深夜23點(diǎn)，北京國貿(mào)寫字樓的燈光只剩零星幾點(diǎn)。程序員小林盯著屏幕上刺眼的“服務(wù)器繁忙”提示，第三次嘗試調(diào)用DeepSeek API失敗。
就在他為癱瘓的程序焦頭爛額時(shí)，千里之外的杭州，幻方量化的交易系統(tǒng)正自動(dòng)完成一筆高頻交易，其旗下基金今年收益率已悄然逼近55%。
這兩個(gè)看似無關(guān)的場景，卻由同一個(gè)名字連接——“極客”梁文鋒。他左手打造的DeepSeek從AI頂流淪為爭議焦點(diǎn)，右手培育的幻方量化卻成為量化領(lǐng)域的隱形冠軍。
這場冰與火的強(qiáng)烈反差，不僅是一家公司的戰(zhàn)略分野，更撕開了AI行業(yè)的遮羞布——當(dāng)概念炒作的潮水退去，技術(shù)的真正價(jià)值到底藏在哪里？
01? DeepSeek的180天墜落
2025年初的DeepSeek，曾是現(xiàn)象級(jí)的存在。
每天2400萬人擠爆官網(wǎng)，單日APP下載量突破540萬次，社交媒體上充斥著“AI改變世界”的狂熱討論。上線次月，其月活用戶就飆升至1.8億，力壓豆包、騰訊元寶登頂行業(yè)第一，估值被外媒瘋炒至1500億美元，創(chuàng)始人梁文鋒的身家也一度躍居亞洲科技大亨前列。
然而，這場狂歡的褪去速度，比任何人預(yù)想的都要快。
6月AI產(chǎn)品榜發(fā)布，DeepSeek排名從榜首滑落至第五，月活用戶驟降至9410萬，首次出現(xiàn)-6.06%的負(fù)增長。網(wǎng)頁端表現(xiàn)更糟，月訪問量連續(xù)四個(gè)月下跌，平均每月降幅達(dá)9.63%，6月訪問量僅3.8億，較年初峰值縮水近三成。
服務(wù)崩潰已成家常便飯。
12月11日晚，“DeepSeek崩了”沖上熱搜，API接口、網(wǎng)頁端、移動(dòng)應(yīng)用全線癱瘓，用戶屏幕持續(xù)彈出“服務(wù)器繁忙”提示，正在進(jìn)行的對(duì)話被迫中斷。而這并非個(gè)例，4月、8月多次大規(guī)模崩服事件，讓DeepSeek的“不穩(wěn)定”標(biāo)簽深入人心。
用戶流失的背后，是產(chǎn)品體驗(yàn)的持續(xù)拉胯。
網(wǎng)友分享的奇葩經(jīng)歷層出不窮——推薦美食經(jīng)營類小說，DeepSeek給出的3本全是虛構(gòu)作品；索要數(shù)字PCR與NGS聯(lián)用的文獻(xiàn)，它竟生成根本不存在的高影響因子論文；甚至在簡單的標(biāo)書生成、數(shù)據(jù)整理等場景中，也常出現(xiàn)答非所問、自由發(fā)揮的情況。
易標(biāo)AI技術(shù)總監(jiān)楊惠超直言：“現(xiàn)在問10條問題，至少有1條輸出不穩(wěn)定”。這種“愛撒謊”的毛病，本質(zhì)是模型精準(zhǔn)度不足與數(shù)據(jù)污染的后遺癥，卻被平臺(tái)長期忽視。
更致命的是戰(zhàn)略層面的遲鈍。
當(dāng)OpenAI推出“吉卜力風(fēng)格生圖”功能、谷歌Gemini 2.5 Pro搶占31%推理市場時(shí)，DeepSeek仍固守通用對(duì)話場景，缺乏能夠深度融入用戶生活、工作的具體應(yīng)用。
與此同時(shí)，競爭對(duì)手已形成合圍之勢——百度文心宣布全面免費(fèi)，騰訊元寶則以“免費(fèi)＋穩(wěn)定服務(wù)”的組合拳發(fā)起猛攻。DeepSeek曾經(jīng)引以為傲的“高性價(jià)比”優(yōu)勢，正被快速瓦解。
02? 幻方AI“印鈔機(jī)”如何煉成
與DeepSeek的狼狽形成鮮明對(duì)比的，是幻方量化的“躺贏”姿態(tài)。
2025年以來，其旗下11只展示業(yè)績的基金平均收益率高達(dá)52.55%，其中多只中證500、1000指增產(chǎn)品收益突破54%，遠(yuǎn)超同期指數(shù)22%左右的漲幅。
更令人驚嘆的是，在700-800億元的管理規(guī)模下，11只開放基金的收益率集中在50%-55%之間，走勢幾乎完全一致。這意味著其核心策略已實(shí)現(xiàn)規(guī)?；瘡?fù)制，而非依賴單一標(biāo)的押注——在A股3800只個(gè)股下跌的震蕩行情中，幻方硬是把股市變成了“提款機(jī)”。
這份亮眼業(yè)績的背后，是梁文鋒多年前埋下的AI伏筆。
早在2019年，當(dāng)AI大模型尚未爆發(fā)時(shí)，幻方就投資2億元建成“螢火一號(hào)”AI算力集群，搭載1100塊高性能GPU。2021年再投10億元打造“螢火二號(hào)”，配備1萬張英偉達(dá)A100顯卡，算力相當(dāng)于76萬臺(tái)個(gè)人電腦的總和。
當(dāng)其他量化機(jī)構(gòu)還在依賴傳統(tǒng)因子模型時(shí)，幻方已將最前沿的AI技術(shù)深度融入交易全流程。通過神經(jīng)網(wǎng)絡(luò)處理海量的行情數(shù)據(jù)、新聞輿情、交易行為，捕捉散戶群體的情緒波動(dòng)規(guī)律，在毫秒級(jí)別完成高拋低吸的決策與執(zhí)行，甚至能預(yù)測未來幾分鐘的股價(jià)走勢。
這種技術(shù)降維打擊，讓市場變成了“零和博弈”的屠宰場——當(dāng)普通散戶還在看K線、追熱點(diǎn)時(shí)，幻方的AI系統(tǒng)已經(jīng)分析完上億種非線性的交易可能性組合；當(dāng)普通投資者剛剛做出決策、手指移動(dòng)鼠標(biāo)時(shí)，量化系統(tǒng)早已完成建倉或平倉的全部操作。
中央財(cái)經(jīng)大學(xué)教授賀強(qiáng)曾公開表示：“量化交易大量從散戶身上收割利益，這是極大的市場不公平”。而這種收割能力，在AI技術(shù)的加持下還在不斷強(qiáng)化——其策略因子處于高頻迭代狀態(tài)，對(duì)市場的敏感度遠(yuǎn)超任何人類投資者。
03? AI的理想與現(xiàn)實(shí)之爭
同樣是AI技術(shù)，為何在DeepSeek和幻方量化身上呈現(xiàn)出天壤之別？
答案藏在梁文鋒的雙重戰(zhàn)略布局里——一邊是“不做應(yīng)用，只做基礎(chǔ)設(shè)施”的理想主義，一邊是“用AI解決實(shí)際問題”的現(xiàn)實(shí)主義。
DeepSeek的困境，本質(zhì)是AI行業(yè)通病的集中爆發(fā)。
作為開源大模型，它選擇“為他人做嫁衣”，將技術(shù)開放給騰訊元寶等合作伙伴，自身卻缺乏場景落地能力。產(chǎn)品形態(tài)單一、應(yīng)用場景模糊，當(dāng)用戶的嘗鮮熱情退去，自然會(huì)流向哪些能解決實(shí)際痛點(diǎn)的產(chǎn)品。
更深層的問題在于迭代速度的“慢半拍”。
國產(chǎn)競品瘋狂迭代功能，海外巨頭持續(xù)技術(shù)突破，而DeepSeek既未徹底解決模型精準(zhǔn)度問題，也未及時(shí)拓展多模態(tài)能力，最終在同質(zhì)化競爭中掉隊(duì)。
反觀幻方量化，從一開始就找到了AI技術(shù)最佳的“用武之地”。
量化交易的核心需求是“穩(wěn)定賺錢”，而AI在數(shù)據(jù)處理、規(guī)律捕捉、快速?zèng)Q策上的優(yōu)勢恰好精準(zhǔn)匹配。梁文鋒曾表示，幻方面臨的問題“從來不是錢，而是高端芯片（短缺）”，這種對(duì)算力的極致追求，讓AI技術(shù)得以在交易場景中深度落地。
04? AI的價(jià)值不在概念在落地
DeepSeek與幻方的反差，給狂熱的AI行業(yè)潑了一盆冷水。
當(dāng)無數(shù)公司扎堆涌入智能問答、文生圖等熱門賽道，陷入同質(zhì)化競爭時(shí)，幻方量化用業(yè)績證明——AI的真正價(jià)值，不在于制造多少話題，而在于解決多少實(shí)際問題。
對(duì)于普通用戶而言，這場博弈的影響真實(shí)可感。選擇DeepSeek的用戶，要面對(duì)頻繁宕機(jī)、答案失真的困擾；而身處股市的散戶，要直面AI量化的降維打擊。
2025年A股市場出現(xiàn)顯著分化，超過3800只個(gè)股下跌，而量化基金卻賺得盆滿缽滿，這種反差背后，是技術(shù)鴻溝帶來的財(cái)富再分配。當(dāng)幻方的AI能毫秒級(jí)捕捉市場波動(dòng)，散戶的手動(dòng)交易如同拿著冷兵器對(duì)抗熱武器，賺錢難度陡增。
而對(duì)于AI行業(yè)來說，DeepSeek的困境不是個(gè)例。
當(dāng)前大模型行業(yè)面臨兩大核心問題——一是技術(shù)突破乏力，長期停留在二維感知領(lǐng)域，未能實(shí)現(xiàn)實(shí)質(zhì)性跨越；二是商業(yè)化落地困難，很多產(chǎn)品看似熱鬧，卻缺乏持續(xù)盈利的能力。這些問題的根源，在于行業(yè)過度追求估值和流量，忽視了技術(shù)的本質(zhì)是服務(wù)人類、創(chuàng)造價(jià)值。
谷歌Gemini、OpenAI的成功，不僅在于技術(shù)領(lǐng)先，更在于持續(xù)拓展應(yīng)用場景，讓AI真正融入生活工作?；梅降尼绕?，也源于對(duì)交易場景的深度挖掘。
值得注意的是，DeepSeek并非毫無轉(zhuǎn)機(jī)。
12月發(fā)布的V3.2版本，推理能力達(dá)到GPT-5水平，引入DSA稀疏注意力機(jī)制后，長文本推理成本降低60%，流量份額已從3.7%回升至4.2%。如果能補(bǔ)齊服務(wù)穩(wěn)定性短板，聚焦垂直場景深耕，或許能重現(xiàn)生機(jī)。但這需要放下“估值包袱”，回歸技術(shù)本質(zhì)。
當(dāng)行業(yè)褪去概念的光環(huán)，留下的終將是能解決實(shí)際問題的產(chǎn)品。
DeepSeek的宕機(jī)與幻方的盈利，共同指向同一個(gè)答案——AI的價(jià)值不在估值榜單上，而在用戶的體驗(yàn)里，在真實(shí)的應(yīng)用場景中。或許正如梁文鋒所說，“在顛覆性的技術(shù)面前，閉源形成的護(hù)城河是短暫的”，但比技術(shù)開源更重要的，是價(jià)值落地的能力。
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個(gè)人觀點(diǎn)，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請聯(lián)系idonews@donews.com)
