梁文锋DeepSeek这个剧本，35年前华尔街已经上演过

5月8日，DeepSeek被曝最新一轮融资。投前估值约3000亿元人民币。国家集成电路产业投资基金领投。融资目标500亿元。梁文锋本人按最高允许额度跟投。

很多人把这当成中国AI的奇迹。

但仔细看梁文锋走过的路，会发现这不是奇迹。这是一个被验证过的剧本。35年前的华尔街演过一遍。那个人叫David E. Shaw。

35年前华尔街那个人

1980年，David E. Shaw从斯坦福拿到计算机博士。毕业之后他去哥伦比亚大学计算机系当助理教授。1986年走出学校，进了摩根士丹利做技术副总裁。1988年自己出来创办D.E. Shaw & Co.，用算法在金融市场上做量化套利。

到1996年，《财富》给他起了个外号"King Quant"，量化之王。这家基金除了Shaw自己之外，还出过两个人：1990年加入、1994年离开去做亚马逊的Jeff Bezos，以及后来联合创办对冲基金Two Sigma的John Overdeck。

2001年，Shaw做了一个外人看不懂的决定。他把基金日常交给团队，自己另起了一家叫D.E. Shaw Research的机构，去做分子动力学模拟，研究蛋白质怎么折叠。

之后他干了两件事。

一件是2008年造出一台叫Anton的超级计算机。这是全球第一台专门用来模拟蛋白质折叠的机器。它做不了别的事，只能做这一件。Anton一代之后还有Anton 2、Anton 3，至今还在迭代。

另一件是D.E. Shaw Research到今天也不卖产品。不接外包。不做药企生意。它发论文，做研究。靠对冲基金那边的钱养着。

2018年，《福布斯》估算Shaw的身价是62亿美元。

把两条路压成一句

把Shaw这条路压成一句：

CS博士 → 创对冲基金 → 量化做到顶 → 搭专用算力 → 转去做生物

把梁文锋这条路压成一句：

信电硕士 → 创幻方量化 → 量化做到顶 → 搭专用算力 → 转去做AI

中间几步，几乎一一对应。

学院出身。Shaw是斯坦福CS博士、哥大助理教授。梁文锋是浙江大学信息与电子工程学系本科和硕士，2010年6月毕业。他的硕士论文做的是基于低成本PTZ摄像机的目标跟踪算法。

走出学校进金融。1988年，Shaw创办D.E. Shaw。2015年6月，30岁的梁文锋和徐进一起创办杭州幻方科技，英文名High-Flyer。

量化做到顶。1996年，Shaw被《财富》称量化之王。幻方的资管规模在2021年一度突破千亿元人民币。

用赚来的钱搭专用基础设施。Shaw做了Anton。梁文锋做的叫"萤火二号"。2021年投入约10亿元，搭载约1万枚英伟达A100显卡。当时国内拥有超过1万枚GPU的企业不超过五家。1万枚A100，是公认的"做大模型的算力门槛"。

然后是最像的一步：转向。

2001年，Shaw把基金交给团队，自己去做D.E. Shaw Research。

2023年4月，幻方公告：成立独立研究组织"深度求索"，全力投入AI。同年7月，杭州深度求索人工智能基础技术研究有限公司正式注册。

梁文锋本人退到DeepSeek，去做AGI。

连用人方式都像

两人在用人上也像。Shaw历史上以校招物理、数学、计算机博士出名，不招"行业老兵"，Bezos和Overdeck都是这条线进来的。梁文锋在DeepSeek延续同样的逻辑：清一色国内Top高校的年轻研究者，几乎不招资深AI工程师。

商业模式同样像。D.E. Shaw Research到今天也不卖产品，靠基金那边赚的钱养着发论文。DeepSeek把模型直接开源，不急商业化。DeepSeek-V3的训练成本写在论文里：557.6万美元。同期OpenAI训练GPT-4级别的模型，公开估算成本至少是它的十倍。

这是同一种逻辑：先用市场把钱赚足，然后回头去做自己真正想做的科学。

唯一的差别

唯一不一样的地方是赛道。

Shaw押的是计算生化和药物发现，外人很少看见。梁文锋押的是AGI，全世界都在看。

但剧本本身没变。

35年前美国人走的是"CS博士 → 量化 → 生物"。

35年后中国人走的是"信电硕士 → 量化 → AI"。

中间那一段是一样的：用市场赚来的钱，做自己最想做的那件事。

如果有一天梁文锋也像Shaw那样，把DeepSeek做大之后退一步，另起一家"梁文锋研究院"那样的东西，不要意外。这是这个剧本本来的写法。

很多家长在问孩子学数学、学编程将来能做什么。Shaw和梁文锋的剧本是其中一种答案。