لیانگ ونفنگ زندگی ندارد، یانگ ژی لین هیچ راهی برای بازگشت ندارد

نویسنده｜جیا لیو، زنگ‌های افزایش BeatZ

هفته‌ای که Kimi K3 منتشر شد، دنیای فناوری آمریکا به طور جمعی متاسف بود که چرا یانگ ژی لین، چنین جوان بااستعدادی، در آن زمان در آمریکا نمانده است.

Kimi K3 در توانایی‌های پیشرفته از همه مدل‌ها پیشی گرفته است

این موضوع در X بیش از پنج میلیون بازدید داشته است. دیوید ساکس، رئیس سابق AI کاخ سفید در زمان ترامپ و یکی از نزدیک‌ترین افراد به او، گفت که او از Claude به Kimi برای انجام کارهای زیاد منتقل شده است، «چون این خیلی سرگرم‌کننده‌تر است، زیرا به طور مستقیم کار می‌کند و به شما نصیحت نمی‌کند». و وینود خسلا، سرمایه‌گذار قدیمی سیلیکون ولی، این موضوع را به سیاست‌های مهاجرتی نسبت داد و گفت که آمریکا به طور خودکار استعدادهای برجسته را فراری می‌دهد.

حدس و گمان‌ها بیشتر و بیشتر شد، استاد دکتری یانگ ژی لین، سالاخوتدینوف، در حالی که در رسانه‌های اجتماعی به «نمایش» شاگردش می‌پرداخت، برای یانگ ژی لین توضیح داد که چرا او در آمریکا نمانده است: «اگر حتی شجاعت تلاش برای کارآفرینی را نداشته باشید، یانگ ژی لین می‌گوید که او تمام عمرش پشیمان خواهد بود.»

در این طرف اقیانوس، نام یک گوانگدونگی دیگر نیز برای دنیای AI چین شناخته شده است، لیانگ ونفنگ.

لیانگ ونفنگ هفت سال از یانگ ژی لین بزرگتر است، در ژانگجیانگ ووچوان متولد شده، یک برنامه‌نویس که پانزده سال در تجارت کمی فعالیت کرده و تقریباً هیچ مصاحبه‌ای نداشته و هیچ حساب اجتماعی ندارد. همکارانش تنها توصیف شخصیت او را «جز برنامه‌نویسی هیچ علاقه دیگری ندارد» می‌دانند. پس از انتشار DeepSeek R1 در ژانویه 2025، ارزش بازار انویدیا در یک روز نزدیک به 600 میلیارد دلار کاهش یافت، و سیلیکون ولی آن را لحظه اسپوتنیک نامید. در حالی که تمام دنیا به دنبال او بود، او به خانه‌اش برگشت و چند روز فوتبال بازی کرد.

دو گوانگدونگی، یکی در ووچوان و دیگری در شانگتو، با فاصله‌ای در یک شبه جزیره لیژو. شرکت‌های آنها در یک مسیر مشابه قرار دارند و تقریباً مسیرهای کاملاً مشابهی را طی کرده‌اند، در حالی که هر انحرافی در واقع ناشی از شخصیت‌های آنهاست.

یک رادیو و یک گروه موسیقی

لیانگ ونفنگ در سال 1985 در روستای می‌لی‌لینگ در شهر تینبا متولد شد، والدینش هر دو معلم مدرسه ابتدایی در آنجا بودند. در خانه اسباب بازی زیادی وجود نداشت و مهم‌ترین شیء دوران کودکی او یک رادیو از نوع Feiyue بود که او آن را بارها و بارها باز و بسته کرد.

این کودک آرام خیلی زود نشان داد که متفاوت است. معلم کلاس اول راهنمایی او به یاد دارد که او نه کتاب‌خوان بود و نه به اندازه دیگران سخت‌کوش، اما در مقطع راهنمایی ریاضیات دبیرستان را خودآموز تمام کرده و شروع به مطالعه کتاب‌های دانشگاهی کرده بود، «گویی نیازی به صرف زمان زیاد برای یادگیری هر درس ندارد».

در کنکور سال 2002، او 806 نمره گرفت و نفر اول ژانگجیانگ شد. عکس دریافت جایزه او هنوز هم قابل جستجو است: تی‌شرت کوتاه قرمز، گل بزرگ قرمز روی سینه، و چهره‌ای که به وضوح نشان می‌دهد که توسط معلمش به روی صحنه آورده شده است. آن سال پاییز او به دانشگاه ژجیانگ در رشته مهندسی اطلاعات الکترونیک وارد شد. اما در بیست سال بعد، هیچ موقعیتی در زندگی او وجود نداشت که ارزش عکاسی داشته باشد.

هفت سال بعد، در شانگتو، یک کودک گوانگدونگی دیگر بزرگ شده بود. یانگ ژی لین در سال 1992 متولد شد، در رشته کامپیوتر دانشگاه تسینگ‌هوا در چهار سال اول خود نفر اول کلاس شد و بیش از بیست مقاله نوشت. اینها در تسینگ‌هوا عجیب نیست، آنچه عجیب است این است که او در کنار این موفقیت‌ها یک گروه راک به نام Splay تشکیل داد که نام آن از یک نوع ساختار داده گرفته شده و خودش درام‌زن بود.

او بعداً توضیح داد: «در آن زمان احساس می‌کردم چیزهای زیادی برای بیان وجود دارد، از جمله فشارهای واقعی و احساس بی‌معنایی در محیط بزرگتر». آنها یک آهنگ نوشتند که درباره یک خواب روزانه از ثروت ناگهانی و موفقیت در کارآفرینی بود، «نیمی از آن به دلیل همدلی و نیمی دیگر به عنوان یادآوری به خودم که نباید خیلی مادی‌گرا شوم».

سال‌ها بعد، این گروه به شکلی غیرمنتظره به داستان بازمی‌گردد: یکی از اعضای گروه، ژو شین‌یو، بنیان‌گذار شرکت «ماه تاریک» می‌شود.

و در جلوی دفتر «ماه تاریک» یک پیانو دیجیتال سفید یاماها قرار دارد که بر روی آن آلبوم «سوی تاریک ماه» از پینک فلوید در سال 1973 قرار دارد. نام شرکت از این آلبوم گرفته شده است.

آلبوم «سوی تاریک ماه»

یک رادیو که نیاز به هیچ‌کس ندارد و یک درام‌زن که به دلیل نیاز به بیان، در حال نواختن است. هر انتخاب این دو نفر در بیست سال آینده تقریباً از همین جا نشأت می‌گیرد.

خانه‌های اجاره‌ای در چنگدو و راهروهای CMU

پس از فارغ‌التحصیلی از دانشگاه ژجیانگ، لیانگ ونفنگ به یک شرکت بزرگ نرفت تا یک کارت فنی بگیرد. او به چنگدو رفت و در یک خانه اجاره‌ای ارزان‌قیمت پنهان شد و سعی کرد الگوریتم‌های مختلفی را آزمایش کند تا AI را به صنایع سنتی وارد کند، اما همه آنها شکست خوردند. بیشتر تیم‌های تأسیس‌کننده صندوق‌های کمی پیشرو چین دارای سوابق در هِدج‌فاندهای خارجی هستند، در حالی که لیانگ ونفنگ در یک خانه اجاره‌ای به تنهایی این کار را یاد گرفت.

در سال 2015، او به همراه همکلاسی‌های دانشگاه ژجیانگ شرکت «هوانگ‌فانگ» را تأسیس کرد. سپس یک سری اقداماتی را انجام داد که در آن زمان تقریباً هیچ‌کس نمی‌توانست آنها را درک کند: در سال 2019 نزدیک به 200 میلیون یوان برای ساخت خوشه‌های خود سرمایه‌گذاری کرد و 1100 کارت GPU خرید؛ در سال 2021 1 میلیارد یوان دیگر سرمایه‌گذاری کرد و حدود 10 هزار کارت A100 ذخیره کرد.

برای تجارت کمی به این همه کارت نیاز نیست، لیانگ ونفنگ خود نیز اعتراف کرد که برای انجام معاملات، تعداد کمی کارت کافی است. افرادی که در سال‌های اولیه با او کار کرده‌اند به یاد می‌آورند که وقتی او در حال ذخیره کارت برای آموزش مدل‌ها بود، فقط فکر می‌کردند که این یک تکنسین با موهای بد است که پول را می‌سوزاند.

اما آنچه او انجام می‌دهد دقیقاً برعکس آن چیزی است که همه درک می‌کنند، او در حال استفاده از AI برای کاهش هزینه‌ها و افزایش کارایی مالی نیست، بلکه از مالی برای تأمین مالی تحقیقات AI استفاده می‌کند. بیشتر شرکت‌های AI چین به ترتیب ابتدا تأمین مالی می‌کنند، سپس محصول را پیدا می‌کنند و سپس جریان نقدی را پیدا می‌کنند، اما او کل ترتیب را معکوس کرده است: ابتدا یک ماشین تولید جریان نقدی می‌سازد و سپس از آن برای خرید آزادی تحقیق استفاده می‌کند.

یانگ ژی لین مسیر دیگری را طی کرد، مسیری که پر از گل و طعمه است.

پس از فارغ‌التحصیلی از تسینگ‌هوا، او به CMU (دانشگاه کارنگی ملون) رفت تا دکترا بگیرد و در این مدت در آزمایشگاه‌های AI گوگل و متا تحقیق کرد. در سال 2017، او تمام انرژی خود را بر روی مدل‌های زبانی متمرکز کرد و بعداً گفت که این «تنها مسئله مهم» است. در دوران دکترا، او دو مقاله منتشر کرد، یکی به AI یاد می‌دهد که چگونه زمینه‌های طولانی‌تری را به خاطر بسپارد و دیگری در 20 آزمون، مدل خود گوگل را شکست داد و مجموع ارجاعات به نزدیک 20 هزار رسید.

سال‌ها بعد، Kimi به خاطر توانایی‌اش در ورودی متن‌های طولانی مشهور شد و بسیاری فکر می‌کردند که این یک نقطه تمایز موقتی در سال 2023 است، در حالی که در واقع این همان مسیری است که او در دوران دکترا انتخاب کرده بود که به شکل جدیدی درآمده است.

در سال 2016، او هنوز در دوران دکترا بود که به تأسیس شرکت «چرخش هوشمند» کمک کرد و به تحلیل مکالمات فروش پرداخت، که سیلیکون و کینگز‌کاپیتال هر دو سهام‌دار بودند. این کارآفرینی به او زودتر از موعد با زشتی‌های پیاده‌سازی فناوری آشنا کرد، اما همچنین یک بمب ساعتی در زیر پای او کاشت که هشت سال بعد منفجر شد.

در سال 2019، پس از فارغ‌التحصیلی از دکترا، استادش با یک مدیر ارشد اپل که می‌توانست به کوک گزارش دهد، تماس گرفت و از یانگ ژی لین پرسید که آیا مایل است به اپل بپیوندد، حتی می‌تواند به منطقه چین اپل برود، اما یانگ ژی لین تمام ایمیل‌های اپل و پیشنهادات سیلیکون ولی را رد کرد و تصمیم به بازگشت به چین گرفت.

در آن زمان، لیانگ ونفنگ در هانگژو کارت‌ها را ذخیره می‌کرد و یانگ ژی لین در پکن منتظر فرصت بود. هر دو نفر از وجود یکدیگر بی‌خبر بودند و نمی‌دانستند که این دو نام نماینده دنیای AI چین امروز خواهند بود.

یک ماه فرصت و یک ماهی کپور

در تاریخ 30 نوامبر 2022، ChatGPT راه‌اندازی شد و دنیای فناوری سیلیکون ولی به طور جمعی بی‌خواب شد. یانگ ژی لین به یاد می‌آورد که بسیاری از دوستانش مضطرب، FOMO و بی‌خواب بودند و بسیاری از آنها به سمت کارآفرینی رفتند.

«از فوریه 2023، تمرکز بر روی دور اول تأمین مالی شروع شد، تا آوریل به تأخیر افتاد و تقریباً هیچ فرصتی نبود. اما در دسامبر 2022 یا ژانویه 2023 نیز فرصتی نبود، زیرا در آن زمان همه‌گیری وجود داشت و مردم به آن واکنش نشان ندادند.» یانگ ژی لین از این یک ماه فرصت استفاده کرد و او حتی یک روز استراحت نکرد.

در مارس 2023، «ماه تاریک» تأسیس شد و بنیان‌گذاران آن همکلاسی‌های تسینگ‌هوا، ژو شین‌یو و وو یوکسین هستند و گفته می‌شود که تأمین مالی اولیه 60 میلیون دلار بوده و در عرض سه ماه حدود 40 محقق AI جمع‌آوری شده‌اند. سپس یکی از تندترین منحنی‌های تأمین مالی مدل‌های بزرگ چین شکل گرفت: سیلیکون و کینگز‌کاپیتال وارد شدند، علی‌بابا 1 میلیارد دلار سرمایه‌گذاری کرد و تنسنت، می‌توا و شیائوهونگشو نیز پیوستند و ارزش آن به 3.3 میلیارد دلار رسید. Kimi با متن‌های طولانی 200 هزار کلمه‌ای به اولین محصول مدل بزرگ پرکاربرد در چین تبدیل شد.

در آن زمان، یانگ ژی لین در یک حالت دوگانه زندگی می‌کرد. به بیرون او بزرگ‌ترین روایت‌ها را بیان می‌کرد و احتمال عدم موفقیت قانون مقیاس را نزدیک به صفر می‌دانست، کارآفرینی را به رانندگی به سمت کوه‌های برفی تشبیه می‌کرد و سال اول را به عنوان ساخت پروتوتایپ موشک و لمس فرمول سوخت توصیف می‌کرد. اما در درون او باید به جزئیات الگوریتم‌های کوچک توجه می‌کرد: وقتی قدرت محاسباتی کم بود، یک ماشین امروز 260، فردا 340 و چند روز بعد دوباره به 260 برمی‌گشت، خرید یا اجاره، از کدام کانال، هر روز پیگیری و تغییر می‌کرد. نیمی از اطمینان یک دانشمند و نیمی از تیزبینی یک کارآفرین کوچک، همه در این جوان 31 ساله تجلی پیدا می‌کند.

اما همه چیزهایی که سرمایه‌گذاری ارائه می‌دهد قبلاً قیمت‌گذاری شده است. برای حفظ منحنی رشد، در اکتبر 2024، Kimi در یک ماه 220 میلیون دلار هزینه می‌کند و در نوامبر 200 میلیون دلار دیگر، و در دو ماه بیش از کل سه‌ماهه سوم را می‌سوزاند. آن درام‌زنی که آهنگی برای تمسخر ثروت ناگهانی نوشته بود، به بنیان‌گذار خرید و فروش در کل صنعت تبدیل شد. او تغییر نکرد، بلکه ارزش 3.3 میلیارد دلاری او تصمیم‌گیری را برای او انجام می‌دهد.

لیانگ ونفنگ به طور تقریباً عمدی وارد میدان شد.

در سال 2023، DeepSeek از هوانگ‌فانگ مستقل شد و هیچ سرمایه‌گذاری خارجی نمی‌خواست. تیمی کمتر از 140 نفر، تقریباً هیچ فارغ‌التحصیل خارجی، تماماً از فارغ‌التحصیلان و دانشجویان جوان دانشگاه‌های داخلی تشکیل شده است. هیچ KPI، هیچ سلسله‌مراتبی، اگر ایده‌ای داشته باشید می‌توانید به راحتی کارت‌ها و افراد را تنظیم کنید.

کارمندان سابق به «واشنگتن پست» یادآوری کردند که لیانگ ونفنگ به جزئیات استراتژی‌های آموزشی می‌پرداخت و با محققان مقاله می‌خواند و کد می‌نوشت، «کاملاً شبیه یک رئیس نبود، بیشتر شبیه یک گیمر بود». او توضیح داد که چرا فارغ‌التحصیلان را استخدام می‌کند و نه اینکه به دنبال غول‌های صنعت باشد: «افراد با تجربه به راحتی به شما می‌گویند که باید این کار را انجام دهید، اما افراد بدون تجربه بارها و بارها آزمایش می‌کنند.»

در ماه مه 2024، DeepSeek-V2 قیمت API را به یک یوان برای هر میلیون توکن کاهش داد و ByteDance، علی‌بابا، بایدو و تنسنت مجبور به پیروی شدند. کل صنعت فکر می‌کرد که این یک جنگ تجاری از پیش طراحی شده است، اما پاسخ او این بود: «ما به عمد نمی‌خواستیم یک ماهی کپور شویم، فقط به طور تصادفی یک ماهی کپور شدیم.»

قیمت‌گذاری تنها کمی سود بالای هزینه‌ها است، «نه زیان می‌زنیم و نه سود کلان می‌گیریم». افراد اینترنتی در جنگ قیمت به سهم، ورودی و اثر شبکه‌ای می‌پردازند، اما او به محاسبه هزینه‌ها می‌پردازد. اما دقیقاً این کاهش قیمت بدون احساسات است که خطرناک است، زیرا API مدل‌های بزرگ را از روایت‌های با حاشیه سود بالا به منطق قیمت‌گذاری زیرساخت‌ها می‌کشاند.

یانگ ژی‌لین و لیانگ ون‌فنگ، دو مدل تجاری کاملاً متفاوت، نمی‌دانند از چه زمانی توسط دیگران مقایسه شده‌اند.

یانگ ژی‌لین معلق

بمب یانگ ژی‌لین که هشت سال پیش کار گذاشته بود، در نوامبر 2024 منفجر شد.

آخرین پروژه کارآفرینی یانگ، پنج سهام‌دار قدیمی هوش چرخه‌ای در هنگ کنگ را به داوری کشاند و او را متهم کردند که قبل از دریافت معافیت کامل سهام‌داران، تأمین مالی شرکت جدید را آغاز کرده است.

در تاریخ 5 دسامبر، ژو شیاوهوی در شبکه‌های اجتماعی به شدت به ژانگ یوتونگ حمله کرد: شریک سابق جی‌اس‌پی در «ماه تاریک» به صورت رایگان 14% از 9 میلیون سهم اولیه را به دست آورد که بیشتر از 9.5% سهمی است که هوش چرخه‌ای به عنوان «مادر» دریافت کرده است. راه‌حل ژو شیاوهوی تقریباً تحقیرآمیز بود: عذرخواهی، خروج از سهام، یا شرکت باید از ژانگ یوتونگ جدا شود.

در تاریخ 6 دسامبر، ساعت 9:40 شب، یانگ ژی‌لین یک متن 1300 کلمه‌ای منتشر کرد. او جدا نشد، بلکه برعکس، کلماتش را محکم کرد: ژانگ یوتونگ یکی از بنیان‌گذاران است و سهامش به عنوان جبران کارهای سال‌های آینده است و مراحل خروج از چرخه را با امضای هر یک از مدیران انجام داده است. افرادی که به شرکت نزدیک بودند، نگرش داخلی را منتقل کردند: او و «ماه تاریک» یکپارچه شده‌اند و نمی‌توانند جدا شوند.

ژو شیاوهوی به طور علنی اعلام کرد که کاملاً درک نمی‌کند. در مختصات صرفاً تجاری، واقعاً غیرقابل حل است و جدایی تنها گزینه منطقی است. اما در مختصات تصمیم‌گیری یانگ، ملاحظات دیگری نیز وجود دارد. توضیحات بعدی سالاخوتدینوف یک یادداشت به آن افزود: این همان نوع افرادی است که «اگر امتحان نکنید، یک عمر پشیمان خواهید بود»، او به چیزی که پذیرفته است، برنمی‌گردد، حتی اگر هزینه‌ها در مقابلش قرار داشته باشد.

ضربه واقعی پس از چهل و چند روز فرود می‌آید.

در تاریخ 20 ژانویه 2025، R1 منتشر می‌شود. رایگان، متن‌باز، و توانایی استدلال آن به OpenAI’s o1 نزدیک است. تیمی با بیش از صد نفر در هانگژو، در عرض یک هفته بازار سرمایه جهانی را به هم می‌زند. محقق کارنگی، مت شی‌هان، جمله جالبی گفت: DeepSeek آن شرکتی نیست که چین از قبل انتخاب کرده باشد، و موفقیت آن حتی چین را نیز شگفت‌زده کرده است.

در حالی که لیانگ ون‌فنگ در زادگاهش در ووچوان سال نو را جشن می‌گیرد. در بعدازظهر 27 ژانویه، او با دوستان دوران راهنمایی‌اش در روستا یک بازی فوتبال انجام داد. در ورودی روستا، گردشگران زیادی در حال عکس گرفتن بودند و او در زمین فوتبال بود.

برای یانگ ژی‌لین، این یک دو کشته است. داوری هنوز تمام نشده و R1 به طور مستقیم حکم اعدام را برای مسیر یک سال گذشته‌اش صادر کرده است: کاربرانی که با خرید جذب شده‌اند، در برابر رقیبی رایگان و قوی‌تر بی‌اهمیت هستند. افکار عمومی سلاح خود را به سمت او نشانه رفته و عنوان یک مقاله این بود: «یانگ ژی‌لین، یک ایده‌پرداز دهه 90 معلق». معلق به این معنی است که پایش به زمین نمی‌رسد. او در زمان نوشتن آهنگ نگران بود که مبادا به سمت سودجویی برود، اما اکنون تمام دنیا می‌گوید که او هم سودجو است و هم شکست خورده است.

در اوایل سال 2025، «ماه تاریک» هنوز پول دارد، اما قدرت گفت‌وگو بسیار کم است.

چرخش در برابر جاذبه زمین

سال بعد، برای یانگ ژی‌لین سالی کلیدی خواهد بود.

یانگ ژی‌لین تقریباً تمام خود را در سال گذشته انکار کرد. تبلیغات را متوقف کرد، کسب‌وکارهای اضافی را قطع کرد، به مدل پایه کاهش یافت و به متن‌باز تبدیل شد. او در گفت‌وگویی در پارک گیگ می‌گوید، تمایل سازمان به انجام کارهای بیشتر، «ما باید با این جاذبه زمین مقابله کنیم».

این حرف به راحتی بیان می‌شود، اما انجام آن به معنای پذیرش اشتباه در مسیر، اخراج افرادی است که خود استخدام کرده است و تسلیم شدن به رقیبی است که تقریباً او را نابود کرده است. بنیان‌گذاران 33 ساله معمولاً نمی‌توانند از این مرحله عبور کنند. یانگ ژی‌لین به طرز عجیبی قاطع است، شاید به این دلیل که متن‌باز و بلندمدت بودن به طور طبیعی تنظیمات کارخانه‌اش بوده است، در حالی که خرید و جذب کاربران به عنوان لباس سرمایه‌داری بر تن او بود و اکنون فقط آن را درآورده است.

در ژوئیه 2025، K2 با یک تریلیون پارامتر متن‌باز می‌شود. در نوامبر، K2 Thinking در چندین معیار سخت‌ترین عامل، GPT-5 را شکست می‌دهد و توماس ولف، یکی از بنیان‌گذاران Hugging Face، در توییتر می‌پرسد: آیا این یک لحظه دیگر DeepSeek است؟

در آن صبح پس از انتشار، یانگ ژی‌لین به همراه ژو شین‌ی و وو یوکسی در Reddit یک AMA برگزار کردند و به 21 سوال پاسخ دادند. او توضیح داد که 460 هزار دلار هزینه آموزش عدد رسمی نیست و اعتراف کرد که تعداد GPU‌ها به اندازه همتایان آمریکایی‌اش نیست، «اما ما عملکرد هر کارت را به حداکثر رسانده‌ایم». کسی پرسید که نظرش درباره سوزاندن پول توسط OpenAI چیست، ژو شین‌ی به آرامی پاسخ داد: ما هم نمی‌دانیم، فقط سم می‌داند، «ما ریتم خودمان را داریم».

ریتم خودمان. در «ماه تاریک» 2024 نمی‌توانست این پنج کلمه را بگوید، در آن زمان ریتمش ریتم سرمایه‌گذاران و ریتم ROI تبلیغات بود. کسی که این پنج کلمه را دوباره به یانگ ژی‌لین برگرداند، دقیقاً لیانگ ون‌فنگ بود. R1 ثابت کرد که متن‌باز و کارایی الگوریتم در چین قابل اجرا است، که به معنای ارائه یک نمایش به هیئت مدیره یانگ ژی‌لین بود. کسی که تقریباً توسط DeepSeek کشته شده بود، حالا باید از آن تشکر کند.

بازگشت بازار نیز بسیار مستقیم بود. در آخرین روز سال 2025، «ماه تاریک» رسماً 500 میلیون دلار دور C را اعلام کرد، علی‌بابا، تنسنت و وانگ هوی‌ون همه سرمایه‌گذاری کردند و ارزش‌گذاری به 4.3 میلیارد دلار رسید و موجودی نقدی از 10 میلیارد عبور کرد. کمتر از 20 روز پس از انتشار K2.5، درآمد از کل سال 2025 بیشتر شد، و سفارشات اشتراک شخصی در یک ماه نسبت به ماه قبل بیش از هشتاد برابر افزایش یافت و به ده‌تای اول لیست جهانی Stripe رسید. سپس K3 این هفته منتشر شد.

آن دکتری که هفت سال پیش گفت «اگر امتحان نکنید، یک عمر پشیمان خواهید بود»، اکنون باعث شده است که دنیای فناوری آمریکا به زندگی شک کند و به مثالی برای فشار به کاخ سفید تبدیل شده است.

صورتحساب عزلت‌نشین

اما واقعیت هرگز فقط یک طرف صورت را نمی‌زند. پس از سال 2025، نوبت پرداخت هزینه‌ها به لیانگ ون‌فنگ رسید.

او زندگی ندارد، اما کارمندانش دارند. لو فولی، وانگ بینگ‌سوان، وی هاوران و روان چونگ، این نام‌ها در داخل DeepSeek هسته‌های اصلی و شناخته‌شده‌ای هستند که از سال 2025 به تدریج ترک کردند و بسیاری از آنها به سمت دیگر به عنوان مسئولان کسب‌وکار منصوب شدند.

گفته‌های عمومی بسیار دلخراش است: وقتی همکارانی با سطح مشابه می‌توانند اینقدر درآمد داشته باشند، چرا من نمی‌توانم؟ یک یوتوپیا تحقیقاتی بدون سطح، بدون KPI و بدون صحبت درباره پول، به وفاداری اعضا به خود مسئله بستگی دارد. اما R1 ارزش بازار هر فرد را ده برابر افزایش داد و وفاداری برای اولین بار با رقیب قیمتی مواجه شد.

پول نیز به مشکل برخورده است. مقیاس مدیریت هوانگ‌فانگ از اوج به بیش از 20 میلیارد کاهش یافته و باتری‌هایی که برای عشق تولید می‌شوند، در حال نشت هستند. بنابراین صحنه‌ای که قبلاً غیرقابل تصور بود، به وجود آمد: کسی که گفته بود «در کوتاه‌مدت برنامه‌ای برای تأمین مالی ندارد»، شروع به ملاقات با سرمایه‌گذاران کرد.

او قیمت اولیه را 5 میلیارد تعیین کرد و سپس به 1.5 میلیارد کاهش داد. اما در تمام مذاکرات، او بارها بر روی یک شرط تأکید کرد: اجازه ندهید کسی از DeepSeek را استخدام کند و اجازه ندهید آنها را به سمت کارآفرینی تشویق کنند. یک دور تأمین مالی، به توافقی برای عدم استخدام منجر شد. او می‌تواند سهام را واگذار کند، اما نمی‌تواند جو آزمایشگاه را واگذار کند.

دو خط تا سال 2026 به هم می‌رسند و وضعیتی پیش می‌آید که هیچ‌کس انتظارش را نداشت.

یانگ ژی‌لین در حال کاهش تبلیغات، فشردن عملکرد هر H800 و صحبت درباره ریتم خود، به طور فزاینده‌ای شبیه لیانگ ون‌فنگ می‌شود. لیانگ ون‌فنگ در حال ملاقات با VC‌ها، نگران نگه‌داشتن افراد و برای اولین بار به مسائل دنیوی سازمانی مشغول است و مجبور است از آزمایشگاه خارج شود.

یک نفر که آب را جمع می‌کند و دیگری که موج را می‌رباید، اکنون کسی که آب را جمع می‌کند متوجه می‌شود که مخزن نیز می‌تواند نشتی داشته باشد و کسی که موج را می‌رباید بالاخره به موج خود رسیده است.

دو گوانگدونی تغییر دهنده میز بازی هوش مصنوعی چین

این زمان شلوغ‌ترین زمان کارآفرینی هوش مصنوعی چین است و دو نام به جلو آمده‌اند: لیانگ ون‌فنگ و یانگ ژی‌لین.

آنها هیچ‌کدام شبیه بنیان‌گذاران آشنای اینترنت چینی در دهه گذشته نیستند. هیچ جمله طلایی، هیچ افسانه‌ای از ضیافت‌ها و هیچ تمایل شدیدی برای تبدیل شدن به کارآفرینان افسانه‌ای ندارند. اما موقعیت آنها به مراتب نزدیک‌تر به تقاطع پول، قدرت و احساسات زمانه نسبت به اکثر کارآفرینان گذشته است.

ویژگی خاص لیانگ ون‌فنگ این است که او به نظر می‌رسد تقریباً «زندگی» ندارد. در گزارش‌های عمومی، او بیشتر شبیه فردی است که توسط کار بلعیده شده است: از سرمایه‌گذاری کمی، تا ساخت خوشه‌های محاسباتی، تا DeepSeek، روایت او تقریباً هیچ‌گونه خانواده، مصرف، سرگرمی یا اجتماعی ندارد و تقریباً به طور کامل توسط مدل‌ها، ساختارها، قدرت محاسباتی، سازمان و اصالت پر شده است.

ویژگی خاص یانگ ژی‌لین این است که او به نظر می‌رسد دیگر «راه برگشتی» ندارد. پس از تأسیس «ماه تاریک»، کیمی به سرعت یکی از پرطرفدارترین برنامه‌های هوش مصنوعی در چین شد و تأمین مالی، ارزش‌گذاری، رشد کاربران، تکرار مدل، تجاری‌سازی و داوری سهام‌داران قدیمی، همه به طور همزمان بر دوش این شرکت قرار گرفت. هرچه سریع‌تر می‌دود، نمی‌تواند برای مدت طولانی توضیح دهد.

این دو نقطه‌ای است که آنها بیشترین شباهت و بیشترین تفاوت را دارند.

لیانگ ون‌فنگ به نظر می‌رسد که از عمق بازار سرمایه به عنوان یک ایده‌پرداز فنی بیرون آمده است. او ابتدا در هوانگ‌فانگ ثابت کرد که هوش مصنوعی می‌تواند به طور مستقیم جریان پول را تغییر دهد و سپس این توانایی را به مدل‌های بزرگ منتقل کرد. داستان DeepSeek در ابتدا به تأمین مالی وابسته نبود، بلکه به سرمایه، قدرت محاسباتی و فرهنگ مهندسی انباشته شده در هوانگ‌فانگ متکی بود. آنچه که بعداً به یاد می‌ماند، R1، V3، آموزش کم‌هزینه و متن‌باز است که بازار آمریکا را تکان داد، اما نکته کلیدی این است: لیانگ ون‌فنگ خیلی زود مسئله را به عنوان تفاوت «اصالت و تقلید» تعریف کرد، نه «چگونه مدل‌های بزرگ چینی درآمدزایی کنند».

این او را ضد تجاری و در عین حال فوق‌العاده تجاری می‌کند.

ضد تجاری به این معناست که او در مصاحبه‌های عمومی به طور مکرر بر کم‌اهمیت کردن درآمدزایی کوتاه‌مدت تأکید می‌کند و نمی‌خواهد DeepSeek را به عنوان یک داستان اینترنتی که کاربران و سهم بازار را می‌رباید، معرفی کند. فوق‌العاده تجاری به این معناست که هر قدمی که او برمی‌دارد به ساختار هزینه‌های پایین‌ترین سطح صنعت هوش مصنوعی اشاره دارد: کارایی آموزش، هزینه‌های استدلال، ساختار مدل، چگالی نیروی کار، محدودیت‌های تراشه. اگر یک مدل بتواند با هزینه کمتری به توانایی‌های برتر نزدیک شود، آنچه که تغییر می‌کند فقط یک فهرست محصول نیست، بلکه تصورات کل صنعت درباره هزینه‌های سرمایه است.

این نیز دلیل این است که چرا وقتی DeepSeek به اوج می‌رسد، واکنش بازار جهانی اینقدر شدید است. این فقط یک ربات چت چینی دیگر نیست، بلکه به سرمایه‌گذاران یادآوری می‌کند: زنجیره منطقی گران‌ترین در روایت هوش مصنوعی آمریکا در دو سال گذشته ممکن است به اندازه‌ای که تصور می‌شود محکم نباشد. مدل‌های بزرگ‌تر، GPU‌های بیشتر و هزینه‌های سرمایه بالاتر لزوماً به معنای یک حصار غیرقابل عبور نیست.

یانگ ژی‌لین با سرنوشت دیگری روبرو است.

«ماه تاریک» از بدو تولد در کانون توجه قرار دارد. سوابق بنیان‌گذار به اندازه کافی زیبا است: لیسانس از دانشگاه تسینگ‌هوا، دکتری از دانشگاه کارنگی ملون، و مشارکت در تحقیقات مهمی مانند Transformer-XL و XLNet؛ این شرکت در سال 2023 تأسیس شد و کیمی با استفاده از متن‌های طولانی تفاوت ایجاد کرد و به سرعت به یکی از محصولات هوش مصنوعی تبدیل شد که کاربران عادی نیز می‌توانند آن را درک کنند. این برخلاف DeepSeek است که ابتدا به عنوان یک سازمان تحقیقاتی در دنیای فناوری کشف شد، بلکه زودتر وارد محصولات عمومی، بازار سرمایه و روایت صنعتی شد.

این به یانگ ژی‌لین مزیت بزرگی می‌دهد، اما همچنین بار بزرگی بر دوش او می‌گذارد.

مزیت این است که Kimi دارای ذهنیت محصول است. بسیاری از مردم برای اولین بار به طور جدی از هوش مصنوعی داخلی استفاده می‌کنند، نه به این دلیل که یک گزارش فنی را درک کرده‌اند، بلکه به این دلیل که Kimi می‌تواند متون طولانی را بخواند، مواد را سازماندهی کند و جریان کار را مدیریت کند. هوش مصنوعی از آزمایشگاه به دفتر کار می‌رود و در این میان به یک ورودی نیاز دارد که توسط افراد عادی به یاد آورده شود؛ Kimi قبلاً این موقعیت را به دست آورده بود.

بار این است که وقتی ذهنیت محصول ایجاد می‌شود، باید به طور مداوم تغذیه شود. کاربران منتظر مدل‌های قوی‌تر خواهند بود، سرمایه‌گذاران منتظر درآمد بالاتر، تیم منتظر ارزش بالاتر گزینه‌ها و رقباء منتظر اشتباهات شما خواهند بود. هرچه میزان سرمایه‌گذاری در "ماه تاریک" بیشتر باشد، ارزش‌گذاری بالاتر می‌رود و یانگ ژی لین کمتر می‌تواند به موقعیت یک محقق آرام بازگردد.

تا سال 2026، این فشار واضح‌تر خواهد شد. گزارش‌های عمومی نشان می‌دهد که "ماه تاریک" در ماه مه 2026 حدود 2 میلیارد دلار سرمایه‌گذاری جدید را تکمیل کرده و ارزش پس از سرمایه‌گذاری آن از 20 میلیارد دلار فراتر رفته است؛ وب‌سایت رسمی شرکت نیز Kimi K2 و قابلیت‌های کد و Agent را در موقعیت مرکزی قرار داده است. بازار سرمایه به آن‌ها نه دست‌مریزاد می‌گوید، بلکه یک صورت‌حساب می‌دهد: شما باید ثابت کنید که فقط "شرکت بزرگ مدل‌های محصول" نیستید، بلکه باید ثابت کنید که می‌توانید در برابر فشارهای DeepSeek، علی‌بابا، بایت‌دنس، MiniMax و Zhizhu از نظر فناوری و تجارت پیشرو باقی بمانید.

مشکل بزرگ‌تر این است که سایه پروژه‌های قدیمی یانگ ژی لین را دنبال می‌کند. در سال 2024، رسانه‌هایی مانند South China Morning Post گزارش دادند که بنیان‌گذار "ماه تاریک"، یانگ ژی لین، و هم‌بنیان‌گذار او، ژانگ یوتائو، توسط برخی از سرمایه‌گذاران قبلی هوش مصنوعی چرخشی در هنگ کنگ چین به داوری کشیده شده‌اند؛ یانگ ژی لین ادعا می‌کند که ترک هوش مصنوعی چرخشی و راه‌اندازی یک شرکت جدید مراحل لازم را طی کرده است، در حالی که سرمایه‌گذاران ادعای متفاوتی دارند. هسته این مناقشه فقط یک اختلاف شخصی بین بنیان‌گذاران نیست، بلکه یک سوال تندتر در موج کارآفرینی هوش مصنوعی چین است: وقتی ارزش شرکت‌های جدید به شدت افزایش می‌یابد، مرز بین شرکت‌های قدیمی، سهام‌داران قدیمی، تیم‌های قدیمی، مالکیت معنوی قدیمی و تأمین مالی جدید کجاست؟

یانگ ژی لین نمی‌تواند فقط خود را به عنوان یک محقق نابغه معرفی کند. مقیاس تأمین مالی، درآمد تجاری، تکرار محصول، انتظارات از عرضه عمومی و مناقشات قانونی، از او می‌خواهد که یک CEO کامل‌تر و سردتر باشد. یک محقق می‌تواند با مقالات خود را ثابت کند، اما یک CEO باید با سازمان خود را ثابت کند. مقالات می‌توانند امضا شوند، اما سازمان نمی‌تواند فقط به امضا تکیه کند.

هرچه یک فرد کم‌حاشیه‌تر باشد، بیشتر توسط زمان بزرگ می‌شود. هرچه یک فرد بیشتر بخواهد به جلو برود، بیشتر توسط گذشته تعقیب می‌شود.

این داستان دور جدید هوش مصنوعی چین، در نهایت ممکن است توسط کسی که بهترین داستان‌ها را می‌گوید، پیروز نشود. بلکه احتمالاً توسط کسانی که می‌توانند همزمان سه چیز را تحمل کنند، پیروز خواهد شد: عدم قطعیت فناوری، فرسایش صبر سرمایه و هزینه‌های اسطوره‌سازی و قضاوت بنیان‌گذاران.

آیا لیانگ ونفنگ زندگی دارد، واقعاً برای بیرون از آن مشخص نیست. آیا یانگ ژی لین راه فراری دارد، هنوز به پاسخ نهایی نرسیده است.

اما حداقل اکنون، آن‌ها فضای زیادی برای بازگشت به وضعیت عادی ندارند.

لینک اصلی

سلب مسئولیت: این محتوا صرفاً برای اطلاع‌رسانی عمومی و برندینگ ارائه شده و به‌ منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌گردد. هیچ‌یک از رویدادها، جوایز، رویدادهای آنلاین یا اطلاعات مرتبط ذکرشده در اینجا نباید به‌عنوان توصیه، درخواست یا دعوت برای خرید، فروش، معامله یا هرگونه اقدام دیگر در رابطه با دارایی‌های رمزارزی یا استفاده از خدمات تلقی شوند. دارایی‌های رمزارزی با نوسانات بالایی همراه بوده و ممکن است منجر به زیان شوند. خدمات WEEX و رویدادهای آنلاین ممکن است در تمام مناطق در دسترس نبوده و مشمول قوانین، مقررات و شرایط احراز صلاحیت مربوطه هستند. شما مسئول رعایت قوانین محلی در استفاده از خدمات WEEX هستید و باید پیش از انجام هرگونه فعالیت مرتبط با ارزهای دیجیتال، ریسک‌های آن را به‌دقت بررسی کنید.