引言
如果说ChatGPT定义了AI时代的第一阶段，那么DeepSeek正在定义第二阶段。当OpenAI还在用闭源模型和高价订阅构筑护城河时，DeepSeek却选择了另一条道路：开源、低价、开放生态，以及近乎激进的成本效率优化。这家成立不到三年的中国公司，不仅让硅谷重新评估开源模型的竞争力，也让整个行业第一次意识到，大模型市场或许并不会像搜索引擎时代那样赢家通吃。从R1发布引发全球开发者狂欢，到登顶美国App Store免费榜，再到成为无数创业公司和企业客户的新选择，DeepSeek的增长并非来自一次成功的营销，而是一场围绕产品、技术、生态和认知展开的系统性进攻。本文试图回答一个问题：DeepSeek究竟做对了什么，才能在OpenAI主导的AI时代撕开一道口子？
一次发布震动硅谷：DeepSeek现象从何而来
DeepSeek成立于2023年，其背后是量化基金幻方团队长期积累的算法能力、工程能力和算力基础，因此它从一开始就没有按照典型AI应用公司的路径去做一个包装精美的聊天机器人，而是把主要资源投入到底层模型研发、训练框架优化和推理效率提升之中，这种路径在早期并不容易被大众市场感知，因为普通用户并不关心模型架构，也不会主动阅读技术报告，但它为后来R1和V系列模型的爆发埋下了伏笔。
真正的增长转折点出现在DeepSeek-R1发布之后，因为R1第一次让全球开发者和普通用户同时意识到，来自中国的开源推理模型不仅可以在数学、代码和复杂推理任务上接近国际领先闭源模型，而且可以用极低的成本被调用、部署和改造，这种“能力接近顶级模型，但使用门槛远低于顶级模型”的反差，直接制造了DeepSeek最强的传播钩子。用户不是因为DeepSeek投放了广告才知道它，而是因为它打破了大家对AI行业成本结构和竞争壁垒的既有认知，所以科技媒体愿意报道，开发者愿意测试，投资人愿意讨论，普通用户愿意尝鲜。
从数据上看，DeepSeek在R1发布后的增长速度已经超出了普通AI应用的范畴，第三方统计显示，DeepSeek在2025年1月曾达到约2200万级别的日活用户，2025年4月全球月活用户接近9700万，后续中国市场月活规模继续上升，部分统计口径显示到2025年中后期已经进入亿级用户区间。虽然不同机构对下载量、月活和日活的统计口径并不完全一致，但共同指向一个事实：DeepSeek不是一次短期舆论事件，而是在R1之后真正进入了全球AI产品第一梯队的用户规模竞争。
更重要的是，DeepSeek的增长并不是从大众娱乐需求开始，而是从高价值技术用户开始，这一点与许多消费互联网产品不同。消费产品往往先通过低门槛内容吸引大众用户，再慢慢沉淀高价值商业场景，而DeepSeek的路径恰好相反，它先让开发者、研究者、创业者和AI重度用户认可模型能力，再通过这些专业用户的评价扩散到更广泛的大众市场，因此它的增长质量并不只是体现在下载量上，更体现在API调用、模型二次开发、开源社区讨论和企业试用迁移上。
第一增长飞轮：产品力即流量
任何现象级增长最终都不能脱离产品本身，因为用户可以被话题吸引一次，却只会因为真实价值留下来，而DeepSeek最核心的增长基础，正是它在模型能力、推理效率和使用成本之间建立了新的性价比标准。过去几年，大模型行业形成了一个非常强的默认认知，即模型越强，训练成本越高，推理价格越贵，用户越需要为顶级能力支付高溢价，而DeepSeek的出现挑战了这个认知，它向市场证明，模型性能提升并不必然意味着成本同步失控，算法效率、训练工程、MoE架构、强化学习路线和推理优化同样可以成为竞争优势。
DeepSeek-R1的关键意义在于，它不是单纯发布了一个聊天模型，而是把“推理能力”变成了可被大众感知的产品能力。对于普通用户来说，推理模型的价值并不体现在技术名词上，而体现在它能否更好地解数学题、写代码、分析复杂问题、处理长逻辑任务和给出更有结构的答案；对于开发者来说，R1的价值则体现在它是否能以更低的成本嵌入应用、是否能在开源基础上微调或蒸馏、是否能减少对昂贵闭源API的依赖。当这两类用户同时感受到价值时，DeepSeek就不再只是一个模型发布，而变成了一个产品增长事件。
R1论文中提到，DeepSeek-R1-Zero通过大规模强化学习直接激发推理能力，而DeepSeek-R1则在冷启动数据、多阶段训练和强化学习之间做了组合，从而在多个推理任务上达到接近OpenAI o1的表现，同时DeepSeek还开放了基于Qwen和Llama蒸馏出的多个不同参数规模模型，这让不同算力条件、不同应用场景、不同开发阶段的团队都能找到适合自己的使用方式。换句话说，DeepSeek没有只给市场一个“最强模型”，而是给了市场一个从研究、部署到应用开发都可以参与的模型体系。
从增长角度看，产品力越强，用户的传播意愿越强，但只有当产品力与低门槛结合时，传播才会真正变成增长。DeepSeek最厉害的地方不只是模型效果好，而是它把高能力模型包装成普通用户和中小开发者都能低成本接触的产品，这使得很多原本只会围观AI竞争的人，第一次开始真正使用、测试和比较模型。AI行业过去常说“模型能力决定天花板”，但DeepSeek证明了另一个事实：当能力足够强、价格足够低、开放程度足够高时，模型本身就会成为获客渠道。
第二增长飞轮：低价即扩张
DeepSeek最容易被外界理解的标签是“便宜”，但如果只把它看成价格战，就会低估它真正的战略含义，因为DeepSeek的低价不是简单让利，而是在重构AI能力的分发方式。过去，闭源大模型公司通过高昂订阅费、API调用费和企业服务费来覆盖算力投入，这种模式适合服务高付费能力的大企业和专业用户，但对于大量开发者、中小企业、独立创业者和教育用户而言，高性能模型的调用成本仍然是限制创新的重要因素。DeepSeek通过持续压低API价格，把原本只有大公司才能频繁调用的能力，变成了更广泛开发者能够日常使用的基础设施。
截至2026年5月，DeepSeek官方API文档显示，deepseek-v4-pro在促销结束后会正式调整为原价的四分之一，路透社也报道DeepSeek将旗舰V4-Pro模型75%的降价转为永久政策，API价格区间降至每百万token约0.025元至6元人民币，这种定价不仅比传统闭源模型更具冲击力，也在向市场释放一个信号：DeepSeek希望通过规模化调用和生态扩张，而不是单次调用高毛利，来争夺AI基础设施层的长期份额。
低价带来的增长效应并不只是吸引用户薅羊毛，而是改变了开发者的决策模型。过去很多创业团队在设计AI产品时，会因为token成本过高而限制用户使用次数、压缩上下文长度、减少复杂推理调用，甚至放弃一些原本可以成立的产品形态；而当模型调用价格大幅下降后，开发者可以更大胆地设计多轮推理、智能体协作、代码生成、文档分析、客服自动化和教育陪练等场景，原本被成本压制的需求开始被释放出来，这就是低价真正带来的市场扩容。
从增长学角度看，DeepSeek的低价策略类似于把AI行业的“边际使用成本”从奢侈品水平拉向基础设施水平。OpenAI和Anthropic更像是在建立高端订阅和企业服务体系，而DeepSeek则更像是在推动AI能力水电化，让模型调用变得足够便宜、足够普遍、足够容易嵌入各种应用之中。当一种技术从“昂贵工具”变成“默认组件”时，它的增长逻辑就会从单点付费转向生态扩散，而DeepSeek显然押注的是后者。
第三增长飞轮：开源即渠道
DeepSeek的增长不能只从用户数理解，更应该从开源生态理解，因为开源让DeepSeek的影响力不再局限于官方产品和API，而是扩散到无数第三方应用、研究项目、企业部署和本地化改造之中。传统闭源模型的增长路径是用户访问官方产品或调用官方API，平台掌握入口、计费和体验；而开源模型的增长路径则更分散，模型一旦被下载、部署、微调、蒸馏和集成，就会进入大量非官方场景，形成一种不完全依赖中心化平台的传播网络。
R1开源之后，开发者可以在Hugging Face、GitHub等平台围绕模型进行测试、优化和再开发，企业可以评估本地部署的可行性，研究者可以复现实验并改进方法，创业者可以基于蒸馏模型做垂直应用，这种开放性让DeepSeek获得了闭源产品很难复制的增长能力。闭源模型的用户使用越多，平台收入越高，但生态外部创造力被限制在API边界之内；开源模型的用户使用越多，生态分叉越多，模型的行业标准化程度越高，最终可能反过来提升官方模型、API和品牌的市场地位。
这也是为什么DeepSeek的开源并不是一种理想主义姿态，而是一种增长战略。开源降低了信任成本，因为用户可以看到技术路线、复现能力和模型权重；开源降低了试用成本，因为开发者不需要先进入封闭商业协议就可以测试；开源降低了传播成本，因为每一个技术评测、部署教程、模型对比和应用案例都会成为DeepSeek的免费内容资产。对于一个没有全球广告预算的公司而言，开源本身就是最有效的全球分发渠道。
更深一层看，DeepSeek的开源还击中了AI行业正在变化的结构性需求。随着越来越多企业关注数据安全、私有化部署、成本可控和供应链自主，完全依赖海外闭源API的风险开始被重新评估，而开源模型提供了一条更灵活的替代路径。路透社Breakingviews在2026年也讨论了开源大模型、本地硬件和“自建AI能力”趋势对闭源云端模型商业模式的挑战，这说明DeepSeek所处的方向并不是短期热点，而是全球AI产业正在出现的分化趋势。
第四增长飞轮：社区即媒体
DeepSeek的传播路径非常典型地体现了AI时代的社区扩散规律，即一个复杂技术产品并不需要一开始就讨好所有大众用户，而是可以先征服最懂行、最挑剔、最愿意公开表达评价的早期用户，再通过他们的内容生产和信任背书进入更广泛人群。DeepSeek-R1发布后，最先形成热度的并不是传统广告渠道，而是开发者社区、开源平台、技术媒体、X、Hacker News、Reddit以及中文社区中的大量模型评测和使用教程，这些内容虽然单个传播范围有限，但叠加起来形成了极强的可信度。
开发者传播和普通用户传播最大的区别在于，开发者不会只说“好用”或“不好用”，他们会拿模型跑benchmark，会比较API价格，会测试代码能力，会尝试本地部署，会写教程，会做模型蒸馏，会把使用体验转化成公开内容和工具链，这种传播内容比广告更有说服力，也更容易被媒体引用。DeepSeek正是借助这种技术内容的密集生产，把一次模型发布变成了全球AI圈的公共讨论事件。
这种路径也解释了为什么DeepSeek能在很短时间内突破国别和语言边界。传统消费品牌出海通常需要本地化运营、渠道合作、广告投放和品牌建设，但开源AI模型天然拥有跨国传播属性，因为开发者共同使用英文技术文档、GitHub、Hugging Face、论文和benchmark作为沟通语言。只要模型能力足够强、成本足够低、许可证足够开放，技术社区就会自动完成第一轮全球化分发。DeepSeek没有先做一个庞大的海外市场团队，而是让技术本身先进入全球开发者网络，这是一种更轻、更快、更适合AI基础设施产品的出海方式。
从增长飞轮角度看，开发者社区既是DeepSeek的用户，也是它的渠道、内容创作者和产品改进者。每一次测评都在降低新用户的决策成本，每一个教程都在降低新开发者的使用门槛，每一个第三方项目都在扩展DeepSeek的应用边界，而这些边界越宽，DeepSeek作为底层模型品牌的心智越强。相比花钱购买流量，这种由专业社区驱动的增长虽然起势更慢，但一旦形成共识，就会比广告流量更稳固。
第五增长飞轮：叙事即杠杆
DeepSeek的爆发不仅是技术事件，也是叙事事件，因为它刚好出现在全球AI竞争、美国芯片出口管制、中国科技自主创新和开源模型崛起交织的时间点上。一个产品如果只是好用，它会获得用户；如果它还能代表某种更大的社会情绪和产业转折，它就会获得媒体和公众注意力。DeepSeek之所以能迅速突破AI圈层，正是因为它被赋予了“中国AI挑战OpenAI”“低成本模型冲击硅谷”“开源路线挑战闭源巨头”等高传播价值的标签。
媒体传播天然偏好冲突、反差和颠覆，而DeepSeek几乎同时具备这三个要素。它来自中国，却在国际模型竞争中获得认可；它没有巨头级融资，却在成本效率上制造冲击；它选择开源和低价，却挑战了闭源高价模型的商业想象；它在美国App Store登顶，又让海外大众用户第一次直观感受到中国AI产品的存在。这些要素叠加之后，DeepSeek就不再只是一个技术品牌，而成为全球AI产业格局变化的象征。
叙事对增长的作用在于，它能让用户产生“我必须了解一下”的心理。很多用户并不是先因为明确需求打开DeepSeek，而是因为看到新闻、社交媒体讨论和朋友推荐后产生好奇心，这种好奇心带来第一批尝试，而产品体验如果足够强，就能把好奇心转化为留存和传播。DeepSeek的增长正是完成了这个闭环：技术突破制造事实基础，价格差异制造认知冲突，开源策略制造专业背书，国际媒体制造大众话题，最终用户体验承接流量。
不过，全球叙事也是双刃剑，因为当DeepSeek被放入中美AI竞争框架之后，它会获得更高关注，也会承受更高审视。围绕数据安全、芯片来源、模型训练成本、合规风险和国家竞争的讨论都可能影响其海外扩张，因此DeepSeek未来增长能否持续，不仅取决于模型能力和价格，也取决于它能否在全球监管、企业信任和生态治理上建立更成熟的机制。
DeepSeek vs OpenAI：两种增长逻辑的正面碰撞
如果把DeepSeek和OpenAI放在同一个框架下比较，会发现二者并不是简单的“谁更强”问题，而是代表了两种不同的AI增长路径。OpenAI的增长路径更接近“闭源旗舰模型 + 强产品入口 + 高付费订阅 + 企业客户 + 平台生态”，它通过ChatGPT建立了全球最强的AI消费级入口，又通过Plus、Team、Enterprise、API和合作伙伴体系不断向商业化延伸，因此OpenAI的优势在于品牌心智极强、用户规模庞大、企业市场渗透率高，并且能够通过持续发布更强闭源模型维持高端市场定价权。
DeepSeek的路径则不同，它更接近“开源模型 + 极低价格 + 开发者生态 + 技术社区传播 + 基础设施普及”，它并不试图一开始就在全球企业SaaS市场与OpenAI正面争夺高客单价客户，而是先把模型能力变成开发者和中小团队可负担的基础设施，再通过开源扩散和低价API进入更多应用场景。换句话说，OpenAI更像是在建立AI时代的超级应用和企业平台，而DeepSeek更像是在争夺AI时代的底层能力标准。
从最新数据看，OpenAI依然拥有极其强大的规模优势。路透社曾报道，OpenAI在2025年2月周活用户已经超过4亿，企业付费用户超过200万，而后续多个市场统计也显示ChatGPT仍然是全球最具影响力的AI应用之一。OpenAI的商业模式已经从单纯聊天机器人扩展到企业工作流、开发者API、金融机构安全合作和高端模型服务，2026年日本大型金融机构获得GPT-5.5访问权的新闻，也说明OpenAI正在通过可信合作伙伴和高监管行业场景巩固高端市场。
但DeepSeek对OpenAI真正形成冲击的地方，并不是立即抢走所有ChatGPT用户，而是在削弱“只有闭源巨头才能提供顶级AI能力”的市场假设。只要开源模型性能持续逼近闭源模型，而价格又显著更低，开发者和企业就会不断重新评估自己的模型组合，尤其是在大量非核心、非绝对顶级任务中，低成本开源或半开源模型会越来越有吸引力。OpenAI可以继续占据最强模型、最大入口和高端企业市场，但DeepSeek让市场意识到，AI行业不会只有一种商业模式，也不会只有一种增长路径。
因此，DeepSeek与OpenAI的竞争不是传统意义上的同质化竞争，而更像PC时代Windows生态与Linux开源生态、iOS封闭体验与Android开放生态之间的长期分野。闭源路线的优势在于体验统一、安全可控、商业化效率高，开源路线的优势在于扩散速度快、改造空间大、边际成本低、生态创造力强。未来AI市场很可能不是一个赢家通吃的市场，而是形成“高端闭源模型负责极限能力，开源模型负责大规模普及，企业根据成本、性能、合规和数据安全混合使用”的格局，而DeepSeek正是这一结构变化中最具代表性的变量。
梁文锋的产品哲学
要理解DeepSeek的增长方式，就不能绕开梁文锋，因为DeepSeek身上有非常鲜明的创始人哲学痕迹。与很多AI创业公司强调融资规模、商业客户、发布会声量和创始人公众曝光不同，梁文锋长期保持低调，公开访谈中反复强调基础研究、原创创新和AGI目标，这使DeepSeek从组织气质上就不像一家典型追逐短期商业回报的AI应用公司，而更像一个以长期技术突破为核心目标的研究型工程组织。
梁文锋的幻方背景对DeepSeek非常重要。量化投资本质上是高度依赖数学、算法、工程和计算效率的行业，幻方在长期量化交易中积累的算力集群、分布式训练经验和工程团队，为DeepSeek进入大模型领域提供了特殊起点。相比从产品应用切入的AI创业者，梁文锋更关注模型底层能力、训练效率和技术原创性，因此DeepSeek早期并没有过度追求商业包装，而是把大量精力投入到自研训练框架、模型架构和算力利用效率上，这种路径短期不容易讲商业故事，但一旦技术突破，就会带来非常强的行业震动。
梁文锋最具代表性的观点之一，是DeepSeek短期没有融资计划，因为他们面临的主要瓶颈并不是钱，而是高端芯片供应限制。这句话之所以重要，是因为它反映了DeepSeek与许多AI创业公司的根本差异。很多AI公司把融资能力视为竞争力的一部分，通过资本换算力、换人才、换市场窗口，而DeepSeek更强调在资源约束中做技术效率优化，这也解释了为什么它会如此重视低成本训练、MoE架构、推理优化和开源生态，因为当资源无法无限堆叠时，组织会被迫寻找更高效的技术路径。
这种产品哲学也塑造了DeepSeek的增长方式。它不是先问“用户喜欢什么功能”，而是先问“模型能力如何逼近前沿”；它不是先问“怎样获得更多融资”，而是先问“怎样用有限资源做出更高效率”；它不是先问“怎样包装商业故事”，而是先问“怎样让开发者和研究者认可技术本身”。这种路线在传统互联网增长语境下可能显得慢，但在AI基础模型竞争中却非常有效，因为模型公司的核心资产不是营销话术，而是技术可信度、工程效率和社区声誉。
当然，梁文锋式的长期主义也会带来挑战。DeepSeek如果长期保持研究组织气质，就需要在技术理想与商业化能力之间找到平衡，因为亿级用户规模、全球企业需求、API稳定性、合规审查、客服体系和生态治理，都不是单纯依靠模型能力就能解决的问题。DeepSeek的下一阶段增长，可能不再只是证明“我们能做出好模型”，而是证明“我们能把好模型稳定地服务给全球用户和企业”。这也是它从技术黑马走向基础设施公司的必经之路。
DeepSeek给创业者的增长启示
DeepSeek给创业者最大的启发，是增长的本质正在发生变化。在移动互联网时代，很多产品的增长核心是渠道、投放、裂变和运营效率，谁能更便宜地获得用户，谁就能更快建立规模优势；但在AI时代，尤其是基础模型和智能体应用时代，用户越来越容易比较产品能力，开发者越来越看重成本和开放性，企业越来越关注可控性和长期依赖风险，因此真正可持续的增长不再只是流量获取，而是能否建立一种让用户、开发者、媒体和合作伙伴都愿意主动参与传播的结构性优势。
DeepSeek的增长飞轮可以概括为：技术突破带来产品可信度，产品可信度带来开发者测试，开发者测试带来社区内容，社区内容带来媒体关注，媒体关注带来大众用户，大众用户和API调用带来更大规模反馈，而规模反馈又反过来强化模型迭代和生态影响力。在这个过程中，DeepSeek没有把增长看成市场部门的独立任务，而是让产品、技术、价格和生态共同承担增长功能，这正是AI公司与传统互联网公司最大的不同。
对于创业者来说，DeepSeek至少提供了五个可以复用的增长原则。第一，真正强的产品力不是宣传卖点，而是用户愿意主动传播的原因；第二，低价不是简单牺牲利润，而是降低市场采用门槛、扩大应用场景和压缩竞争对手空间的战略工具；第三，开源不是放弃商业化，而是用生态扩张换取行业标准和长期心智；第四，开发者不是普通用户，而是渠道、内容生产者、集成伙伴和产品反馈系统；第五，叙事不是虚假包装，而是在事实基础上把产品放入更大的产业变化中，让用户理解它为什么重要。
如果说ChatGPT证明了AI超级应用的可能性，那么DeepSeek证明了AI基础设施开放化、低价化和生态化的可能性。它不一定会取代OpenAI，也不一定会复制ChatGPT的所有商业化路径，但它已经让全球AI市场意识到，未来的竞争不会只属于拥有最多资金和最大闭源模型的公司，也会属于那些能在资源约束中做出技术效率、能把模型能力开放给生态、能用价格重构市场边界、能让开发者自发参与传播的公司。
DeepSeek真正的增长神话并不是一夜爆红，而是它用自己的路径回答了一个更大的问题：当AI能力成为新的生产资料时，增长不再只是获得用户，而是让更多人、更多组织、更多应用把你的能力变成他们自己的能力。谁能做到这一点，谁就不只是拥有一个产品，而是拥有一个时代的入口。
