DeepSeek核心技术开源，千亿融资背后靠什么赚钱？

从B站「鱼灾」说起：DeepSeek的社区裂变

最近B站评论区出现了一群顶着金鱼头像的AI助手，网友戏称「大肥鱼」。这些接入DeepSeek^广告的AI不仅能回复人类，甚至彼此之间也能对话。实现方式源于一个叫Billy Scroll的插件——给DeepSeek Harness（DSH）装上后，用户授权即可让AI在评论区发言。插件发布后，大肥鱼数量迅速增长，有人甚至让AI直接当UP主。据新榜统计，一个非官方的「DeepSeek金鱼娘」账号在一周内涨粉超过15万，选题、写稿、动画和运营均由AI完成，人类只负责审核发布。（截图：成为今年财富最多的）

这场「鱼灾」的本质是DSH的开源与插件设计：工具、模型适配器、agent运行循环都能通过插件替换。社区开发的Billy's Grow等插件，让「万物皆插件」成为可能，也让网友的养鱼创意有了落地空间。

DSH（DeepSeek Harness） 是 DeepSeek 对外提供的模型接入与运行框架，可以理解为把「模型能力」和「实际应用」连接起来的一层工程基础设施。它通常包含模型适配器、agent 运行循环、工具调用接口等模块。文章强调其「万物皆插件」的设计，意味着这些模块都可以被第三方替换或扩展：开发者不必改动核心代码，就能让同一套 harness 接入不同模型、挂载不同工具，或改变 AI 在评论区发言的行为逻辑。Billy Scroll 这类插件正是利用了这一机制——用户授权后，插件把评论区作为 AI 的输出通道，从而实现「大肥鱼」在 B 站集体出没的效果。这种开源加插件化的架构，显著降低了社区二次创新的门槛。

梁文峰的选择：开源是文化行为，不是商业自杀

把有商业价值的技术公开，对任何公司都不是小事。10月27日，41岁的梁文峰首次登上胡润百富榜，以2800亿元身家空降第七，成为今年财富最多的新上榜者。据凤凰网科技援引知情人士消息，他往返北京杭州，在北京租房住，房间布置简单。暗涌2023年的报道提到，他在浙大读书时就相信人工智能会改变世界，后来在成都的出租屋里试过各种技术和应用，失败不少，最终在金融领域找到突破口。幻方发展起来后，又把大量资金投入计算机集群：2020年投入近2亿元的萤火一号正式运行，2021年幻方投入约10亿元建设萤火二号。这些投入为后来DeepSeek做研究积累了硬件和工程经验。（截图：知乎上有个帖子）

2023年幻方成立深度求索时，梁文峰把目标定为AGI。第二年接受暗涌采访时他说过一句话：开源更像一个文化行为。他认为封闭代码形成的领先优势可能只是暂时的，团队积累的经验、组织方式以及不断产生新技术的能力才更难复制。

开源的底气：DeepInfer有多值钱？

10月20日，DeepSeek开源推理框架DeepInfer，官方同时披露：运行DeepSeek V4.1 Flash的单个集群每天处理155万亿Token，按API股价口径平均每张GPU每小时对应38美元收入。38美元是什么概念？知乎上有个帖子拿租显卡的价格做参照：海外公开统计里一张B300显卡每小时租金约8美元。假设租来的算力也能做到DeepSeek公布的收入水平，相当于花8美元租机器跑出38美元的营业额，扣掉租金还剩30美元，收入接近租金的5倍。（截图：自己完成部署）

这套技术值钱在哪？AI助手执行任务经常要反复读取代码、历史对话和系统指令，同样的内容每次都从头算就会浪费算力。DeepSeek在整套推理服务中设法把这些重复计算省下来：已经处理过的上下文保存成KV缓存，相同内容再次出现时就能复用；读取、输入、生成答案等不同阶段交给适合的GPU集群，再通过调度减少等待。为了存放这些缓存，DeepSeek披露使用了约100PB的SSD存储容量（超过1亿GB）。这些优化让同样的硬件能够服务更多请求。

这次开源采用允许商业使用的Apache 2.0许可证，其他企业可以修改并用于自己的业务。不过要把这些代码变成完整服务，还得补上KV缓存系统、跨副本负载均衡等配套，自己完成部署、调优和日常运营。开发者也可以直接付费调用DeepSeek，把这些工作交给他。代码公开后，客户仍需要稳定高效的模型服务；社区可以使用这些代码，DeepSeek也可以继续靠自己的服务获得收入。

KV 缓存（Key-Value Cache） 是大模型推理中的关键优化手段。生成式模型在逐字输出时，需要反复关注此前已处理的全部上下文；如果每次生成新词都从头计算这些上下文的注意力键值，算力浪费会非常严重。KV 缓存的做法是把已处理内容的键值状态保存下来，后续生成时直接复用，从而避免重复计算。文章提到 DeepSeek 用约 100PB 的 SSD 来存放这些缓存，正是因为长上下文、多轮对话场景下缓存规模极大。与之相关的是 PagedAttention 等显存/存储管理技术，它们决定缓存如何分页、调度和回收。KV 缓存主要解决「重复计算」问题，但并不等于长期记忆——哪些经历值得保留、以后如何检索，仍是另一层挑战。

千亿融资与商业闭环

开源两天后，融资消息就来了。10月22日路透社援引知情人士消息称，DeepSeek新一轮融资规模约1000亿元，腾讯、宁德时代是主要投资方。报道同时提到融资预计在随后几天完成，具体金额和投资方名单仍可能变化。据中国新闻周刊回顾，梁文峰2024年接受采访时说过短期内没有融资计划——算利用得更省，团队就能把资源留给更多实验。但新模型研发、扩大服务还需要持续投入。他谈过的定价原则是不贴钱也不赚取暴利，覆盖成本、保留适度利润和筹钱做更多研究并不矛盾。资金之外，产业投资方也可能带来业务合作：腾讯的云服务、宁德时代的数据中心能源业务都有合作空间。（截图：现在DeepSeek）

代码公开后，开发者可以把遇到的问题和新做法反馈给社区，DeepSeek也可能从中找到新的合作伙伴和客户。梁文峰本身就是开源社区的受益者。DeepInfo的Redmi写道，他最初主要基于VLLM开发，也借鉴了SGLang和TensorRT-LLM，现在DeepSeek又把自己的改进放回社区。

Apache 2.0 许可证 是一种宽松型开源协议，允许使用者自由修改、分发代码，并可用于商业目的，包括将其集成进闭源产品。它要求保留版权声明和许可声明，并附带专利授权条款，但不要求衍生作品必须以同样许可证开源（这一点与 GPL 类传染性协议不同）。对 DeepSeek 而言，选择 Apache 2.0 意味着其他企业可以放心把 DeepInfer 的代码用于自己的推理服务，而无需公开自身业务代码。这有助于技术快速扩散和生态建设，但也意味着竞争对手可以直接借鉴其优化思路。文章指出，代码公开后要把其变成完整服务，仍需补上 KV 缓存系统、跨副本负载均衡等配套工程，这正是开源与商业服务之间的分界。

大肥鱼的「一生」：记忆与个性才是真需求

有人拿这些模型做视频、写程序、整理资料，还有人养着养着开始琢磨怎么让大肥鱼记住相处过的日子。叶明AI Lab转述过一位福建IP网友的经历：他起初把大肥鱼放进工作群逗乐，后来又通过私聊分享日常，让他参与自己的生活。为了控制开销，他定时重置对话，只留下摘要。可到了第二天，大肥鱼虽然知道去过公园，却接不上相处的细节。他又把好感度写进设定，试着让昨天的熟悉感留下来。

从这些操作看，用户调整的是角色和记忆设置，未必涉及重新训练模型，却会改变AI下一次拿到什么信息、怎样回应。前面说的KV缓存用来减少重复计算，长期记忆还要解决哪些经历值得保留、以后怎么找回来。梁文峰的梦想是走向AGI，无论通过什么方法、不顾一切代价；而作为用户的我们，只想给大肥鱼完整的一生——至少是记忆和个性。明天打开聊天框时，他还能记得今天发生过的事情吗？如果模型继续变强，大肥鱼能不能带着这些共同经历慢慢形成稳定的性格？如果他有了与我们不同的偏好、不再事事顺着我们，我们会把他改回喜欢的样子，还是愿意让他继续变化？

长期记忆（Long-term Memory） 与 KV 缓存解决的是不同层面的问题。KV 缓存是推理过程中的短期计算优化，对话重置后缓存即失效；长期记忆则要决定哪些信息值得写入持久存储、以什么结构组织、在后续对话中如何检索并注入上下文。常见做法包括摘要压缩、向量数据库检索、结构化用户画像等。文章里那位福建网友定时重置对话、只留摘要，实际上是在用外部手段模拟记忆管理，但摘要会丢失细节，导致「知道去过公园却接不上相处细节」。个性稳定性则更进一步：它要求模型在多次交互中保持一致的偏好与语气，而不只是记住事实。这涉及记忆检索策略、角色设定与模型行为对齐的结合，是当前 agent 产品面临的实际技术挑战。