出品 | 网易智能
作者 | 辰辰
编辑 | 王凤枝
500 亿级融资框架敲定后，DeepSeek 开抢工程师。
据媒体报道，6 月 15 日，DeepSeek 完成成立以来首轮外部融资。十天后，它在微信公众号上发布招聘公告：33 个岗位，七大类别，所有部门规模至少翻一倍。
翻完岗位表，你会发现一件事。最显眼的岗位，是模型、数据、Agent、超算集群、编译器、分布式存储。
一家刚拿到巨额融资的 AI 公司，按常规剧本，下一步应该是扩商业化团队、抢企业客户、铺渠道、讲增长故事。但 DeepSeek 没有把这件事放在最前面。至少从这批公开岗位看，它更像是在把钱砸向另一件事：把模型、算力、数据和 Agent 基础设施继续往深处打。
招聘公告往往比 PR 稿诚实。
PR 稿讲愿景，岗位表讲预算；PR 稿讲故事，岗位表讲优先级。一个公司愿意把钱花在哪些人身上，才真正说明它相信什么。
所以这份招聘公告真正值得读的，不只是 DeepSeek 要招多少人，而是它想提前占住哪些位置。
一、岗位表读作战略书
招聘公告往往比 PR 稿诚实。
因为招什么人，花的不是公关预算，是真金白银。
这一次，是 500 亿级别的真金白银。
社交媒体X上一位资深用户把 DeepSeek 的岗位表读成了一份"战略备忘录"，提炼了七条信号。单看每一条，不一定都出乎意料。但放在一起，方向非常清楚。
第一，数据岗位按垂直领域拆开招。
不是笼统地"招一个数据 PM"，而是细分到非英语小语种、医学、法律。每一种垂直领域，都配一个专门的数据产品经理。
这说明 DeepSeek 不打算只在中文和英文里继续卷。
它在为全世界最难啃的知识领域储备弹药。
在这张岗位表里，数据不是辅助部门。几乎每一个研究方向，都被拆成了数据轨道和算法轨道两条线。
第二，Agent 被拆成两条基础团队。
Agent Harness 和 Agent Infra，分开招，各自独立。
这不是把 Agent 当成一个功能模块来开发。
更像是在把它当成一套操作系统来架构。
Harness 负责让 Agent"能跑起来"，Infra 负责让 Agent"跑得稳"。一条线解决执行，一条线解决底层支撑。
值得一提的是，Harness 团队负责人崔添翼，是梁文锋的浙大校友，今年 3 月刚加入。梁文锋显然在为他配人。
第三，从集群到编译器，从框架到存储，DeepSeek 都在全栈自建。
服务器端开发工程师、预训练数据工程师、超算集群研发工程师，是公告里重点标出的岗位。
再往下看，还有编译器工程师、高性能算子工程师、分布式存储工程师、IDC 工程师。
每一层都自己招人。
甚至有一个数据中心岗位，工作地点在内蒙古乌兰察布。
这不是普通扩招。
这是在把 AI 生产线往自己手里收。
第四，前沿研究岗位的要求很直白。
"持续学习、自进化、新范式。"
说白了，DeepSeek 不认为现有技术路线能一直赢下去。
它在找的，不只是优化已有模型的人，而是可能发明下一代路线的人。
不是为了把旧东西做得更好。
是为了在必要时推翻旧东西。
第五，注意力数据和情绪智能被单独设岗。
那位X用户特别指出，情绪智能在 DeepSeek 岗位表里有自己的独立数据策略。
这是一个面向中国市场的判断：消费级 AI 的收入大头在哪里，数据资源的配置就会指向哪里。
AI 不只是解题、写代码、做推理。
它还要长期和用户相处。
用户愿不愿意继续聊，情绪反馈、注意力分配、陪伴体验，都可能变成产品能力的一部分。
第六，还有一条容易被忽略的线索：DeepSeek 开了一条类似银行管培生的人才轨道。
一家前沿 AI 实验室，开始系统性储备未来管理者。
这意味着，它不打算等人成长起来之后再临时提拔。
它在提前把有管理潜力的人招进来培养。
这些岗位拼在一起，DeepSeek 的下注方向已经很清楚。
它要做的，不是某一个 AI 应用。
而是所有 AI 应用脚下的那层地基。
但如果只看"招了什么"，这个故事只讲了一半。
另一半在它"没招什么"。
还有，钱从哪来。
二、拿了 500 亿级融资，但一个销售都不招
有人翻完整个岗位列表，发现了一件比"招了什么"更值得注意的事：
"不招销售、市场、BD 或增长。岗位集中在模型、Infra、研究、数据，以及少量后台支持上。"
他补了一句判断：
"这本质上是一场组织层面的下注。DeepSeek 在赌模型本身，赌这个时代会把最大的红利给'做出最强模型的公司'，而不是'最会销售模型的公司'。"
这句话很重。
但真正让它变重的，是十天前刚发生的一件事。
6 月 15 日，DeepSeek 完成成立以来首轮外部融资。
500 亿级人民币，投后估值逼近 4000 亿元。
中国 AI 行业史上最大的一轮。
一家正常拿了这笔钱的 AI 公司，为什么能不急着招销售？
答案不在招聘公告里。
在融资条款里。
据媒体报道，这轮融资采用了非常特殊的结构：梁文锋仍通过其管理的有限合伙安排保持控制权，部分外部投资方拿到的是财务回报权，而不是公司治理权，并且面临五年锁定期。
梁文锋团队甚至穿透核查了每一家出资基金背后的 LP 真实身份，防止股权流入不明主体。
翻译一下：
我要你的钱。
但不要你说话。
五年内别想走。
而且我要查你是谁。
这在风险投资交易里极不常见。
腾讯、宁德时代、京东、网易、IDG 等机构都参与了。但从公开信息看，它们换来的，是一张没有投票权、五年不能动的纸。
一位投资人在朋友圈感叹：
"除非你已经是这个赛道里'非投不可'的唯一玩家，否则没人能开出这样的融资条件。"
这话说到了根上。
从目前披露的交易结构看，不是投资人在投 DeepSeek。更像是 DeepSeek 在选投资人。
梁文锋自己也押了很重的筹码。
据媒体报道，他个人出资约 200 亿元。在整个融资盘子里，他仍然是最大的单一出资方。
所以这不是"DeepSeek 终于向资本低头了"的故事。
恰恰相反。
这是"梁文锋设计了一套让资本无法干预他的架构"的故事。
看钱花在哪，就更清楚。
外界普遍认为，这笔资金很大一部分将用于算力基础设施、研发和人才扩张。
岗位表也印证了这一点。
Agent Harness 团队在扩。
超算集群、编译器、分布式存储、IDC 都在招。
数据、算法、前沿研究也在扩。
没有一条主线指向"先建销售机器"。
当然，也需要诚实说一句：DeepSeek 不可能完全没有商务能力。它的 API 服务一直在运行，企业客户在调用，不可能完全没有对接人。
这次不招，不等于组织里不存在这个职能。
但"不扩编"本身就是信号。
拿了 500 亿级资金之后，DeepSeek 的选择是扩 Agent 团队，扩基础设施团队，扩模型和数据团队，而不是先铺销售渠道。
这个优先级排列，比"有没有销售部"更能说明问题。
商业化至少没有被放在这一轮扩张的第一位。
这个优势到底有多大？
看看同行就知道了。
马斯克是目前地球上最有钱的人之一，也没完全扛住资本诱惑。
伊利亚·苏茨克维尔（Ilya Sutskever）的 SSI 已经累计融资 30 亿美元。
米拉·穆拉蒂（Mira Murati）的 Thinking Machines Lab 也在大量吸金，甚至连健身房里的杠铃片都印上了公司 logo，被发到X上。
这些公司有它们自己的逻辑。
但拿钱就有代价。
传统 VC 融资附带商业化倒计时。
商业化倒计时意味着 GPU 不能全部分配给研究。
有估值就有股票期权。
有期权就有攀比。
有攀比就有"他的团队 GPU 比我的多"的办公室政治。
伊利亚在播客里说过一句话：
"想做好研究，确实需要一定量的算力，但远没有到'必须拥有全世界最大算力'的程度。"
问题是，拿了 VC 的钱，你很难再说"我们不需要那么多算力"。
钱到了，就必须花。
而且必须花出商业化结果。
梁文锋绕过了这一切。
不是不拿钱。
是拿了钱，但不给权。
外部资本进来了，但没有一个人能指着报表问他："收入在哪？"
五年锁定期内，他甚至不需要立刻给他们一个退出路径。
当然，这也引出了一个新的问题：
这个架构能否在下一轮融资中复制？
如果 DeepSeek 未来还需要更多钱，新的投资人是否愿意接受同样的条款？
目前没有答案。
但至少这一轮，梁文锋证明了一件事：
当你的模型足够强，你可以重写融资规则。
X 上有人用一句话总结这种分裂：
"DeepSeek 在为 AGI 招人，美国实验室在招网红。"
这句话当然有情绪。
也需要补一句公平话：美国头部实验室的技术招聘规模，仍然远大于市场团队。差异不在于"有没有研究"，而在于商业化、融资、品牌和人才包装，在组织里占多大权重。
当一些美国 AI 实验室越来越重视融资叙事、品牌叙事和市场包装时，DeepSeek 在 500 亿级资金到账之后，公开岗位里依然没有一个市场岗。
不是谁对谁错。
是两种组织设计。
一种相信产品和渠道会决定胜负。
另一种相信模型和基础设施会先决定上限。
DeepSeek 显然选了后者。
三、尖刀队变大了之后
DeepSeek 过去一年半最强的叙事是什么？
小团队。
高密度。
低成本。
技术突破。
V3 和 R1 的核心团队不到 200 人。
这是 DeepSeek 最骄傲的资本。
不是"人不够所以先凑合"，而是"人越少越锋利"。
少到极致，沟通成本趋近于零。
每个人都知道自己在干什么，也大概知道别人正在做什么。
这就是尖刀队状态。
现在，它要翻倍了。
而且是拿着 500 亿级资金翻倍。
一名X用户给出了这样的判断：
"DeepSeek 正在从研究型尖刀团队转向研究+工程基础设施+产品+组织治理的完整 AI 公司形态。"
这不是"多招一点人干更多活"。
这是组织基因级别的变化。
不到 200 人的时候，梁文锋可以叫出很多人的名字，知道每个人在做什么。
翻倍之后呢？
有人在X上提了一个很实际的问题：
"让年轻人直接上核心项目，加速成长的同时也考验管理能力。小团队靠默契就够了，大团队需要制度。"
这正是 DeepSeek 接下来绕不开的问题。
梁文锋的用人哲学至少很清楚。
招聘公告里有一句在大厂里几乎不可能看到的话：
"我们从来不寻找天才。只要你有自身闪亮发光的地方，你就是我们要寻找的人。"
这不是客气话。
DeepSeek 一直强调能力，而不是经验。
招聘公告的原话更直白：
"让新员工直接承担最核心、最重要的任务。"
这也不只是 DeepSeek 一家的选择。
整个中国 AI 行业的人才逻辑，都在走一条不同于美国的路。
更年轻。
更少经验门槛。
更早接触核心项目。
Epoch AI 抓取了六家中国头部 AI 公司的 1604 个岗位数据，做了一个中美对比。
结果很刺眼：
中国 AI 实验室的平均经验要求是 1.6 年。美国同行是 5.5 年。差了三倍多。
另一个发现同样值得注意：中国 AI 公司仍然在大量使用英伟达芯片。
字节跳动的推理 GPU 性能优化岗位明确要求 CUDA 和 TensorRT-LLM 经验。
但国产替代的探索也在加速。
字节另一个岗位点名了昇腾和寒武纪优化经验。
智谱的 GLM-Image 已经"完全在国产芯片上训练"。
这个信号，和 DeepSeek 全栈自建、乌兰察布自建机房的逻辑，是同一件事：不把命交在别人手里。
DeepSeek 尤其极端。
梁文锋公开说过：
"招人看能力，不看经验。"
招聘公告里也强调，要让新员工直接承担最核心、最重要的任务。
字节跳动有"Top Seed"校园招聘计划，直接瞄准在校生。
在 Epoch AI 抓取的六家中国 AI 公司数据里，校园招聘整体占开放工程岗位的近 20%。
背后的用人逻辑根本不一样。
美国实验室更倾向于找已经被验证过的人。
在 Google Brain、Meta AI、DeepMind 干过五年以上的人，履历本身就是信任状。
中国实验室更倾向于找"还没被验证但值得赌"的人。然后，直接扔进核心任务里。
两种逻辑都有道理。
前者降低用人风险，但也增加路径依赖。招来的人，往往带着上一个东家的思维框架。
后者有更高的"赌错人"概率。但一旦赌对，得到的是一个没有被任何公司文化定型的人。
DeepSeek 选后者。
以前它选得起。
因为花的是梁文锋自己的钱。
现在它仍然想这么选。
因为梁文锋设计了一套让外部资本无法干预他用人的融资架构。
但绕不开的问题仍然在那里：
人员翻倍之后，怎么管？
坦率地说，目前没有公开信息能回答这个问题。
DeepSeek 的招聘公告说了招什么人、招来干什么、招来之后期待他们成为什么。
但它没有说，也没有任何公开渠道说过，翻倍之后组织结构会怎么变，管理层怎么扩容，制度怎么跟上。
讲"用人哲学"比讲"管理制度"容易。
也更好看。
但前者不能替代后者。
经验越少，默契越少，就越需要结构化的引导和协调。
这不是在质疑 DeepSeek。
它可能有一套内部方案，只是没有公开。
但在没有公开信息的情况下，"怎么管"就是这个扩招故事里最大的空白。
翻倍之后能不能继续保持"尖刀"状态，答案不在招聘公告里。在下一阶段的组织设计里。
四、抢的不是人
这次招聘的意义，不在"DeepSeek 缺人了"。
而在 DeepSeek 认为下一个阶段的竞争需要什么。
岗位列表上写了什么，比扩招规模本身更值得读。
没写什么，也一样值得读。
写了：数据，按垂直领域拆。
写了：Agent，Harness 和 Infra 两条线并行。
写了：基础设施，从集群到编译器，从存储到 IDC，全栈自建。
写了：前沿研究，盯着持续学习、自进化、新范式。
没写：销售、市场、BD、增长、GR。
把这两行并排放在一起看，DeepSeek 的赌注就完整了：
AGI 时代的最大红利，属于"造出最强模型和最强底座的公司"，而不是"最会销售模型的公司"。
500 亿级资金，是用来盖算力工厂和抢人的。
不是用来铺渠道的。
如果这个判断是对的，那么它现在做的每一件事，融资条款设计、数据中心选址、招聘岗位选择、年轻人才使用方式，都在为同一个方向服务。
如果这个判断是错的，风险也很明显。
商业化窗口可能比模型能力窗口更窄。
技术史上有太多类似先例。
施乐帕克研究中心发明了图形界面、鼠标和以太网，但把这些变成钱的是苹果和微软。
贝尔实验室拿出了晶体管和 UNIX，但半导体产业不属于 AT&T。
技术史反复验证一件事：发明者不一定是收割者。
在 AI 领域，这个规律还没有被推翻。
OpenAI 开发了 GPT，但 ChatGPT 这个产品，才是它成为千亿美元公司的原因。
不是论文。
具体到当下，对手们已经在抢商业化窗口。
阿里的通义千问在往企业服务里打包。
字节的豆包绑着抖音的流量入口。
MiniMax 的海外收入占到了 73%。
这些对手的技术不见得都比 DeepSeek 强，但它们在建销售网络，在抢用户入口，在把技术变成收入。
如果在模型能力趋同之前，DeepSeek 还没有把"够用线"拉高到别人够不着的位置，窗口就会关上。
但现在的问题是，对手们也在抢人。
有X用户说得直白：
"这哪是招聘，感觉像 AI 大战前的扩军。AGI 还没来，AI 公司先开始抢人抢到冒烟了。"
中国算力总规模已经是全球第二。
全国已接入超 30 家国家级超算与智算中心。
超算互联网平台用户突破 100 万。
在这个水位上，人才正在变成最稀缺的那一环。
不是资本。
也不只是算力。
而是能把模型、数据、系统和 Agent 串起来的人。
DeepSeek 刚刚囤够了资本。
现在开始囤人。
网红@Hunterskingz 的总结一语中的：
"AI 竞赛的下一个阶段，可能不是由模型本身决定的，而是由幕后建团队的人决定的。公司们不再只是改进模型，他们在围绕 AI Agent、基础设施和真实世界的应用，建整个生态。"
DeepSeek 这次招的，不是今年的工程师。
是三年后 AGI 路线图上的关键位置。
五、结语
"人类正站在 AGI 的前夜。加入 DeepSeek，亲身体验 AGI 的演进，坐在这时代的前排，见证新纪元的诞生。"
这句话很像战前动员。
但它动员的不是所有人。它找的是那些愿意把自己押进模型、数据、Agent 和基础设施深水区的人。
DeepSeek 这次招聘最值得看的地方，不是"所有部门至少翻倍"。而是 500 亿级资金到账之后，它仍然没有把自己改造成一台销售机器。
它在回答的不是"怎么更快赚钱"，而是另一个更长期的问题：如果 AGI 真的会来，今天应该提前占住哪些位置？
这个判断未必正确。技术史从不保证发明者成为收割者。施乐帕克研究中心做出了图形界面、鼠标和以太网，贝尔实验室发明了晶体管，但最后吃下最大商业红利的，都不是它们自己。商业化窗口，可能比模型能力窗口更窄。
但至少在今天，DeepSeek 还在按自己的路线图走。
它抢的不是今年的工程师。
是下一阶段 AI 竞赛里的关键位置。
