过去一年，AI行业关键词是“热闹”。
融资狂潮、发布会频仍、应用爆款迭出、参数竞赛如火如荼。薪酬翻倍、期权加码、团队打包流动，天价挖角戏码层出不穷。
却在这一片喧嚣中，DeepSeek异常安静：几乎不接受采访、不频繁发声，也鲜少参与舆论争夺。
直到最近，一个信号日益清晰：
DeepSeek开始系统性招人。
与招聘信息同期浮现的，还有一系列底层架构论文、开源代码，以及R1模型在多项推理基准超越OpenAI o1的成绩。
显然，它已跑通组织路径，并准备将“人”继续视为最重要的战略资产。
01 DeepSeek这一年在做什么？
表面看，DeepSeek“存在感”不强。但拉长视角，它在做一件极不讨巧、却至关重要的事——回归模型架构本身。
从Multi-head Latent Attention（MLA）、DeepSeekMoE，到R1背后的推理突破，DeepSeek将主要精力投入0→1的底层创新，而非快速追应用热点。
这种选择，决定了它需要什么样的人才。
02 用人标准：好奇心优先
大厂招聘常偏好顶级学历、大厂背景、明确技术标签。
DeepSeek却不同。从公开发言与研究者背景看，其标准清晰：好奇心 > 经验 > 标签化履历。
他们不迷信“做过什么项目”“在哪家大厂待过”，更在意：
- 对复杂问题是否保持长期兴趣
- 是否愿意反复推翻自己
- 是否具备从0构建方法的能力
因此，团队中有大量年轻研究者，甚至非传统CS背景人才。他们被鼓励将个人兴趣转化为研究方向，而非迅速“塞进岗位定义”。
DeepSeek招的，不是“已成功的人”，而是拥有“热情与好奇心”的人。
03 研究管理：允许不可预测
从HR视角，DeepSeek最独特之处在于：几乎不以传统KPI管理研究人员。
许多公司将研究拆解为阶段目标、可交付成果、时间节点、量化指标。
但前沿研究本质不可预测，这往往导致“安全产出”而非大胆探索。
DeepSeek接受这一现实：真正创新往往源于意外。R1关键架构，正是年轻研究员个人兴趣探索的结果——非自上而下规划，而是“潜力显现时，自上而下配置资源”。
研究员被鼓励将时间投入“难但重要”的问题，而非“易证明有效”的方向。管理层更像资源配置者，而非任务分配者。
在DeepSeek，研究不是KPI，而是一种允许失败的长期投入。
04 为什么DeepSeek能留住人？
系统分析DeepSeek团队，会发现：
- 整体经验并不青涩
- 核心作者论文产出、引用量高
- 背景高度本土化，却具国际一线训练
更关键的是，低流动率。与“年轻天才一骑绝尘”不同，DeepSeek不靠少数明星支撑。Math核心算法由3位实习博士完成，V3论文200位作者参与软硬件优化，证明其成熟、均衡的团队结构，利于长期协作与知识沉淀。
R1论文18位核心贡献者全员留任，百余作者仅5人离职，甚至有核心成员回流——这是团队健康度的最佳体现。
此外，DeepSeek是全球唯一未外部融资、不隶属大厂的AI Lab。母公司幻方量化主业与AI无冲突，无股权约束、无损益压力，让研究者无需为商业化妥协，专注长期主义。
2025年幻方量化营收约50亿元，提供顶级算力、数据集、高校合作与丰厚薪酬。
坚持开源与学术分享，又让研究者获行业认可。这种“做有价值的事、被看见、被尊重”的氛围，对顶尖人才吸引力不亚于物质。
DeepSeek留人，不是“绑住”，而是用健康生态，让人觉得“留下来更有价值”。
在这个时间点，DeepSeek 招的并不是执行者，而是未来几年创新能力的一部分。
热闹是一时的，而构建未来需要安静的力量。