从达尔文视角看深度求索（DeepSeek）的“进化传奇”

文：苏畅

达尔文的进化论揭示了物种适应环境的本质规律，这一规律在技术竞争与企业发展中同样具有深刻的启示。结合由中译出版社引进并出版的《我从达尔文那里学到的投资知识》一书中提出的“进化速度与周期长短成反比”的原理，我们得以窥见中国人工智能公司深度求索（DeepSeek）在美国“ChatGPT时刻”后迅速崛起的“进化逻辑”。

作    者：[印]普拉克·普拉萨德（Pulak Prasad）

译    者：彭相珍

出版时间：2025年2月

I S B N：978-7-5001-8111-8

定    价：89元

出 版 社：中国出版集团 | 中译出版社

一、达尔文进化论的核心：短期压力驱动快速进化

达尔文认为，物种的进化速率在短期内可能因环境压力而显著加速，但从长期看则趋于平缓。就像时间长河中缓缓流淌的溪流，每一次细微的变化都历经漫长岁月。例如，欧洲棕熊的臼齿在8000年周期内的进化速率是40万年周期的33倍（13.80 vs. 0.41达尔文单位）。类似的规律在技术领域同样成立——短期的外部压力（如技术封锁、市场竞争）往往成为企业快速进化的催化剂。

当我们把目光从神秘的生物世界转移到充满活力的商业领域，会惊奇地发现，企业的发展历程与生物进化有着异曲同工之妙。企业，就如同生物一样，在市场的 “生态环境” 中不断成长、变化和适应。DeepSeek的崛起正是这一规律的体现。美国自2025年初加强AI芯片出口管制，试图通过切断高端芯片供应链遏制中国AI发展。然而，这种“短期压力”反而迫使中国企业加速技术优化。例如，DeepSeek通过创新的MLA机制（多头潜在注意力），将显存占用降至传统方法的5%-13%，显著降低了对高算力芯片的依赖。这恰似达尔文笔下的物种在环境剧变中迅速调整生存策略。

值得注意的是，在短期内，企业也可能会因为一项新技术的突破、一个新市场的开拓，或者一次成功的营销活动，而实现飞速发展，就像生物在短时间内发生的基因突变，带来了显著的变化。比如那些抓住互联网发展浪潮的企业，在短短几年内就从默默无闻到声名鹊起，用户数量和市场份额呈指数级增长 。

然而，从长期来看，企业的发展则更像是一场漫长而艰辛的马拉松。要想在激烈的市场竞争中持续保持领先地位，就需要具备强大的 “弹性”，也就是能够在各种经营波动中屹立不倒。就像一棵古老的大树，无论经历多少风雨，依然能扎根大地，茁壮成长。

美国财富 500 强企业的寿命数据，就像是一本生动的商业教科书，为我们揭示了 “杰出” 企业的秘密。1955 年的财富 500 强企业中，有 40% - 45% 的公司在接下来的 60 年里继续取得了经营上的成功。这些企业就像商业世界中的 “常青树”，它们在面对各种经济危机、市场变革和技术创新时，没有被困难打倒，而是积极调整战略，不断适应环境的变化。

在这漫长的 60 年里，它们经历了无数次的短期波动。可能是某一年的市场需求突然下降，也可能是竞争对手推出了更具竞争力的产品，又或者是宏观经济形势的突然恶化。但它们凭借着深厚的技术积累、优秀的管理团队、良好的品牌声誉和灵活的市场策略，一次次地化险为夷。

二、“中国式进化”的逻辑：效率革命与生态重构

达尔文理论强调“适者生存”，而DeepSeek的成功则展示了中国AI企业如何通过效率革命重构技术生态：

1. 成本与性能的再平衡：与ChatGPT依赖的“三高模式”（高端芯片、高投入、高算力）不同，DeepSeek以超低训练成本实现同等性能，例如其2024年底发布的DeepSeek-V3以行业最低算力训练出顶级模型。这类似于自然界中“能量利用效率”更高的物种在资源受限环境中占据优势。

2. 架构创新的“基因突变”：传统MHA机制（多头注意力）依赖大量参数，而MLA机制通过信息预处理和选择性压缩，实现了“轻量化推理”。这种技术路径的革新，正如基因突变带来的适应性优势，使DeepSeek在短期内完成跨越式进化。

3. 开源生态的“群体选择”：DeepSeek选择开源路线，通过全球开发者协作加速技术迭代。这类似于生物进化中“群体适应性”的提升——开源社区成为其技术扩散的“基因池”，推动模型性能指数级增长。

三、长周期视角下的“进化韧性”

尽管短期进化速度惊人，但达尔文理论同样警示长期稳定性的挑战。美国财富500强企业的数据显示，仅有40%-45%的公司在60年后仍保持成功。对DeepSeek而言，其面临的考验在于如何将短期技术突破转化为长期进化韧性：

2023 年 7 月，在杭州这座充满创新活力的城市，深度求索（DeepSeek）正式创立，它的诞生，承载着对 AI 领域的无限憧憬与探索。其背后的核心研发力量，最初源自幻方量化在 GPU 训练量化交易模型方面的宝贵经验。幻方量化在高端 GPU 储备上不遗余力，规模甚至可与国内一线互联网公司比肩，远超国内主流大模型创业团队，为深度求索的技术突破奠定了坚实基础。

2024 年，对于深度求索来说，是意义非凡的一年。12 月 26 日，公司重磅推出开源模型 DeepSeek-V3，这一模型犹如一颗投入平静湖面的巨石，激起千层浪。测试显示，该模型在多项评测中表现卓越，优于主流开源方案，在保持高水准的同时，还具备明显的成本优势。它的能力可与闭源的 GPT-4o 相近，但训练只用了 2048 张英伟达 H800 AI 芯片，纯算力成本仅为 557.6 万美元，比 Meta 发布的 Llama-3-405B 的一个训练周期还低了一个数量级。如此出色的表现，让全球 AI 界为之侧目，也让人们看到了深度求索在技术研发上的深厚实力和创新能力。

时间来到 2025 年 1 月，深度求索再次给世界带来惊喜，发布了对标 OpenAI 最新推理模型 o1 的 DeepSeek-R1。这款模型号称在数学、代码、自然语言推理等任务上实现了新的 “自发涌现” 式推理能力，并将其免费开源。与 OpenAI 等巨头的高投入、高成本模式不同，DeepSeek-R1 通过算法创新和架构优化，大幅降低了训练成本，同时提升了模型性能。其百万 token 输入成本和输出成本降低至数十分之一，真正实现了 “花小钱办大事”。

DeepSeek-R1 的发布，不仅在技术层面上取得了重大突破，还在市场上引发了强烈反响。短短几天内，其官方 APP 的下载量呈爆发式增长，2025 年 1 月 27 日，更是在苹果 AppStore 中国区和美国区的免费榜上双双登顶，超越了长期霸榜的 ChatGPT。这一成绩的取得，充分证明了 DeepSeek-R1 的强大吸引力和市场认可度。

深度求索的成功，并非偶然。在技术研发上，团队始终坚持创新驱动，不断探索新的架构设计和算法优化方法。

1.短期爆发：快速创新与突破

深度求索在发展历程中，充分展现了短期内的快速进化特征，如同物种在短周期内的基因突变，带来了惊人的变化。

以其提出的全新 MLA 机制（多头潜在注意力）为例，这一创新堪称是一场技术革命。在传统的人工智能领域，MHA 机制（多头注意力）一直占据着主导地位，但它存在着显存占用大、计算复杂度高的问题。而深度求索的团队成员们，凭借着敏锐的洞察力和勇于创新的精神，深入研究，大胆探索，提出了 MLA 机制。

通过引入潜在化的概念，在处理输入信息时先做一定的预处理，对信息进行选择性压缩和简化，从而在生成查询（Query）、键（Key）和值（Value）时显著减少了参数数量，将显存占用降到只是原来的 5% - 13%。这一突破，就像是为人工智能的发展找到了一条新的捷径，极大地提升了推理的效率，减少了对资源的消耗。

凭借这一创新，深度求索在短时间内获得了巨大的市场关注和竞争优势。当 DeepSeek-R1 模型发布后，其高性能和低成本的特点迅速吸引了全球开发者和企业的目光。在苹果 AppStore 中国区和美国区的免费榜上双双登顶，超越了长期霸榜的 ChatGPT，这一成绩的取得，充分证明了深度求索在短期内的快速发展和强大实力。

这些创新举措，极大提升了推理的效率，减少了对资源的消耗，为模型的高性能和低成本运行提供了有力保障。这就如同短跑比赛，深度求索在起跑后迅速发力，凭借着创新的技术和敏锐的市场洞察力，在短时间内就冲到了队伍的前列，成为了 AI 领域的一匹黑马。

2.长期规划：持续创新与稳健发展

对于深度求索来说，短期的成功只是一个起点，长期的稳健发展才是目标。就像物种在长期进化中保持稳定趋势一样，深度求索着眼于长期发展，不断保持技术创新的持续性，避免陷入短期行为的陷阱。

在技术研发上，深度求索始终保持着对前沿技术的关注和投入。团队不断探索新的架构设计和算法优化方法，致力于提升模型的性能和效率。从 DeepSeek-V2 到 DeepSeek-V3，再到 DeepSeek-R1，每一次的版本迭代都带来了新的技术突破和性能提升。

除了技术创新，深度求索还注重生态系统的建设。通过开源策略，吸引了大量开发者参与到模型的优化和改进中来，形成了一个良性的创新生态系统。这不仅有助于提升模型的性能和应用范围，还为深度求索赢得了良好的口碑和广泛的支持。

在未来的发展中，深度求索将继续坚持长期主义，不断加大在技术研发、人才培养、生态建设等方面的投入。通过持续创新，巩固自身在 AI 领域的地位，为全球 AI 技术的发展做出更大的贡献。就像一棵大树，不断扎根土壤，吸收养分，向着更高的天空生长，成为 AI 领域的参天巨擘 。

在商业模式上，深度求索采取了开源策略，将核心模型免费向全球开发者开放。这一举措不仅降低了其他企业和开发者使用 AI 技术的门槛，促进了 AI 技术的普及和应用，还吸引了大量开发者参与到模型的优化和改进中来，形成了一个良性的创新生态系统。正如幻方量化创始人梁文锋所言：“AI 不应被巨头垄断，而应普惠众生。”

3.DeepSeek“进化韧性”的三大特点：

·技术路径的可持续性：美国出口管制可能持续收紧，迫使中国企业进一步探索光子计算、存算一体等新型架构。

·生态系统的协同进化：DeepSeek需构建包含芯片设计（如国产GPU）、算法优化、应用场景的全链条生态，避免单一技术优势被“环境变化”淘汰。

·全球竞争的“自然选择”：正如OpenAI CEO萨姆·奥尔特曼所言，“AI竞赛本质上是算力与算法的马拉松”。DeepSeek需平衡短期效率与长期创新投入，避免陷入“过度特化”的进化陷阱。

四、进化论视角下的全球AI竞争格局——进化没有终点，唯有适者常青

达尔文的学说揭示了生物进化的底层逻辑，而DeepSeek的案例则映射出技术竞争的深层规律：

1. 压力即动力：美国的技术封锁非但未遏制中国AI发展，反而催生了“中国式创新路径”。这印证了西蒙·何关于“短期压力加速分子进化”的结论。

2. 效率重于规模：DeepSeek以“超高性价比”突破算力瓶颈，恰似制造业领域的“进化经验”——从模仿到超越，核心在于对资源约束的创造性回应。

3. 生态决定存亡：未来AI竞争将超越单一技术指标，转向开源社区、产业协同、政策适配等“生态系统适应性”的较量。

从达尔文的加拉帕戈斯群岛到今日的AI实验室，进化逻辑始终未变：短期剧变催生快速适应，长期成功依赖系统韧性。DeepSeek的“进化传奇”不仅是中国技术崛起的缩影，更揭示了全球创新竞赛的本质——在不确定性的浪潮中，唯有那些将“压力转化为基因”的物种，方能书写下一个纪元的生存史诗。

图书简介：

投资行业正处于危机状态。绝大多数股票基金经理无法长期跑赢市场，导致大量资金从主动型基金流向被动型基金。投资者应该从哪里寻找新的投资途径？

普拉萨德凭借其在投资领域取得的长期高额回报，分享了其独特的投资灵感来源——进化生物学。他深入挖掘达尔文学说的核心理念，将自然界的鲜活案例与自身丰富的投资实践紧密结合——熊蜂的生存策略如何帮助我们接受可能会错过特斯拉的决策，驯服银狐的实验揭示了成功企业应具备什么样的特征，为什么一只小青蛙模仿一个更大的竞争对手的呱呱叫声可以揭示公司不诚实的迹象……

普拉萨德以生动有趣且富有洞察力的文笔，巧妙地将达尔文的理论与投资实践相联系，以引人入胜的方式呈现给读者。在成功的进化策略的指引下，他详细阐述了多个获取长期收益的反直觉原则，并强调良好的视角与思维方式远比单纯的技术和技能更为重要，知识与技巧只是实现目标的手段。他的观点基于对失败教训的深刻反思和成功经验的总结提炼，为投资者提供了极具价值的借鉴。在算法与人工智能日益应用于实现财务目标的当下，普拉萨德的投资思想有望在未来发挥更大的价值，帮助投资者在复杂多变的市场中稳健前行。

作者简介：

普拉克·普拉萨德是新加坡那烂陀资本（Nalanda Capital）的创始人，此前曾在麦肯锡任职，并担任过华平投资（Warburg Pincus）的印度联席主管。他于2007年创立那烂陀资本，专注投资印度上市公司，管理资金规模约50亿美元，自成立以来实现了近20%的年化回报率。 普拉萨德对进化论深感兴趣，他将达尔文的理念融入投资，并通过致股东信及新书《我从达尔文那里学到的投资知识》，展现出对投资实践和思想的深刻洞察力与卓越才华。

本书亮点：

2024麦肯锡年度商业图书，外网千人评分超高4.7，

被认为是“最值得一读的投资类书籍”

吴声、管清友、周道许、秦朔、吴晨、施宏俊、李南南、携隐Melody、樊登 联袂推荐

拥有30年投资经验、创立年化收益率20%投资公司的“印度巴菲特”，首度公开投资秘诀

查理·芒格说：跨学科多元思维是做出正确投资决策的关键！

国内首部深入探讨投资学与生物学关系的著作

10个生物界鲜活案例，推导出3大投资定律、10大反直觉长期收益投资箴言

假如你从事投资，这本书将成为一件特别的武器。

即使你不从事投资，这本书也很值得阅读。

因为它回答了一个人人都关心的问题，那就是：怎样在一个复杂系统里取得持续的成功

充满不确定的市场中，不赔钱才是硬道理！教你识别优质企业，轻松跑赢长期市场

目录：

引 言

第一部分  规避重大风险

第1章  趋利避害的熊蜂

学会赚钱之前，先学会避免赔钱

巴菲特的两大投资准则

卓越的投资者，应该是卓越的拒绝者

如何规避重大风险

但你会错过特斯拉！

第二部分  以合理价格购入高质量企业

第2章 来自西伯利亚的解决方案

敢问起点在何方？

单一选筛选准的“层叠进化”

投资也能“选一赠多”

不存在“稳赢不亏”的投资

第3章 麦肯锡和海胆的矛盾之处

麦肯锡成功之秘诀

活着的生物天生具备旺盛的生命力

进化的可进化性

企业必须“先稳健、后发展”

眼看他起朱楼，眼看他宴宾客，眼看他楼塌了

第4章 巴甫洛夫式反应的危害性

“如何”和“为什么”的区别

聚焦近因会导致什么问题？

来自新闻头条的投资误导和获益机会

第5章 达尔文吃掉了我的DCF

基金经理业绩不佳的一个被忽视的原因

“没有想到这一点是多么愚蠢”

孔雀尾巴之谜

动植物有着共同的祖先

投资是一门历史学科

必要条件不一定是充分条件

第6章 细菌演变与商业发展——倒带重来

令人惊叹的安乐蜥

趋同进化无处不在

那烂陀不投资单个企业

卡尼曼的外部视角和趋同理论

运用趋同原则进行投资的一些实用方法

看似寻常最奇崛，成如容易却艰辛

来自理查德·伦斯基的经验教训

第7章 莫将绿蛙作虹鳉

投资信号暗藏的福与祸

不利条件原理说明了一切

层出不穷的“不诚实”信号

从扎哈维研究结论的角度来解析企业发出的重要信号

反思博尔顿的滑铁卢

第三部分  不轻易买入，更不轻易卖出

第8章 达尔文地雀和库尔滕棕熊——异常的进化

美联储利率、中国港口和德国监管机构有何联系？

没完没了的动荡消息会营造恐慌情绪

进化不能只看表面

格兰特夫妇的进一步论证

格兰特夫妇和库尔滕的研究结论决定了投资者买卖的时机

那烂陀出售股票的原因和时机

六十年，沧海桑田；又或者，什么都没变？

第9章 从化石中挖出的黄金投资准则

“证据不足”就等于“没有证据”

既然停滞是商业的默认状态，为什么还要积极地调整投资？

股票价格的波动不等于企业质变

利用罕见且短暂的股价下跌期来创造新的投资机会

第10章 兔子都跑哪儿去了？

达尔文：蒙尘的数学奇才

澳大利亚的“狂兔之灾”

那烂陀不急于抛售的其他原因

“这不合理！”

结语 蜜蜂通过重复一个简单的过程就能成功生存下来，投资者同样也可以！

如何理解一个充满不确定的世界

舞蹈中的成功之道

简单且可重复的投资决策过程，与蜜蜂如出一辙

致 谢

注 释