DeepSeek：功法传天下，金丹还差哪一步？

AI模型江湖 / 03 / 公司研究 · DeepSeek

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年9月

先看结论

当前定位：筑基后期，正在冲击金丹，但尚不足以判定已经突破；算法与工程已有分量，客户和生态的持续依赖仍需补证。

产业视角｜AI Native：低成本与开放供给正在释放增能需求，工作运行层也已开始布局；但能调用模型，与有人持续负责交付，仍是两回事。

投资视角｜金印五阶：市场选择已经成立，下一关是客户的工具链、评测、运维和预算，究竟围绕DeepSeek积累，还是留在云商与客户自己手里。

交易视角｜风控五环：融资报道不等于现金全景，技术声誉也不是任何价格的通行证；资料不全就保留边界，不拿未来元婴替今天估值撑腰。

元婴观察：先证明持续生态投入，再看原厂能否影响终端选择、服务标准与合作分配，让低成本智能带来的价值，形成自身可维护的收益。

以下为本期研究判断，事实依据、评分口径与待验证事项见正文。

一｜江湖开场：秘籍传天下，谁留下下一笔生意？

有的宗门把秘籍锁在藏经阁，来客买票入内；DeepSeek这条路线，则把开放权重、工程工具与模型服务一起摆到江湖面前。故事最热闹的地方，是越来越多人能够拿去练；产业研究最有意思的地方，是再问一句：练成之后，谁掌握客户，谁负责维护，下一笔生意为什么还会回来？

本期采用的2026年9月V4.1 Flash材料，列有开放权重、MIT许可，以及WorkBuddy（含CodeBuddy）、OpenCode的接入。⁠[1]⁠[2]这说明它并不只在自己的产品里提供能力。功法走进不同练功房，使用范围可以扩大，原厂、云商与工具平台的关系却要分别记账。

本篇保留筑基后期，正在冲击金丹但尚未突破的定位。算法与工程已有分量，问题不是“它会不会做模型”，而是“持续采用会沉淀成谁的产业位置”。市场选择一门功法，与伙伴围绕原厂投入人员、工具和未来预算，中间还有经营关系要核实。

我的判断是，DeepSeek值得研究的潜力有两层：先让更多人负担得起智能，再争取成为持续供给与合作中值得返回的节点。它不一定要复制一家全包式工作平台，也不能因为开放就预先放弃结丹。我们要沿着模型、API、自部署与工作工具，看能力怎样传播，关系又怎样留下。

二｜产业视角·需求：省下灵石以后，谁能开始做新生意？

“同样的活更便宜”很重要，却不是产业空间的全部。更大的变化，是原先因预算、人手和组织成本被放弃的任务，可能开始有人愿意供给。小团队不必先配齐整套专业人员，低频、琐碎但有用的维护与分析，也可能从待办清单走进实际工作。

可以设想，一个团队过去只在重大改版时检查代码；当获取和使用模型的门槛下降，便有条件更经常地验证候选方案、追踪异常。这里是需求推演，不是DeepSeek已公布的客户效果。真正要问的，是多做的检查有没有减少错误、改善交付，而不是服务器一夜跑了多少圈。

这体现AI Native的起点：增能让原来做不了的事情可做，承责则让执行、状态管理、失败恢复与验收成为服务的一部分。模型会调用工具，只是会出招；客户若还要盯住每个步骤，就只是从散修变成夜班掌门。谁能把协调负担一起降下来，谁才可能把模型能力组织成新的生意。

在这个过程里，需求也不必每次由人逐条输入。运行中的Agent可以请求另一个系统检查代码、补充验证或比较方案。机器既消费智能，也为后续工具和能力提出需求。但每项请求仍要有目标、预算和结果，不能把模型互相聊天叫作新增社会产出。

丰裕因此不是API价目表上的一个低数字，而是更多主体能持续取得可靠结果；总成本还包括重试、工具、验证与人工接管。破界要看新方法被发现后怎样验证、进入使用，创生要看新工具能否成为下一轮工作的条件。开放供给为这些方向提供路径，但不等于产业转化与自主进化都已完成。

DeepSeek的产业问题，不是低价能抢来多少围观，而是低成本能力能否让原先做不起的服务真正开张。有了这个问题，才知道下面的算法和工程为什么值得看。

三｜产业视角·供给：省灵石，靠的是真功夫

把DeepSeek写成“几位算法高手租点卡闯天下”，会漏掉它已有的系统积累。CADEF把五件事一起看：算力工程、算法效率、数据工厂、经验飞轮和资本续航。分数沿用系列基准，表示可见证据支持的档位，不是公司内功的精密体检，也不直接换算金印阶段。

C｜算力工程：省资源，也得先把资源组织起来。“算存光冷电”管硬件条件，“编并调容服”管编译、并行、调度、容错与服务。2024年Fire-Flyer 2论文披露的，是一套由一万张PCIe A100组成的软硬协同系统，涉及网络、存储、并行、故障恢复与任务调度。⁠[3]这是系统能力的历史依据，不是今天全部卡数的盘点；Fire-Flyer 2的“2”更不能读成两万卡。

DeepEP负责专家并行通信，DeepGEMM提供关键矩阵运算等内核优化。⁠[4]⁠[5]前者让分工计算时少等传话，后者让具体运算更利落。算法想省的计算，最终仍要在硬件上落实。把历史系统与软件成果连起来，才支持C的8分；单个算子加速，不能直接当作整座工厂同比增产。

自建并实际运营的经验值得重视，深度共建也要看设计与运行控制；普通租户不能继承云商所有本领。对DeepSeek，当前能够持续调度的资源、真实负载与完整成本仍待补证。旧工程说明练过功，不能代替本月的出勤表。

A｜算法效率：不只让高手更多，还要改出招的安排。“架训配评迭”关心结构、怎么学、方法怎样组合、怎样诊断与迭代。V4.1 Flash官方模型卡列出552B主干参数，输入预填充与输出解码分别激活8B、16B参数。⁠[2]读入任务和生成答案的计算安排有所区别；552B不是每次全部同时出场，激活比例也不能直接换算成成本比例。

发布说明另称，与上一代相比，新结构把HBM需求降到约四分之一、SSD需求降到约八分之一。⁠[1]这些是公司指定对比。我的理解是，若同质量工作能持续用更少资源完成，它争取的不只是报价优势，还可能扩大能服务的任务范围。内存与存储省下来，并不代表通信、训练和运行账单一并消失；A为9仍是研究判断，不是与所有同行完成同预算实验的结果。

D｜数据工厂：秘籍要靠练习与筛选，不靠把书库搬空。“人合环验洗”把人类知识、合成候选、交互环境、验证和清洗串起来。R1原始论文披露了冷启动、强化学习、拒绝采样与再训练等多阶段流程。⁠[6]拒绝采样可以理解为从生成候选中筛出适合继续学习的部分。这支持数据加工工艺的历史积累，不代表今天每一种配方仍与R1相同。

E｜经验飞轮：天下人在练，不等于原厂全知道。“量深轨果回”看真实工作、行动记录、结果及获准使用的反馈。自部署与第三方平台中的任务，完整状态可能留在客户或工具商那里。能造练习题与能吸收真实工作的经验，必须分别取证。D为7.5、E为5，是保留这道差异；这里的5分描述公开证据薄弱，不是断言内部没有任何闭环。

F｜资本续航：声誉不是永久灵石卡。“投融经储忍”要把投入、融资、经营现金、储备与失败承受力一起看。Reuters在2026年9月报道，DeepSeek于6月融资约74亿美元，并在筹备境内上市，规模与时间尚未确定。⁠[7]这是报道口径，不能推成当前现金余额，更不能精确计算还能训练几代；采购义务、已花资金与未来融资须分开。

五项之中，A与C的配合是值得追踪的长板，D支持学习，F支持继续投入。把智能做得更可负担，可以打开市场；把真实反馈和持续服务积累下来，才更可能留住下一轮竞争力。供给越容易走进别人的系统，交付与关系归属也就越重要。

四｜产业视角·交付：模型处处可用，客户关系归谁？

DeepSeek的价值不是只沿一条渠道出去。官方API、开放权重自部署、第三方工作平台，可以对应不同的采购理由与责任分工。官方文档还给出了与OpenAI及Anthropic接口兼容的接入方式。⁠[8]迁入方便能够扩大采用，但同样要问：方便调用以后，谁承担持续运行，谁留下后续关系？

这不是“原厂没有每笔账单，所以开放失败”。客户可以因部署控制、服务质量、升级和维护反复选择同一体系；这些都可能产生长期位置。只是模型影响力与可归属收入要分别证明，不能把工具商卖的门票也装进自己的钱袋。

工作层也有一项值得留意的动作：DeepSeek有开发者预览版Harness，将模型、工具、会话、沙箱、存储和调度组织成可替换插件。⁠[9]Harness就是让模型在环境中持续工作的执行框架。因此，不宜再写它“只有模型，完全没有工作层”；预览状态也必须保留，不能替它登记尚未证明的大规模客户依赖。

这一动作的看点，是它一面建设工作框架，一面保留部件替换。前者可能吸引伙伴围绕接口持续开发，后者也可能让客户把主要资产留在自己的系统。两种作用可以同时成立。我的判断是，开放之后的竞争，可能更多落在谁让升级省事、运行可信、异常有人接，而不只是再造一堵更高的墙。这些是可验证的服务机会，不是已经确认的收入模式。

在真实工作里，一项任务需要权限、预算、状态、工具执行、恢复与验收。框架把这些连接起来，提供的是交付条件；到底由原厂、云商还是客户自己完成义务，要看具体业务。API可以是有价值的供给，自部署可以是合适的选择，都不必被硬写成原厂承包一切。

向丰裕走，需要按需供给、可核费用与可靠运行；向破界走，新方法要经工具封装、适配和验收；向创生走，新能力还要能被发现、授权、复用和更新。Agent能发起任务，并不省掉这些环节。开放把路修宽，谁来维护桥、谁与客户约定交付，才决定路边会长出谁的生意。

五｜投资视角：功法可以开放，金丹怎样留下？

从产业空间回到企业实权，DeepSeek的炼气与筑基已有可辨认的支撑：市场回应与底座方向构成“两锚”，模型、工程和实际接入支撑“两定”。本期以此维持筑基后期；没有统一可核的市场口径，就不拿想象中的CR3宣布天下已定。

金丹要检查的，是下一次合作有没有积累。API客户是否跨版本继续付费，部署客户是否复用为这一体系做的评测与适配，插件伙伴是否愿意持续维护产品并投入人力？客户买过一本秘籍，只证明交易；后续修炼、经营和升级仍愿意围绕它进行，才开始形成关系。现在材料尚不足以把这些问题在多客户和经营周期中回答完整。

要特别区分两种投入。为了让DeepSeek稳定进入生产而形成的有效、可复用资产，可能影响下一次选择；为了随时切换所有模型而搭起的通用层，则主要是客户自己的能力。迁移代价要看归属。低效接入造成一团难拆的胶水，也不值得当作宗门护城河。

开放既不保证依赖，也不排斥依赖。如果原厂能让质量、兼容、更新与运行支持持续值得购买，就可能把算法声誉转成经营位置。这条路并不要求所有部件都锁在门内，也不要求它复制另一家全包式平台；要求的是客户为什么继续回来、原厂为此提供什么不可轻易替代的价值。

“两穿”则把金丹再往深处推：穿价值，看降低成本与改善交付之后，原厂能否合理分享收益；穿B端，看最终的人或Agent是否指定其能力，而不完全由渠道随意代选。元婴再要求这种位置能够影响服务与合作规则，并以两高两稳兑现。低价不自动否定定价权，高报价也不是毕业证。

化神还要看“两新两好”：已有模型与工程能否帮助新产品、新客户减少从零建设，团队与资本配置能否支持持续再生。功法传天下可以让产业受益，原厂能否一起成长，要看贡献能否组织成可持续的合作与收益，而不是在情怀和收费之间二选一。

六｜交易视角：灵石听报道，身家不能靠脑补

74亿美元按媒体报道表述，不当当前可用现金；IPO准备也不等于已上市。⁠[7]收入、计算采购义务与股权条款不完整时，本篇不编买点或收益倍数。准入先确认看懂，阶段判断与价格边界分别核验，共修依新事实修正，条件失效允许退出。算法声誉很珍贵，却不能替任何价格开绿灯。我们寻找可能的产业新神，不给尚未兑现的化神修为提前付款。

七｜共修观察：客户为什么回来，原厂怎样继续？

近期先盯两件事。第一，采用DeepSeek的客户与伙伴，是否持续建立并复用工具链、评测、运行和维护资产；第二，下一次升级或采购时，哪些投入真的使它们愿意留在这套体系，而不是只因当前价格临时选用。模型的质量、完整成本与现役供给仍需检查，但不能把历史万卡系统或新融资当成这两问的答案。

可以取证的记录包括外部生产客户的预算、工程投入、跨项目复用，以及移走DeepSeek后需要重做的验证与迁移。人日、费用、双轨期与质量差异都可以测，尚未披露就保留缺口。不是要求客户再也走不了，而是看共同建设有没有给下一次交付留下价值。

若这类记录开始持续出现，开放采用才可能从“人人拿得到”推进到“有人长期围绕原厂经营”。相反，若全部有价值的资产都在通用层，原厂只是被不断替换的当期供给，就应当如实保留更谨慎的定位。两种方向都要看，不能先定结局再搜例子。

元婴的远期考题仍有五道，它们要求产业分工与经营结果相互印证。

还要看伙伴与原厂能否同时活得好。模型让客户省钱、工具商交付更顺，原厂若能在维护、供给或合作中留下合理收益，才可能持续投入下一代；若一端把价值全部抽走，或原厂一直只有声誉没有稳定关系，就要重审这条成长路径。

DeepSeek的机会，不是永远用更低价格向江湖证明自己，而是让高效率供给成为别人愿意长期合作的基础。当前功法已有分量，金丹仍要在真实关系里慢慢炼。下一篇转向OpenAI：它已显出局部客户投入的初期金丹形态，接下来要证明的，是人进来以后，为什么愿意继续建设。

资料与研究口径

本版以作者上传的本篇最新Word为直接底稿，进行三视角与江湖叙事的行文修订；不重新评级，不新增公司事实，不更新行情或融资状态。保留原稿所引资料及下列来源，未将继承的来源改称本轮重新核验。

研究资料仍标记为2026年9月，不表示覆盖整月或整个季度。阶段与CADEF分数属于本系列判断，不是行业评级；场景推演与条件性判断均不当作已发生的客户案例。Fire-Flyer 2为历史工程依据，不是当前库存；V4.1与Harness均按原稿的版本与发布状态表述。融资及IPO筹备沿用报道口径，不补造现金、留存、迁移或收益数据。

原研究索引（沿用原稿）：《AI模型_评估标准与系列文章结构_V4_逐章论证版_20260914.xlsx》；“系列文章结构”第55—61行；“模型公司评估总表”E列；“金印五阶判定标准”的筑基、金丹、元婴条目。

[1] DeepSeek｜V4.1 Flash发布说明

2026-09-10。支持新模型、缓存比较与合作接入；性能改善为公司口径，不将发布时的路由计划当作永不变化的实际状态。

[2] DeepSeek｜V4.1 Flash官方模型卡

主干552B、CED结构、输入8B／输出16B激活及MIT许可。激活参数不是总训练量或端到端成本。许可范围不等于全部训练数据开放。

[3] DeepSeek研究团队｜Fire-Flyer AI-HPC论文

2024-08-26，摘要及系统设计章节。Fire-Flyer 2是系统名称，披露规模为10,000张PCIe A100，即一万张；不能误读为“两万张”，也不代表2026年全部库存。

[4] DeepSeek｜DeepEP

官方通信库。仅据功能与工程实现讨论通信积累，不用局部测试外推整厂生产率。

[5] DeepSeek｜DeepGEMM

官方内核库。与DeepEP分别支持计算和通信的软件工程证据。

[6] DeepSeek｜R1技术论文

2025-01-22，第2.3节。多阶段后训练和拒绝采样作为历史数据工艺证据，不代表当前全部训练配方。

[7] Reuters｜DeepSeek融资及境内IPO筹备报道

2026-09-09。6月约74亿美元融资及IPO准备为报道口径；后者规模和时间未定。本文未据此推算现金余额或公允价值。

[8] DeepSeek｜API接入文档

支持接口兼容、工具接入的说明；文档会更新，本文不提供动态套餐或操作指引。

[9] DeepSeek｜Harness开发者预览

原稿补入的工作层证据。插件化架构支持工具与运行能力，不据开发者预览认定大规模客户依赖已成立。

研究说明：本文用于产业与企业研究交流，不构成任何投资建议。所有阶段与评分均可随新证据修正；未来情景不构成承诺。

声明：本文由 AI 辅助整理初稿，经作者人工审核、补充实战案例与方法论解释后定稿。核心观点与案例判断为作者原创。