刚融完510亿，估值飙到710亿美元，梁文锋却没去搞万亿参数军备竞赛，而是亲自下场写代码把推理速度提升了85%。

说实话，这操作挺离谱的。7月20日，DeepSeek V4满血版（GA正式版）正式上线，Pro和Flash双版本同步开放，标配100万Token上下文。但真正让我觉得有意思的，不是V4模型本身有多强，而是这件事背后透露的信号。

我注意到一个细节。就在V4上线前几天，梁文锋联合北大发了一篇叫DSpark的论文，作者名单里赫然写着他的名字。一个身价360亿美元的AI首富、刚融完500亿的创始人，不去参加各种峰会论坛，不去搞资本路演，而是窝在实验室里写代码优化推理速度。

这跟其他I公司的画风完全不一样。

DSpark搞的是什么事呢？说白了就是让AI"说话"更快。现在大模型推理时GPU需要逐字生成，速度慢、算力浪费严重。DSpark的核心思路是让一个轻量级的"实习生"先快速猜出一段话，然后"教授"（大模型）一次性批量检查，猜对了就过，猜错了再改。

结果很炸裂。在V4-Flash引擎上，单用户生成速度提升了60%-85%，V4-Pro提升了57%-78%。更关键的是，DeepSeek把这套方案完全开源了，MIT许可，谁都能用。

我个人的判断是，DeepSeek正在走一条跟其他AI公司完全不同的路。Kimi K3在堆参数（2.8万亿），阿里千问在跟风，但k选择死磕工程效率。V4正式版还有一个重磅动作——完成了去CUDA化，上线首日就能兼容华为昇腾、寒武纪等8类国产芯片。

说白了，梁文锋的底牌不是"我模型参数比你大"，而是"我同样的事能用更少的钱跑起来"。当别人还在拼参数规模时，他在拼单位算力的产出效率。

话说回来，旧版的deepseek-chat和deepseek-reasoner接口7月24日就要下线了，用V4的得抓紧迁移。你觉得DeepSeek这条"工程效率优先"的路线，能跑赢Kimi K3的"参数规模优先"吗？

@蓝龙说AI