepSeek想要的，用信誉撬动生态，打破巨头的技术垄断。

天才少年与伯乐

DeepSeek的成功当然离不开人为的努力，在这个行业里，大家习惯了用千万年薪去挖功成名就的大牛，但DeepSeek的创始人梁文锋却相信顶尖人才可以自我培养，他的团队里，核心岗位上坐着不少应届生和年轻工程师。

这种理念最极致的体现，就是涂津豪的出现，他不是某个被挖来的硅谷大神，而是一名17岁的高二学生，但他绝非一个被挂名的“天才少年”。

在加入DeepSeek之前，他独立开发的一套名为“Thinking-Claude”的提示词方法论，通过目标拆解、场景引导和逻辑校验三层设计来增强模型的推理能力，早已在GitHub上获得了15.6k的星标，甚至被斯坦福和MIT的研究者引用。

更具说服力的是，在2024年的阿里巴巴全球数学竞赛AI赛道上，涂津豪单枪匹马，融合强化学习和蒙特卡洛树搜索，以92%的惊人准确率夺得第一名，把第二名78%的成绩远远抛开，他的解题时间仅为28分钟，也远快于平均的40分钟。

一个能让17岁高中生成为《自然》封面论文核心贡献者的环境，颠覆了传统AI研发那种等级森严的精英实验室模式，这是DeepSeek的文化与一个原生天才之间发生的奇妙共振，或许这也是deepseek取得如此成功的原因之一。

信息来源：