DeepSeek深夜扩招33岗背后:500亿融资到账,四名核心骨干却集体出走

DeepSeek一边500亿融资后最大规模扩招,一边核心骨干被大厂挖走,补血与扩张同时进行。
DeepSeek在完成超500亿元首轮融资后,发布成立以来最大规模招聘,7大类33个岗位、所有部门规模翻倍,岗位分为加固基座模型与推理主梁的“急救包”和开辟数据策略、前沿研究的“先锋营”。与此同时,技术报告显示十人离职,第一代大模型核心作者、V2关键开发者、V3与R1核心作者、多模态骨干分别流向腾讯、小米、字节和自动驾驶公司。文章分析,DeepSeek过去靠不到200人小团队、MoE与MLA架构、GRPO算法和极致成本控制打到世界第一梯队,此次动作兼具补血与扩张双重性质,风险在于急速膨胀中能否守住小团队高沟通效率的组织基因。
深夜十点的一纸招聘公告,把DeepSeek推上了舆论的风口浪尖。一边是成立以来最大规模的公开招聘,7大类33个岗位、所有部门规模翻倍;另一边,技术报告的作者名单里悄悄划掉了十个名字,第一代大模型核心作者、V2关键开发者、V3与R1核心作者、多模态项目骨干接连被大厂挖走。锣鼓喧天搭台子的同时,主创团队买好了去对家的车票——这到底是野心勃勃的扩建,还是后厨被掏空后的紧急找厨子?
一场深夜招聘:7大类33岗,部门规模翻倍
6月25日晚上9点35分,DeepSeek广告官方公众号突然发布招聘公告,一口气放出7个大类33个岗位,所有部门规模直接翻倍。这是其成立以来最大规模的一次公开招聘。公告里那句“从来不寻找天才”颇有意思:不看学历、不看履历,只看候选人身上有没有真正闪光的地方,新人一进来就被扔进最核心的任务里历练。
把33个岗位拆开看,会发现完全是两种性质的活儿。
一类是“急救包”
超算集群研发工程师、高性能算子工程师、通信编译器工程师、大模型训练与推理框架工程师——这些岗位精准对应着基座模型和推理这两条刚被人动摇过的主梁,翻译过来就是主力走了赶紧挂榜招替代。
基座模型与推理框架:基座模型指未经特定任务微调、通过海量通用数据预训练得到的基础大语言模型,是后续所有上层能力(对话、代码、推理)的底座;推理框架则是支撑模型高效响应用户请求的工程系统,涉及算子优化、显存管理、批处理调度等。DeepSeek招聘的超算集群研发、高性能算子、通信编译器、训练与推理框架工程师,正是维护这两条主梁的关键角色——基座模型决定能力上限,推理框架决定成本与延迟,二者缺一不可。
另一类是“先锋营”
模型数据策略里细分出专业领域数据产品经理、AI创作数据产品经理、情感智能数据产品经理,这些是过去根本没有的岗位;研究员方向则指向持续学习、自进化与新范式研究。
这条线其实早有铺垫。今年3月DeepSeek就放过一批Agent相关岗位,还请来崔天义出任Agent团队负责人,目标对标Claude Code做自己的Code Harness。从3月的零星岗位到6月的七大列排兵布阵,至少悄悄埋了三个月——不是后厨着火才临时抓人,而是早就贴好了新菜谱,等钱一到就开张。
四名核心骨干的出走:覆盖了最粗的几条技术主线
技术报告中十个名字被默默标注为已离职,其中四位分量最重。
第一代大语言模型的核心作者王炳轩,是从0到1把基础模型垒起来的人,如今去了腾讯。V2的关键开发者罗福利,被外界称作“天才少女”,据多家媒体报道雷军亲自下场以千万年薪级别的待遇请进小米,现在掌管小米大模型团队。V3和R1的核心作者之一郭达亚,主导过多个关键项目,确认离职加入字节(字节已公开否认传闻中的薪资数字,称薪酬体系一视同仁)。多模态项目Janus Pro的核心贡献者阮冲,加入一家自动驾驶公司任首席科学家。
这四个人正好覆盖了基座模型、推理、多模态、代码几条最粗壮的技术主线。好比一支球队主力前锋、中场核心、后卫、门将一个转会窗口全被挖走,教练手里只剩板凳球员和吉祥物。

为什么留不住人?业内人士的说法很实在:DeepSeek团队不到大厂的十分之一,每一个核心研究员的权重都被放大到极致,一个顶十个。更要命的是,过去不融资不上市,员工手里的期权缺乏明确估值和流动性,账面上是天文数字,现实中换不成真金白银。大厂正好相反:腾讯的股票激励成熟,小米股票直接挂港股,随时能变现。一边是改变世界的大饼,一边是打到账上的确定性回报——这道题换谁都得犹豫三秒。
500亿融资落定:钱到了,人却没跟上
6月16日,DeepSeek宣布完成成立以来首轮外部融资,总额超过500亿元。梁文峰个人出资约200亿,是最大单一出资方;腾讯约100亿,宁德时代体系约50亿,网易、京东、比斯资本、IDG资本各约30亿,国家人工智能产业投资基金约9.8亿。融资速度同样惊人:4月估值还约100亿美元,6月中旬落定已逼近590亿美元,不到三个月翻了近6倍。

钱到账了,但撞上一个特别朴素的现实:算力可以买,机房可以盖,没有足够的人,500亿就是一堆躺在账上的数字。所以深夜招人表面是一纸招聘公告,本质上是500亿落地的第一个动作。
一个耐人寻味的细节是,这轮融资里外部资本没有经营投票权。钱可以收,方向盘绝不能撒手。但钱这东西跟养孩子一样是有成本的,一旦拿了外人的钱,就没法再像从前那样慢悠悠按自己的节奏修行。
期权与流动性:初创公司常以期权作为核心人才薪酬的重要组成部分,但期权价值取决于公司估值与退出路径(上市或被并购)。DeepSeek过去不融资不上市,期权缺乏公开市场定价与变现渠道,账面价值难以转化为现金;而腾讯、小米等上市公司股票激励成熟、可随时交易,形成确定性回报的鲜明对比。这正是核心研究员被挖角的重要经济动因,也是融资后公司需要面对的新课题。
过去凭什么打到世界第一梯队
要判断这次是扩建还是找厨子,得先看DeepSeek过去的路数。

2023年7月由幻方量化内部孵化成立,近三年团队规模始终没突破200人,算法人员占一半以上。公司扁平到什么程度?据接近团队的人说,100多号人共享同一份技术文档,谁在干嘛全公司看得一清二楚。2025年初,就是靠这套小团队打法端出了震动全球的R1,在LMArena上冲到全类别第三,风格控制赛道直接和OpenAI o1并列第一、得分略微反超。
打法核心有四招。一是MoE混合专家架构:总参数高达6710亿,但每处理一个Token只激活其中约370亿,知识储备顶配,算力开销却只要零头。二是MLA多头潜在注意力,把KV缓存压缩到其他大模型的5%到13%。三是GRPO强化学习算法,砍掉监督微调让模型自己博弈,训练中出现了著名的“顿悟时刻”,AIME数学竞赛成绩从15.6%一路飙到77.9%。四是极致的成本控制:V3整轮训练只花约550万美元、动用2048块H800,R1的API输出价格一度只有OpenAI o1的3.3%。
再加上MIT许可证开源权重,以及背靠幻方早年囤下的GPU集群、没有短期KPI压顶的宽松环境。一句话:靠的不是钱多卡多,而是一小撮顶尖高手在算法和工程上往死里钻研。这也是扩招之前唯一被验证过的成功模式。
MoE混合专家架构:混合专家(Mixture of Experts)把模型拆成多个“专家”子网络,每个Token只路由到其中少数几个专家计算,从而在总参数量巨大的同时保持单次计算量可控。DeepSeek-V3总参数6710亿、每Token仅激活约370亿,正是这一架构的典型体现,使其在知识容量与算力开销之间取得平衡。
MLA多头潜在注意力:多头潜在注意力(Multi-head Latent Attention)通过低秩压缩将键值缓存(KV Cache)投影到潜在空间,大幅降低长上下文推理时的显存占用。DeepSeek将其KV缓存压缩到其他大模型的5%至13%,是低成本推理的关键工程创新。
GRPO强化学习算法:组相对策略优化(Group Relative Policy Optimization)是一种无需价值网络的强化学习方法,通过同一问题下多个采样回答的相对优劣来估计优势,省去监督微调环节。DeepSeek-R1训练中出现的“顿悟时刻”即模型在GRPO训练中自发学会延长思考、自我纠错,AIME数学竞赛成绩从15.6%提升至77.9%。
补血还是扩张:两个都是
一向笃信“三个臭皮匠不如一个诸葛亮”的梁文峰,为什么突然要把所有部门翻倍?证据都摆桌上了:说它是补血,因为基座模型和推理这两条被离职潮动摇过的主梁,招聘里明明白白加固了;说它是扩张,因为数据策略、前沿研究这些原本没有的新方向,也在同一份公告里被开了出来。

从前的DeepSeek标签是不融资、不上市、不商业化,清高得像闭门造车的武林隐士。这回招聘公告却写着“当今人类正处于AI的前夜,加入DeepSeek,坐在时代前排见证一个新纪元的诞生”。这种热血中二的宏大叙事,放在以前是打死也不会写的。
换血换得好是脱胎换骨,换不好就是元气大伤。从一家200人的精干小团队到主动把摊子翻一倍,DeepSeek这一步既是补一个真实存在的缺口,也是赌一个还没被验证的未来。能不能走通,最终要看它在急速膨胀的同时,还能不能守住那个让它一路杀到今天的魂儿——那个100多人共享一份文档、谁在干嘛全村都知道的劲。
相关推荐

AI模型被“游戏化”诱导:识别平民为军事目标
旧金山AI评估公司Vals测试发现,领先AI模型可被“游戏化”语境诱导,将平民识别为军事目标。实验揭示当前安全对齐机制在对抗性操纵下的脆弱性,引发对AI自主战争应用的担忧。

Proton Lumo桌面版上线:隐私优先的AI助手挑战ChatGPT
Proton隐私优先AI助手Lumo推出Windows、Mac、Linux桌面版,支持跨文件与应用自动执行任务,并提供对AI访问内容的细粒度控制权限,被视为ChatGPT与Claude的隐私替代方案。

Pedestal AI融资470万美元,用智能体重构供应链
Pedestal AI 完成 470 万美元融资,用 agentic AI 智能体重构供应链,提升速度与可靠性。本文解析其产品思路、落地价值与赛道挑战。