发论文亲自上？创业十多年，DeepSeek梁文锋的“技术男”属性从没改变

181 0 0

文章摘要

DeepSeek团队近日发布新论文，提出名为Native Sparse Attention（NSA）的新型注意力机制。该机制通过动态分层稀疏策略，结合粗粒度标记压缩与细粒度标记选择，旨在平衡全局上下文感知与局部计算精度。NSA针对现代硬件进行优化设计，可在不牺牲模型性能的前提下加速推理并降低预训练成本。实验结果显示，其在通用基准测试、长文本任务及指令推理中的表现与全注意力模型相当甚至更优。值得注意的是，创始人梁文锋直接参与论文编写与提交，延续了其深度介入技术研发的“创始人模式”。

梁文锋的技术背景与管理风格成为文章另一核心脉络。作为浙江大学电子信息工程专业硕士，其早期职业经历展现出对技术的专注：2009年实习期间即主导手机视频编解码算法研究，后转型量化投资领域并创立幻方量化。2016年，幻方量化推出首个由深度学习生成的交易仓位模型，2019年建成搭载1100块GPU的“萤火一号”算力集群，2021年进一步扩展至万张A100显卡，为后续DeepSeek的研发奠定硬件基础。周朝恩等前同事评价其“逻辑清晰、追求技术极致”，且管理风格始终强调扁平化与自主性。

在组织架构方面，DeepSeek延续了梁文锋自艾麒信息时期形成的管理模式：取消层级审批，允许员工自由调用算力资源，鼓励跨部门协作。论文贡献者名单包含150名工程师、31名数据标注员及18名商务人员，反映出高度开放的合作文化。招聘标准侧重数学竞赛获奖者等“基础扎实、热爱技术”的人才，面试过程以深度技术考察为核心。这种策略使得团队能在春节期间持续推动模型迭代，实习生亦可主导关键研究。

技术商业化路径上，梁文锋展现出前瞻性布局能力。早在2008年即开始研究量化投资，2013年创业后通过AI模型实现交易策略全面自动化。2023年筹备DeepSeek前，其通过市场调研确认海外大模型领域的技术需求与商业化潜力，推动公司聚焦硬核技术创新。林群书等业内人士指出，创始人直接参与技术决策的模式有助于精准判断技术边界与商业化可行性，这在ChatGPT等成功案例中亦有体现。

未来挑战集中于规模扩张与管理的平衡。尽管当前扁平化模式有效激发了创新效率，但随着公司发展，梁文锋需在深入技术细节与战略规划间作出取舍。行业观察显示，DeepSeek计划通过系列直播进一步解析其技术突破与商业逻辑，而QCon大会等平台也将持续关注AI大模型对软件开发领域的变革影响。周朝恩建议传统企业可借鉴其管理经验，通过试点创新团队逐步推行资源放权与激励机制，但需警惕完全复制可能带来的管理风险。