文｜三少爷
资本市场真是魔幻。二级市场上，智谱、MiniMax 的股价跌跌不休，投资者一边抽着烟，一边仰望45度角看着蓝中似乎带绿的天，扪心自问：难道AI泡沫破裂近在眼前，不是说好的2028年嘛？一级市场上，DeepSeek刚刚接近完成第二轮千亿融资，投前估值高达5000亿元。
一半是海水，一半是火焰。按理说，智谱和DeepSeek的能力在不相伯仲之间，一二级市场不该倒挂到如此地步。是二级市场的投资者心志不坚、一级市场的投资者独具慧眼？问题的答案恐怕没有那么简单。
AI的市场规模，远未触达天花板
据有关媒体披露，DeepSeek发起这一轮融资时透露的年化营收为10亿美元。ARR区区七十亿，估值却高达5000亿元。数学能力比体育老师还要棒的小伙伴，马上两眼放光地得出一个结论：估值太高，高得离谱。
但先别着急下结论。估值是不是吹泡泡，要看AI的市场天花板到底有多高。Anthropic曾经给过一个吊炸天的数字，其TAM（总可触达市场）高达30万亿美元。先别急着向Anthropic拍砖，这个数字到底靠不靠谱，得从AI需求的两个方向来看。
第一个方向：用户规模，要看还有多少人没用上。
Andrej Karpathy，OpenAI创始成员、特斯拉自动驾驶前负责人，10月份发过一条帖子。大神援引Napkin Math的数据，把全球80亿人口按照“能接触到AI的什么能力”分为四层。最底层60亿人，占全球75%，几乎没碰过AI，他们对AI的认识还停留在新闻和科幻片里。往上一层，是10-20亿偶尔使用的人，占比20%，想起来就用用，多半把AI当"更聪明的搜索框"查找信息，或者跟它闲扯淡、聊聊天。再往上一层，大约有2000万人，占比0.2%，在编程、数学这些高价值领域，利用AI从事专业工作。最顶端大约有5000人，来自顶尖AI实验室，他们能接触到实验室最前沿的内部系统，目睹数千个代理以数周为单位协作完成软件巨型项目、发现新科学、推进数学前沿，这些工作原本要顶尖专家干上几年。
这组数据当然只是粗略估算，算不上精确，但其背后的含义很明确：从用户规模来看，AI渗透率不是快到顶了，而是才刚刚开始。
DeepSeek的投资者们，大多来自那0.2%——他们见识过AI能力的飞速提升，体悟过AI能力曲线陡峭上升的眩晕感。
第二个方向：使用深度，用户能拿AI干多少活。
AI不是按人头收费的生意，而是按Token计费的买卖。你让AI干多少活，就得付多少钱，天公地道，童叟无欺。所以，AI市场的大小，不等于注册了多少账号，而是取决于全世界交出去的任务总量。
这笔账，Anthropic的招股书算得清清楚楚。2025年一季度，Anthropic单季收入3.76亿美元；到今年二季度，这个数字暴增到115.55亿，五个季度涨了约30倍。客户名单当然变宽了一点，但真正的变化在每一个客户身上——客户的净收入留存率约900%，也就是说一年前花1美元的客户，今年同期平均花掉9美元。企业大客户这边，财富500强里超过一半已经付费，可这些巨头平均的花费，还不到自家总开支的0.1%，这也意味着，Anthropic们通过客户Token消耗量增长推动营收上涨的曲线才走过了一小段。
上面说的这些大多来自企业级客户，消费级那边，Menlo Ventures的报告指向了同一个方向：2026年全球消费级AI支出预计可达400亿美元，是上一年的3倍；可全球用户只从18亿涨到20亿。支出翻三倍，用户只涨一成——增长全部来自已有用户用得更深入、更频繁。
画一个坐标系，横轴是用户规模，75%的人还站在门外；纵轴是使用深度，从“当搜索框”到“把整个项目交给 Agent”，空间依然深远。不断延伸的横纵轴相乘圈出来的截面，就是AI市场不断扩大的真实覆盖面。
把坐标系套回主角身上，DeepSeek的故事就顺了。横轴上自不必言，纵轴上，DeepSeek是Coding赛道的迟到者，刚刚上线许愿式编程（10月17日），戏份有限，收入曲线自然不如Anthropic晃眼。但这只不过是因为其长期致力于底层基础技术的研究，不太看重商业变现，入局晚，恰恰意味着它还有很大的进步空间。
DeepSeek的打法和护城河
10月19日，美国国土安全部把一纸禁令摆上联邦公报：所有联邦文职机构停用 DeepSeek，连用DeepSeek开发的第三方产品和服务一并移除。这些机构的员工对华盛顿的中国AI威胁论门儿清，明知是这个态度还要用，图的就是两件事：好用，而且便宜。
自V2以来，DeepSeek始终位列大模型赛道第一梯队，靠的是将军赶路、不追野兔的战略定力。大多数友商一半资源投入基础研究，一半资源盯着订阅、Agent应用和行业解决方案——不是他们不专注，而是商业变现的压力不允许。DeepSeek始终瞄准AGI的星辰大海，坚守研究主线：先瞄准第一步大语言模型，大语言模型之后攻克推理，推理之后发力Agent，一步一个脚印。
能证明其道心坚固的一个最明显的例证是2025年春节，上亿用户在几天之内涌进来，按一般公司的打法，顺势做一个C端应用把流量接住，是顺理成章的事。但DeepSeek没有这么做，AGI是它的北极星，在通往北极星的征程中，不容任何非主线事物分心。
至于性价比，DeepSeek早就喜提价格屠夫的美名。DeepSeek的核心打法始终是致力于把更强的模型能力带到更低的成本区间。行业里流传一个说法，叫“DeepSeek斩杀线”：如果一个模型性能不如DeepSeek，价格还比它高，它就得解释自己凭什么存在。
这条斩杀线是成本结构画出来的。在架构层，DeepSeek有三把钥匙：MoE、MLA、DSA。以DeepSeek-V3为例，MoE让其6710亿参数只激活370亿，激活率不到6%；MLA把KV cache压到70KB——对比 LLaMA-3.1 405B（GQA）的516KB，只有它的七分之一；DSA稀疏注意力再砍掉长文本计算的大头。三把钥匙叠加，可实现96%的请求命中缓存，命中时几乎不花算力，每百万Token只收0.2元，没命中才收2元。工程层，把 Prefill 和 Decode 分开部署——读题的拼算力、答题的拼显存带宽，拆开各配各的机器，互不浪费；专家再摊匀到每张卡，忙闲差不到一成。
架构决定每个Token的资源需求，工程决定单位资源利用率，两者相乘，就是最终的成本。
推动其模型能力跻身第一梯队、价格打到斩杀线这一切的，是组织、文化和愿景。
DeepSeek内部没有部门墙，其组织架构只有两层——梁文锋和研究员。这种极致的扁平不是赶时髦，扁平管理加上鼓励试错，催生的是技术突破的正循环：做出来的成果又反过来强化这种自发的创新氛围。
组织之上是文化。梁文锋刻意培育一种能催生极致创新的文化：他要求核心团队花在“正事”上的时间不超过一半，剩下的时间留给自由探索；DeepSeek 的员工基本上六七点就下班，因为在他看来，一个人每天能有高质量工作的六个小时就不错了，加班疲劳下的昏庸判断反而会浪费宝贵的算力资源。正是这种松弛感，让MLA不是规划出来的，而是一位年轻研究员在整理注意力架构演化时突然“涌现”出来的；DeepSeekMath的核心公式，也是入职时没接触过强化学习的博士“顿悟”出来的。
大家不要觉得这种文化和组织上的表述虚头巴脑，是信口胡说。这里有梁圣的亲自认可，2024年7月，梁文锋在接受36氪专访时就曾表达过：“我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和文化，这就是我们的护城河。”
写在最后
过去三十年的IT浪潮里，中国公司习惯了把美国的技术拿过来做应用，久而久之，两代创业者心里都刻了一道“思想钢印”：美国人做从0到1的原创，中国人做从1到10的应用。这道钢印刻在内心深处，是一种连自己都没有察觉的不自信。
2025年1月，DeepSeek R1横空出世。那几天，朋友圈刷屏的不只是科技从业者，还有无数普通人——他们可能不懂大模型，但发自内心地为中国人做出了让美国人紧张的东西而振奋。那一枪，打碎的不只是硅谷的傲慢，更是我们心里那道无形的墙。接下来的每一次开源，都是在这道墙上再砸一锤。从V3到R1再到DeepInfer，DeepSeek一次又一次地展现开放的心胸：你可以学，可以用，可以站在我的肩膀上走得更远。
不止如此，DeepSeek还在致力于适配本土算力硬件。当原创本土大模型遇上本土算力硬件，当极致性价比遇上全球最完整的供应链，工业革命以来第一次，中国有可能成为全球技术架构的基座之一。现在，你还觉得那5000亿估值高吗？
