还以为国内科技圈真出了个能打破美国垄断的真神。

结果一查，人家梁文锋带着他的DeepSeek，直接把国内最顶级的AI大模型算力，一头扎进了股市里。

2025年那份新财富500富人榜出来的时候，很多人第一眼都去翻榜首，结果反而被一个名字“拍了一下脑袋”，梁文锋，40岁，第一次上榜就直接冲到前列，身家1846.2亿。

说实话，很多人一开始是没反应过来的，这人谁啊？再往下查才慢慢拼出来：DeepSeek的创始人，同时也是幻方量化的核心人物，一个脚踩AI，一个扎在量化交易里的人。

你一条是AI大模型DeepSeek，外界普遍认为它在往“国产算力+国产芯片”的方向走，想摆脱对国外CUDA生态的依赖。

另一条是资本市场里的量化交易体系，背后对应的是A股一大批被贴上“DeepSeek概念”的公司，短时间内行情被迅速点燃，有些标的甚至在很短周期里出现了明显的翻倍波动。

这就让人有点发愣：一个搞技术的，怎么顺手还把资本市场的情绪也点着了？

早几年他们在深圳搞超算中心的时候，规模已经不小了，后来升级成更大的集群，上万张高端显卡堆在一起，常年高负载跑着。

外界后来才慢慢意识到，这套东西一开始并不是为了“AI梦想”准备的，而是实打实用来做量化交易的，吃数据、算模型、找市场规律。

那时候的核心目标就一个：在市场里跑得比别人快一点、算得比别人细一点。

后来DeepSeek在2025年初突然出圈，开源大模型一放出来，整个行业都炸了一下。

很多人第一次感觉到，中国这边也能做出一个“像样的大模型”，而且还走开源路线，还强调适配国产芯片，这在当时的语境里确实很容易被解读成一种“技术突围”。

梁文锋的名字，也是在那个阶段被推到台前的，一下子从低调的量化圈人物，变成了科技圈讨论对象。

DeepSeek出来之后，很快就被不少金融机构接入。尤其是一些券商，几乎是第一时间就把它塞进了自己的系统里，用来做研报分析、公告解读、智能投顾这些东西。

原本需要一堆研究员熬夜干的活，现在模型几分钟就能处理一大堆数据，效率确实是上去了，甚至有机构自己都说过，处理信息的速度提升非常明显。

但问题也随之出现了，这些最先大规模落地的应用场景，并不是工厂、芯片、制造业这些“硬科技赛道”，而是金融市场。

这就有点微妙了。

梁文锋本人是做量化出身的，他太清楚数据在金融市场里的价值了。哪个行业信息最密、反馈最快、变现路径最直接？金融基本排在前面。

你要说他完全没能力把DeepSeek往工业、科研那边推，肯定不是；但他最终选择的路径，很明显是更市场化、更现金流导向的方向。

这本身也不奇怪，商业公司追求效率和收益，本来就没问题，只是外界那种“科技改变世界”“技术理想主义”的期待，在这里会显得有点落差。

更现实的问题其实在散户那边。

现在A股里量化交易占比已经不低，头部机构手里有超强算力系统，能在极短时间里处理海量数据，拆解各种因子模型。

而普通投资者还在用K线、消息面、经验去判断，这个差距已经不是一点点了。

有时候你甚至会感觉，市场像是两套系统在对打：一边是高速计算机在做决策，另一边是靠情绪和信息滞后在反应。

所以才会有人吐槽，说现在亏钱都不知道怪谁。怪自己？怪市场？还是怪规则本来就不对称？

DeepSeek在这里面扮演的角色也挺分裂。

一方面，它确实降低了AI使用门槛，让很多行业都能用上大模型工具，这是客观存在的技术进步。

但另一方面，当最强的一批算力和模型能力优先流向金融市场时，它带来的结果就不只是“效率提升”，还有竞争结构的进一步拉开。

梁文锋这个人，其实也挺难用简单的“好或坏”去定义。他更像一个典型的技术+资本混合型创业者，知道自己在做什么，也知道钱在哪里。

他没有义务去当“科技英雄”，只是外界习惯把这种角色投射上去。

于是就出现了一种错位：公众希望他代表理想，他却在做一门非常现实的生意。

到了这个阶段，讨论“DeepSeek到底想干嘛”，其实已经没那么重要了。更现实的问题变成了：AI进入金融之后，游戏规则是不是已经悄悄变了？

市场还是那个市场，但参与者已经不一样了。

有些人继续用传统方式交易，有些人背后是模型、算力和算法在驱动决策。差距不是一点点拉开的，而是慢慢拉开，然后突然某一天你才发现，原来已经不在一个维度了。