出品 | 網易智能

作者 | 辰辰

編輯 | 王鳳枝

500億級融資框架敲定后，DeepSeek開搶工程師。

據媒體報道，6月15日，DeepSeek完成成立以來首輪外部融資。十天后，它在微信公眾號上發布招聘公告：33個崗位，七大類別，所有部門規模至少翻一倍。

翻完崗位表，你會發現一件事。最顯眼的崗位，是模型、數據、Agent、超算集群、編譯器、分布式存儲。

一家剛拿到巨額融資的AI公司，按常規劇本，下一步應該是擴商業化團隊、搶企業客戶、鋪渠道、講增長故事。但DeepSeek沒有把這件事放在最前面。至少從這批公開崗位看，它更像是在把錢砸向另一件事：把模型、算力、數據和Agent基礎設施繼續往深處打。

招聘公告往往比PR稿誠實。

PR稿講愿景，崗位表講預算；PR稿講故事，崗位表講優先級。一個公司愿意把錢花在哪些人身上，才真正說明它相信什么。

所以這份招聘公告真正值得讀的，不只是DeepSeek要招多少人，而是它想提前占住哪些位置。

一、崗位表讀作戰略書

招聘公告往往比PR稿誠實。

因為招什么人，花的不是公關預算，是真金白銀。

這一次，是500億級別的真金白銀。

社交媒體X上一位資深用戶把DeepSeek的崗位表讀成了一份"戰略備忘錄"，提煉了七條信號。單看每一條，不一定都出乎意料。但放在一起，方向非常清楚。

第一，數據崗位按垂直領域拆開招。

不是籠統地"招一個數據PM"，而是細分到非英語小語種、醫學、法律。每一種垂直領域，都配一個專門的數據產品經理。

這說明DeepSeek不打算只在中文和英文里繼續卷。

它在為全世界最難啃的知識領域儲備彈藥。

在這張崗位表里，數據不是輔助部門。幾乎每一個研究方向，都被拆成了數據軌道和算法軌道兩條線。

第二，Agent被拆成兩條基礎團隊。

Agent Harness和Agent Infra，分開招，各自獨立。

這不是把Agent當成一個功能模塊來開發。

更像是在把它當成一套操作系統來架構。

Harness負責讓Agent"能跑起來"，Infra負責讓Agent"跑得穩"。一條線解決執行，一條線解決底層支撐。

值得一提的是，Harness團隊負責人崔添翼，是梁文鋒的浙大校友，今年3月剛加入。梁文鋒顯然在為他配人。

第三，從集群到編譯器，從框架到存儲，DeepSeek都在全棧自建。

服務器端開發工程師、預訓練數據工程師、超算集群研發工程師，是公告里重點標出的崗位。

再往下看，還有編譯器工程師、高性能算子工程師、分布式存儲工程師、IDC工程師。

每一層都自己招人。

甚至有一個數據中心崗位，工作地點在內蒙古烏蘭察布。

這不是普通擴招。

這是在把AI生產線往自己手里收。

第四，前沿研究崗位的要求很直白。

"持續學習、自進化、新范式。"

說白了，DeepSeek不認為現有技術路線能一直贏下去。

它在找的，不只是優化已有模型的人，而是可能發明下一代路線的人。

不是為了把舊東西做得更好。

是為了在必要時推翻舊東西。

第五，注意力數據和情緒智能被單獨設崗。

那位X用戶特別指出，情緒智能在DeepSeek崗位表里有自己的獨立數據策略。

這是一個面向中國市場的判斷：消費級AI的收入大頭在哪里，數據資源的配置就會指向哪里。

AI不只是解題、寫代碼、做推理。

它還要長期和用戶相處。

用戶愿不愿意繼續聊，情緒反饋、注意力分配、陪伴體驗，都可能變成產品能力的一部分。

第六，還有一條容易被忽略的線索：DeepSeek開了一條類似銀行管培生的人才軌道。

一家前沿AI實驗室，開始系統性儲備未來管理者。

這意味著，它不打算等人成長起來之后再臨時提拔。

它在提前把有管理潛力的人招進來培養。

這些崗位拼在一起，DeepSeek的下注方向已經很清楚。

它要做的，不是某一個AI應用。

而是所有AI應用腳下的那層地基。

但如果只看"招了什么"，這個故事只講了一半。

另一半在它"沒招什么"。

還有，錢從哪來。

二、拿了500億級融資，但一個銷售都不招

有人翻完整個崗位列表，發現了一件比"招了什么"更值得注意的事：

"不招銷售、市場、BD或增長。崗位集中在模型、Infra、研究、數據，以及少量后臺支持上。"

他補了一句判斷：

"這本質上是一場組織層面的下注。DeepSeek在賭模型本身，賭這個時代會把最大的紅利給'做出最強模型的公司'，而不是'最會銷售模型的公司'。"

這句話很重。

但真正讓它變重的，是十天前剛發生的一件事。

6月15日，DeepSeek完成成立以來首輪外部融資。

500億級人民幣，投后估值逼近4000億元。

中國AI行業史上最大的一輪。

一家正常拿了這筆錢的AI公司，為什么能不急著招銷售？

答案不在招聘公告里。

在融資條款里。

據媒體報道，這輪融資采用了非常特殊的結構：梁文鋒仍通過其管理的有限合伙安排保持控制權，部分外部投資方拿到的是財務回報權，而不是公司治理權，并且面臨五年鎖定期。

梁文鋒團隊甚至穿透核查了每一家出資基金背后的LP真實身份，防止股權流入不明主體。

翻譯一下：

我要你的錢。

但不要你說話。

五年內別想走。

而且我要查你是誰。

這在風險投資交易里極不常見。

騰訊、寧德時代、京東、網易、IDG等機構都參與了。但從公開信息看，它們換來的，是一張沒有投票權、五年不能動的紙。

一位投資人在朋友圈感嘆：

"除非你已經是這個賽道里'非投不可'的唯一玩家，否則沒人能開出這樣的融資條件。"

這話說到了根上。

從目前披露的交易結構看，不是投資人在投DeepSeek。更像是DeepSeek在選投資人。

梁文鋒自己也押了很重的籌碼。

據媒體報道，他個人出資約200億元。在整個融資盤子里，他仍然是最大的單一出資方。

所以這不是"DeepSeek終于向資本低頭了"的故事。

恰恰相反。

這是"梁文鋒設計了一套讓資本無法干預他的架構"的故事。

看錢花在哪，就更清楚。

外界普遍認為，這筆資金很大一部分將用于算力基礎設施、研發和人才擴張。

崗位表也印證了這一點。

Agent Harness團隊在擴。

超算集群、編譯器、分布式存儲、IDC都在招。

數據、算法、前沿研究也在擴。

沒有一條主線指向"先建銷售機器"。

當然，也需要誠實說一句：DeepSeek不可能完全沒有商務能力。它的API服務一直在運行，企業客戶在調用，不可能完全沒有對接人。

這次不招，不等于組織里不存在這個職能。

但"不擴編"本身就是信號。

拿了500億級資金之后，DeepSeek的選擇是擴Agent團隊，擴基礎設施團隊，擴模型和數據團隊，而不是先鋪銷售渠道。

這個優先級排列，比"有沒有銷售部"更能說明問題。

商業化至少沒有被放在這一輪擴張的第一位。

這個優勢到底有多大？

看看同行就知道了。

馬斯克是目前地球上最有錢的人之一，也沒完全扛住資本誘惑。

伊利亞·蘇茨克維爾（Ilya Sutskever）的SSI已經累計融資30億美元。

米拉·穆拉蒂（Mira Murati）的Thinking Machines Lab也在大量吸金，甚至連健身房里的杠鈴片都印上了公司logo，被發到X上。

這些公司有它們自己的邏輯。

但拿錢就有代價。

傳統VC融資附帶商業化倒計時。

商業化倒計時意味著GPU不能全部分配給研究。

有估值就有股票期權。

有期權就有攀比。

有攀比就有"他的團隊GPU比我的多"的辦公室政治。

伊利亞在播客里說過一句話：

"想做好研究，確實需要一定量的算力，但遠沒有到'必須擁有全世界最大算力'的程度。"

問題是，拿了VC的錢，你很難再說"我們不需要那么多算力"。

錢到了，就必須花。

而且必須花出商業化結果。

梁文鋒繞過了這一切。

不是不拿錢。

是拿了錢，但不給權。

外部資本進來了，但沒有一個人能指著報表問他："收入在哪？"

五年鎖定期內，他甚至不需要立刻給他們一個退出路徑。

當然，這也引出了一個新的問題：

這個架構能否在下一輪融資中復制？

如果DeepSeek未來還需要更多錢，新的投資人是否愿意接受同樣的條款？

目前沒有答案。

但至少這一輪，梁文鋒證明了一件事：

當你的模型足夠強，你可以重寫融資規則。

X上有人用一句話總結這種分裂：

"DeepSeek在為AGI招人，美國實驗室在招網紅。"

這句話當然有情緒。

也需要補一句公平話：美國頭部實驗室的技術招聘規模，仍然遠大于市場團隊。差異不在于"有沒有研究"，而在于商業化、融資、品牌和人才包裝，在組織里占多大權重。

當一些美國AI實驗室越來越重視融資敘事、品牌敘事和市場包裝時，DeepSeek在500億級資金到賬之后，公開崗位里依然沒有一個市場崗。

不是誰對誰錯。

是兩種組織設計。

一種相信產品和渠道會決定勝負。

另一種相信模型和基礎設施會先決定上限。

DeepSeek顯然選了后者。

三、尖刀隊變大了之后

DeepSeek過去一年半最強的敘事是什么？

小團隊。

高密度。

低成本。

技術突破。

V3和R1的核心團隊不到200人。

這是DeepSeek最驕傲的資本。

不是"人不夠所以先湊合"，而是"人越少越鋒利"。

少到極致，溝通成本趨近于零。

每個人都知道自己在干什么，也大概知道別人正在做什么。

這就是尖刀隊狀態。

現在，它要翻倍了。

而且是拿著500億級資金翻倍。

一名X用戶給出了這樣的判斷：

"DeepSeek正在從研究型尖刀團隊轉向研究+工程基礎設施+產品+組織治理的完整AI公司形態。"

這不是"多招一點人干更多活"。

這是組織基因級別的變化。

不到200人的時候，梁文鋒可以叫出很多人的名字，知道每個人在做什么。

翻倍之后呢？

有人在X上提了一個很實際的問題：

"讓年輕人直接上核心項目，加速成長的同時也考驗管理能力。小團隊靠默契就夠了，大團隊需要制度。"

這正是DeepSeek接下來繞不開的問題。

梁文鋒的用人哲學至少很清楚。

招聘公告里有一句在大廠里幾乎不可能看到的話：

"我們從來不尋找天才。只要你有自身閃亮發光的地方，你就是我們要尋找的人。"

這不是客氣話。

DeepSeek一直強調能力，而不是經驗。

招聘公告的原話更直白：

"讓新員工直接承擔最核心、最重要的任務。"

這也不只是DeepSeek一家的選擇。

整個中國AI行業的人才邏輯，都在走一條不同于美國的路。

更年輕。

更少經驗門檻。

更早接觸核心項目。

Epoch AI抓取了六家中國頭部AI公司的1604個崗位數據，做了一個中美對比。

結果很刺眼：

中國AI實驗室的平均經驗要求是1.6年。美國同行是5.5年。差了三倍多。

另一個發現同樣值得注意：中國AI公司仍然在大量使用英偉達芯片。

字節跳動的推理GPU性能優化崗位明確要求CUDA和TensorRT-LLM經驗。

但國產替代的探索也在加速。

字節另一個崗位點名了昇騰和寒武紀優化經驗。

智譜的GLM-Image已經"完全在國產芯片上訓練"。

這個信號，和DeepSeek全棧自建、烏蘭察布自建機房的邏輯，是同一件事：不把命交在別人手里。

DeepSeek尤其極端。

梁文鋒公開說過：

"招人看能力，不看經驗。"

招聘公告里也強調，要讓新員工直接承擔最核心、最重要的任務。

字節跳動有"Top Seed"校園招聘計劃，直接瞄準在校生。

在Epoch AI抓取的六家中國AI公司數據里，校園招聘整體占開放工程崗位的近20%。

背后的用人邏輯根本不一樣。

美國實驗室更傾向于找已經被驗證過的人。

在Google Brain、Meta AI、DeepMind干過五年以上的人，履歷本身就是信任狀。

中國實驗室更傾向于找"還沒被驗證但值得賭"的人。然后，直接扔進核心任務里。

兩種邏輯都有道理。

前者降低用人風險，但也增加路徑依賴。招來的人，往往帶著上一個東家的思維框架。

后者有更高的"賭錯人"概率。但一旦賭對，得到的是一個沒有被任何公司文化定型的人。

DeepSeek選后者。

以前它選得起。

因為花的是梁文鋒自己的錢。

現在它仍然想這么選。

因為梁文鋒設計了一套讓外部資本無法干預他用人的融資架構。

但繞不開的問題仍然在那里：

人員翻倍之后，怎么管？

坦率地說，目前沒有公開信息能回答這個問題。

DeepSeek的招聘公告說了招什么人、招來干什么、招來之后期待他們成為什么。

但它沒有說，也沒有任何公開渠道說過，翻倍之后組織結構會怎么變，管理層怎么擴容，制度怎么跟上。

講"用人哲學"比講"管理制度"容易。

也更好看。

但前者不能替代后者。

經驗越少，默契越少，就越需要結構化的引導和協調。

這不是在質疑DeepSeek。

它可能有一套內部方案，只是沒有公開。

但在沒有公開信息的情況下，"怎么管"就是這個擴招故事里最大的空白。

翻倍之后能不能繼續保持"尖刀"狀態，答案不在招聘公告里。在下一階段的組織設計里。

四、搶的不是人

這次招聘的意義，不在"DeepSeek缺人了"。

而在DeepSeek認為下一個階段的競爭需要什么。

崗位列表上寫了什么，比擴招規模本身更值得讀。

沒寫什么，也一樣值得讀。

寫了：數據，按垂直領域拆。

寫了：Agent，Harness和Infra兩條線并行。

寫了：基礎設施，從集群到編譯器，從存儲到IDC，全棧自建。

寫了：前沿研究，盯著持續學習、自進化、新范式。

沒寫：銷售、市場、BD、增長、GR。

把這兩行并排放在一起看，DeepSeek的賭注就完整了：

AGI時代的最大紅利，屬于"造出最強模型和最強底座的公司"，而不是"最會銷售模型的公司"。

500億級資金，是用來蓋算力工廠和搶人的。

不是用來鋪渠道的。

如果這個判斷是對的，那么它現在做的每一件事，融資條款設計、數據中心選址、招聘崗位選擇、年輕人才使用方式，都在為同一個方向服務。

如果這個判斷是錯的，風險也很明顯。

商業化窗口可能比模型能力窗口更窄。

技術史上有太多類似先例。

施樂帕克研究中心發明了圖形界面、鼠標和以太網，但把這些變成錢的是蘋果和微軟。

貝爾實驗室拿出了晶體管和UNIX，但半導體產業不屬于AT&T。

技術史反復驗證一件事：發明者不一定是收割者。

在AI領域，這個規律還沒有被推翻。

OpenAI開發了GPT，但ChatGPT這個產品，才是它成為千億美元公司的原因。

不是論文。

具體到當下，對手們已經在搶商業化窗口。

阿里的通義千問在往企業服務里打包。

字節的豆包綁著抖音的流量入口。

MiniMax的海外收入占到了73%。

這些對手的技術不見得都比DeepSeek強，但它們在建銷售網絡，在搶用戶入口，在把技術變成收入。

如果在模型能力趨同之前，DeepSeek還沒有把"夠用線"拉高到別人夠不著的位置，窗口就會關上。

但現在的問題是，對手們也在搶人。

有X用戶說得直白：

"這哪是招聘，感覺像AI大戰前的擴軍。AGI還沒來，AI公司先開始搶人搶到冒煙了。"

中國算力總規模已經是全球第二。

全國已接入超30家國家級超算與智算中心。

超算互聯網平臺用戶突破100萬。

在這個水位上，人才正在變成最稀缺的那一環。

不是資本。

也不只是算力。

而是能把模型、數據、系統和Agent串起來的人。

DeepSeek剛剛囤夠了資本。

現在開始囤人。

網紅@Hunterskingz的總結一語中的：

"AI競賽的下一個階段，可能不是由模型本身決定的，而是由幕后建團隊的人決定的。公司們不再只是改進模型，他們在圍繞AI Agent、基礎設施和真實世界的應用，建整個生態。"

DeepSeek這次招的，不是今年的工程師。

是三年后AGI路線圖上的關鍵位置。

五、結語

"人類正站在AGI的前夜。加入DeepSeek，親身體驗AGI的演進，坐在這時代的前排，見證新紀元的誕生。"

這句話很像戰前動員。

但它動員的不是所有人。它找的是那些愿意把自己押進模型、數據、Agent和基礎設施深水區的人。

DeepSeek這次招聘最值得看的地方，不是"所有部門至少翻倍"。而是500億級資金到賬之后，它仍然沒有把自己改造成一臺銷售機器。

它在回答的不是"怎么更快賺錢"，而是另一個更長期的問題：如果AGI真的會來，今天應該提前占住哪些位置？

這個判斷未必正確。技術史從不保證發明者成為收割者。施樂帕克研究中心做出了圖形界面、鼠標和以太網，貝爾實驗室發明了晶體管，但最后吃下最大商業紅利的，都不是它們自己。商業化窗口，可能比模型能力窗口更窄。

但至少在今天，DeepSeek還在按自己的路線圖走。

它搶的不是今年的工程師。

是下一階段AI競賽里的關鍵位置。