1957年10月4日，蘇聯成功發射了全世界第一顆人造衛星“史普尼克1號”，讓美國乃至整個西方世界陷入了極度恐慌。在此之前，美國一直自我感覺良好，認為自己在核彈、導彈和航天領域遙遙領先，沒想到卻被狠狠打臉。這個時刻也被歷史銘記，命名為“史普尼克時刻”（Sputnik moment）。

2024年12月至1月，一家中國創業公司深度求索（DeepSeek）連發3款大模型，讓AI領域遙遙領先的美國科技界大受震撼，并引發了英偉達等美國科技股的暴跌，這也被美國投資家馬克?安德森（Marc Andreessen）稱為另一個“史普尼克時刻”（Sputnik moment）。要知道，馬克?安德森可是互聯網的一代宗師，曾經參與開發了全球第一個通用瀏覽器Mosaic，創立了著名的網景（Netscape）公司。

關于DeepSeek在大模型產品上的創新，行業內的報道已經非常之多，老冀在此也就不再贅述。作為一名做了二十多年科技報道的觀察者，從DeepSeek暴擊美國AI這件事，老冀看到了國內科技行業一個非常明顯的趨勢，那就是“硬科技時代”已經到來。

什么是“硬科技”？老冀查了一下，其實官方已經有了明確的定義，那就是：“基于科學發現和技術發明之上，經過長期研究積累形成的，具有較高技術門檻和明確的應用場景，能代表世界科技發展最先進水平、引領新一輪科技革命和產業變革，對經濟社會發展具有重大支撐作用的關鍵核心技術。”

老冀這里所說的“硬科技時代”中，“硬科技”確實是其中的一個關鍵要素，但并不是全部。在這個時代中，“硬科技”還與其他同樣重要的要素結合在一起，構成了科技行業的新生態和新特征。

具體來說，“硬科技時代”主要有這么“五硬”：

一、硬科技主導

如果了解中國科技行業40多年的發展歷史，你就會知道：硬科技一直都不是主導。

國內最早崛起的一批科技公司，起家是靠給跨國公司做代理，更注重銷售和渠道。老冀曾經采訪過其中代表企業的高管，你問他怎么搞技術創新，他跟你談怎么搞管理變革，總之很無語。

此后起來的一波科技公司開始搞研發，但也僅限于做跟隨型的產品開發。國外出了創新的產品，咱們把它做得更便宜一些。

到了互聯網時代，一開始是資本為王，很多創業公司都是to VC，跟著資本的指揮棒打轉。后來產品越來越重要，產品經理大行其道，還是產品指揮技術。

當然，老冀在這里并不是否定中國科技行業的過去，畢竟大家都是時代的企業，在技術落后如此之多的那個年代，你讓他們花錢去搞研發，尤其是去搞研究，那是不切實際的幻想。

直到AI興起這幾年，你會發現無論是科技大廠還是創業公司，關注的重點都發生了很大的變化——大家不約而同搞起了研究院，雇了很多研究型人才，搞起了研究。如今，很多創業公司的創始人，本身就是搞了多年研究的科學家。

像DeepSeek這樣的公司，搞起“硬科技”已經是得心應手了，人家公司的本名就是“杭州深度求索人工智能基礎技術研究有限公司”。DeepSeek的團隊先從研究論文開始，一邊寫論文發論文搞研究，一邊攢GPU卡寫代碼搞開發。

其實，像DeepSeek這樣的“硬科技”創業公司，也不是今天才出現的。早在2014年，那一波搞計算機視覺、以商湯為代表的“AI四小龍”就是這么干了。正是因為他們的共同努力，硬科技才會在國內蔚然成風，成為如今科技創業的主流。而如今的風險投資，也紛紛去追逐這些硬科技公司，而不是搞個APP、做點流量分發的“軟實力”公司了。

二、硬軟通吃

如今，美國市值最高的科技公司是英偉達和蘋果，他們雖然賣的是硬件，卻把軟件與硬件緊密地結合在一起，像英偉達的CUDA平臺與GPU卡的捆綁，蘋果各種智能終端與操作系統、應用生態的完美融合。如今這個時代，只有做到硬軟通吃，才能雄霸天下。

之前國內最風光的科技公司，還是以互聯網服務為體現的“軟”公司，如BAT。不過，最近幾年興起的科技公司，往往都將硬件作為主攻方向，如造車的“蔚小理”，還有地平線等芯片公司。當然，他們的軟件能力也很強，把大模型搬上車也是毫不含糊。

而像DeepSeek這樣的軟件公司，已經具備了很強的硬件能力。

老冀研究了一下DeepSeek發表的《DeepSeek-V3技術報告》，發現他們花了很多精力在硬件優化方面，比如創新的負載平衡策略、創新的管道并行算法DualPipe、高效的跨節點全連接通信內核、混合精度FP8框架等等。

也正因為如此，他們才得以用并不先進的H800 GPU（綜合算力是在美國廣泛應用的H100 GPU的70%左右，是目前最先進的B200 GPU的35%左右），訓練出了完全不遜于美國AI大廠的大模型。他們甚至還給硬件廠商提了諸如將通信任務從SM卸載下來、統一IB和NVLink網絡、支持塊和塊量化、支持在線量化、支持轉置GEMM操作等建議，由此可見DeepSeek研發團隊對于AI硬件的熟悉程度。

可以說，未來的科技公司要想做到頂流，要么親自下場搞硬件，要么深入了解硬件的核心技術；像過去那種寫寫代碼、搞搞流量，就能輕松成長的情況，恐怕不太容易了。

三、硬核創始人

過去，無論是在美國還是中國，一直有個共識的觀點，那就是公司做大之后，創始人就應該退居二線，將公司的日常管理交給經驗更為豐富的職業經理人。

而如今，在AI改變一切的今天，很多美國科技大廠的創始人都坐不住了，他們發現職業經理人根本無法應對這種行業巨變，于是紛紛從退休或半退狀態返回一線，重新抓起了業務。如Google創始人謝爾蓋·布林親自給Gemini大模型寫代碼，亞馬遜創始人貝索斯也回到公司主抓AI，更別提在旗下幾家公司來回穿梭、直接與一線工程師交流的“鋼鐵俠”馬斯克了。而這種管理模式，也被稱為“創始人模式”。

在國內，老冀聽到一個說法，說是很多科技大廠創始人都交班了，而且往往是CFO接班。老冀倒是不以為然。看看國內一線的互聯網公司，騰訊和百度的創始人仍然戰斗在一線，阿里巴巴的馬老師由于特殊原因隱退，換上的CEO仍然是創業的“十八羅漢”之一。再看字節跳動，且不說張一鳴是不是真的退居二線；如今掌舵的，也是公司聯合創始人。

再舉個例子。如今京東的CEO確實是CFO出身，可是你覺得創始人劉強東離開一線了么？相反，他比之前更頻繁地出現在京東的各個高管群中，直接指揮公司的日常運營。

再看DeepSeek這家創業公司，也是典型的創始人模式：創始人梁文鋒本身就是搞技術的，他一直在一線，親自寫代碼，親身參與各項業務的決策。也正因為如此，DeepSeek才得以發展得如此之快。

所以說，如今，無論是美國硅谷，還是中國“硅谷”，其實都是“創始人模式”當道。

四、硬漢特種兵

老冀也注意到了DeepSeek還有一個特點，那就是雖然干出了這么驚天動地的大事，公司的規模卻仍然很小，據說員工還不到140人，僅僅相當于一些AI大廠研發部門的十分之一。

雖然人數不多，卻個個都是特種兵。例如，DeepSeek的核心研發人員中，朱琪豪是北大計算機學院軟件研究所2024屆博士生，代達勱是北大同一個學院計算語言所2024屆博士生，邵智宏是清華交互式人工智能課題組博士生，曾旺丁則出自北郵人工智能與網絡搜索教研中心……而據說被小米以千萬年薪挖走的“天才少女”羅福莉，碩士畢業于北大計算機學院計算語言所，畢業后加入阿里達摩院機器智能實驗室。

老冀發現，這些DeepSeek的核心研發人員有一些共同的特點：都出自國內一流名校，不是北大清華，也是北航北郵；都是研究型人才，發了不少高質量的論文；都很年輕，工作經驗不超過5年。

這其實也反映了DeepSeek的用人原則：招最優秀的技術人才胚子，給他們最開放的研究環境，做最有想象力的研究，讓員工與公司共同成長。

DeepSeek創始人梁文鋒透露，參與上一代大模型DeepSeek-V2 的研發人員，沒有一位海歸，全部都是本土的。“前50名頂尖人才可能不在中國，但也許我們能自己打造這樣的人。”

DeepSeek的研發團隊不做前置分工，而是自然分工。每個人都可以研究自己感興趣的方向，并且拉團隊中的任何人討論，然后組建團隊，隨時調用訓練集群的GPU卡，無需審批。

例如，前不久發布的DeepSeek-V3大模型用到了創新的MLA（多頭潛注意力）架構，就是來自于一位年輕（不過，團隊的成員都很年輕）研究員的突發奇想，大家感覺靠譜之后組建了一個研究團隊，花了幾個月把它跑通了。

DeepSeek的崛起，其實很給很多中國科技公司提了個醒：兵不在多，而在于精。一支強悍的特種兵部隊，勝過千軍萬馬。當然，你得給這支隊伍特殊的待遇、文化和資源才行。

五、硬寨呆仗

其實在國內，DeepSeek的一飛沖天，不僅僅把美國人搞蒙了，也把國內的科技精英們搞迷糊了。原因很簡單：你DeepSeek的創始人梁文鋒，之前是搞金融，搞量化交易的，不是正牌搞高科技的呀！搞AI大模型跑出來的，應該是我們純正的搞軟件、搞互聯網的才對呀！有一位AI“小龍”的高管，甚至在老冀的朋友圈里質疑：“不是說他們（DeepSeek）有5萬張卡么？”言下之意，DeepSeek也是靠堆算力。

當然，如果他仔細研究了DeepSeek發表的技術報告，就知道DeepSeek肯定不只是堆算力，而是在算法和數據領域做了非常多的創新，例如混合專家模型（MoE）、多頭潛注意力（MLA）、多令牌預測（MTP）、長鏈式推理（CoT）、DualPipe算法FP8混合精度等等，都是DeepSeek自己琢磨出來的，很多都是為了把GPU卡的算力壓榨到極致。

當然，不可否認，DeepSeek確實是“卡多”。老冀也看到在美國那邊，Scale AI創始人兼CEO汪滔（Alexandr Wang）在接受媒體采訪的時候，說DeepSeek可能有5萬張卡。姑且不論這個說法是否屬實，從各個方面得到的信息來分析，DeepSeek擁有的GPU卡數量，恐怕在國內科技公司中能夠排到前5位，多到跟字節跳動、阿里巴巴旗鼓相當的水平。

為什么DeepSeek的卡有這么多？因為人家一直就在做AI，而且是奔著AGI（通用人工智能）的遠大目標去的。

早在DeepSeek成立之前，梁文鋒還在做量化交易的時候，他就對AGI感了興趣。本來量化交易就要用到很多GPU卡，而要做AGI，顯然還需要更高數量級的卡。于是早在2015年，梁文鋒就用量化交易賺到的錢囤了100張卡；到了2019年，卡的數量已經增加到1000張了。

2020年5月GPT-3發布，并沒有在行業內激起多大的浪花。而已經在AGI路上摸爬滾打了好幾年的梁文鋒，已經意識到大規模算力平臺對于AGI的重要性，于是在第二年建設了“螢火二號”智算平臺，把GPU卡的數量堆到了上萬。

反觀國內那些自命正牌的AI創業公司，基本上都是因為2022年11月ChatGPT發布后一炮走紅，想了想自己原來就是搞互聯網的，甚至是搞計算機視覺的，舍我其誰？老冀在朋友圈里看到了好幾位搞互聯網的朋友，都認為這一波絕對是自己的機會，于是興致勃勃地殺了進去。

首先像王慧文等成功的互聯網創業者，他們有成體系的互聯網創業打法，搞地推、搞流量、做APP、快速迭代。問題是，如今AI大模型的創業邏輯不是這樣的，首先你得把技術方向搞清楚了，然后投入數倍于之前互聯網創業的資源，也才有個開始。正因為如此，王慧文投入AI才半年就抑郁了，并且果斷退出。

當然，你會說王慧文不懂AI，那些之前就懂技術、也搞過AI的創業者，是不是就能成功呢？恐怕希望也不大。因為雖然是同一棵科技樹，向上生長的時候已經出現了分叉。

例如，當年“AI四小龍”確實也都是搞AI，微軟亞洲研究院的AI論文也發了不少，但是他們以前大部分都選擇了計算機視覺這個方向，而這一波大模型則走了另一個方向——“語言”。

因此，當ChatGPT掀起大模型浪潮之后，從2023年開始，一大批原來就搞AI的技術精英們紛紛創業，投身于其中。但是，正如老冀的好朋友程苓峰所說，他們更多地是攢局，而不是從0到1，很難持續。

于是，剛到2024年下半年，所謂的“大模型六小龍”當中，已經有兩家公開放棄了AGI的夢想，不再做預訓練和通用大模型了；還有一家因為創業者的貪婪，陷入了與投資人的撕扯之中。

反觀DeepSeek，在互聯網人心目中確實不是“正規軍”，但是人家確實在通往AGI的道路上，辛辛苦苦耕耘了至少五六年的時間了。人家不成功，還等著你們這些“正規軍”成功么？

寫到這里，老冀不僅想到了曾文正公給湘軍制訂的“結硬寨、打呆仗”六字訣。說到底，就是不求速勝，而是一步一個腳印地鞏固戰果，最終達成勝利。

硬科技主導、硬軟通吃、硬核創始人、硬漢特種兵、硬寨呆仗這“五硬”，就是老冀觀察到的、全球以及中國一流科技公司的特征。如今，我們已經進入硬科技時代；未來，那些要想成為世界一流的中國科技公司，也必須“硬”起來。

對于那些更有理想的中國科技公司來說，這恐怕也是一個更加幸福的時代，因為與他們的前輩相比，他們將更加接近全球科技的最高峰！