大家好，這裡是最佳夥伴，我是大飛。
雲端服務故障與產品部門重組
10月15日上午8點11分，DeepSeek的公有雲服務發生大規模故障，API和Web介面都崩潰。維運團隊工作了近五個小時，直到下午1點04分才恢復全部功能。就在故障解決後第二天，10月16日，DeepSeek確認了組織架構重組，將Hness團隊和Web平台團隊合併為一個新的產品部門，負責監督公司所有產品設計和研發工作。被任命為該機構負責人的是崔天一，他今年三月才加入DeepSeek；他甚至親自向媒體證實了這一消息。
由於這兩件事發生得如此接近，外界自然而然地將它們聯繫起來，一些媒體甚至稱這次任命為「緊急晉升」。然而，必須澄清的是，雖然這兩件事是先後發生的，但目前還沒有官方確認這兩件事之間有任何因果關係。
我們可以確定的是，這家長期以來被外界視為研究機構的人工智慧公司正在經歷重大轉型。在此之前，DeepSeek的關注點僅限於模型開發；他們的應用程式設計極簡，功能稀少，完全依靠模型本身來留住用戶。現在，透過建立專門的產品部門並積極招募產品經理和設計師，他們實際上是在宣布他們正在認真對待產品開發。
在現今的節目中，我們將深入探討這個問題：DeepSeek的產品部門究竟想要實現什麼目標？崔天一是誰？他如何僅用七個月就獲得了這個職位？這背後究竟在進行怎樣的鬥爭？
崔天一的早期歷程與函數式編程執念
2007年11月15日，當時就讀於安陽第一中學的高中生崔天一在資訊學奧林匹克論壇上發布了「背包問題講義 v 1.1」。當時，他還沒有自己的網站；他的講義是用HTML編寫的，使用了一個名為xMes的鮮為人知的工具，託管在一個簡陋的域名上，版本更新完全依賴於論壇帖子。
在競賽領域，他的ID是“DA”，曾兩次獲得河南省資訊學奧林匹克競賽第一名。然而，在2006年NOIP背包問題中，他曾經遭遇慘敗，儘管編寫了數百行程式碼，卻得了零分。在第七次講座結束時，他沒有掩蓋這次挫折，而是如實寫下了事情經過，並補充說，失敗並不休恥——可恥的是從失敗中一無所獲。這套講義後來成為中國演算法競賽界幾乎人手一本的入門教材，至今仍被OI開發者視為核心參考資料。
2008年，崔天一獲得NOI金獎，並被推薦考入浙江大學計算機科學系。2009年2月，他註冊了自己的GitHub ID，編號為53024。當時，GitHub才成立幾個月。在大學的四年裡，他獲得了六枚ACM-ICPC亞洲區金牌，但他個人主頁上列出的卻是與時代潮流背道而馳的純粹技術興趣。在行動網路快速發展的時代，每個人都在爭相使用Java和PHP，而他的程式碼庫裡卻充滿了Haskell練習、Scheme解譯器、Nix套件管理器的鏡像，以及《龍書》中關於編譯器原理的實作。
2012年，在閱讀了語言理論和機器學習的經典教科書後，他使用OCaml獨立實現了一個名為G6的Lisp方言解釋器。在文件中，他留下了一條非常極客的技術說明：「G6是我的第一個OCaml項目，我玩得很開心。」
三個月後，多虧了他趕在兩週內完成的這個OCaml項目，他發現自己坐在了華爾街頂級高頻交易公司Jane Street的面試室裡。正如他後來在部落格中回顧的那樣，讓他打開簡街大門的邏輯是一種近乎書呆子的痴迷。他說，出於個人興趣，他一直有一個小小的夢想：找到一份可以使用Haskell或類似語言的工作。他搜遍了全球招聘信息，發現唯一一家在完整的生產環境中運行函數式編程的公司是Jane Street，而且他們使用的是OCaml。
Jane Street是全球金融工程領域最獨特的機構之一，擁有超過3000萬行OCaml代碼，涵蓋從高頻匹配到中台會計的方方面面。他們的訪談從未涉及量化策略；這些螢幕都體現了邏輯深度和壓力限制。崔天一的最後一輪面試從下午4點持續到晚上11點，香港辦事處和紐約總部的管理人員都向他拋出了一連串的問題。他後來在一篇求職回顧文章中寫道：「面試結束時，我筋疲力盡，幾乎要暈倒了。」「然而，我仍然不得不強迫自己回答紐約老闆連珠炮般的提問，直到最終證明我的代碼沒有漏洞。」「然而，我仍然不得不強迫自己回答紐約老闆連珠炮般的提問，直到最終證明我的代碼沒有漏洞。」然而，他收到了簡·斯特里特香港辦事處近兩年來唯一向應屆畢業生發出的錄用通知。
在Google總部和Jane Street的邀請之間，他放棄了這家矽谷巨頭，原因很簡單：「能夠在日常工作中使用函數式程式設計讓我感到非常快樂。」他在那裡待了將近九年。加入學校六個月後，他回到母校發表了一場盛大的演講。他說，他的焦點早已超越了語言本身；學會一門語言後，許多障礙就會消失。真正的關鍵在於如何簡化專案模組之間的關係，並設計出更可靠的軟體。
2022年6月，他與前J同事賈京飛共同創立了對沖基金TSy Capital，持有香港證監會頒發的第9類牌照，並用Rust重寫了超低延遲基礎設施。他在2026年初悄悄辭職，並於3月加入DepSake；直到2026年5月中旬，外國媒體才透過LinkedIn更新報道了他的到來。
Harness微內核與時空可組合性
第二天，DepSake研究員陳德利在社群媒體上開玩笑地寫道，專案負責人是我們最聰明、最富有的同事之一。
當時，團隊的任務是建構HIS。實際上，真正屬於模型決策的只是一個迭代的外循環；其餘的部分都是工程方面。在實際互動中，工具呼叫資料通常會佔用代理上下文的60%以上。但崔天一向業界提出的解決方案並沒有選擇從零開始建構。
DepSakeHar內核使用C語言，這是一個輕量級的微內核，只有2000到3000行程式碼。這項基礎並非出自崔本人之手，而是出自著名開發者Sigma在QQ機器人框架中經過四年的完善。崔是這項架構的敏銳發現者和產品化推動者；他將這個經過4000個社群插件驗證的系統移植到一個單一的程式碼庫中。
在設計文件中，只保留了三個嚴格的約束條件：可審計、可修補和可鎖定。
CODES最基本的契約是絕對可逆性。任何功能在註冊和載入時，都必須明確說明如何取消註冊；上下文的每一次轉換都必須伴隨運行時執行的逆操作。插件卸載後，所有副作用都會嚴格按照後進先出的順序清除。這種近乎執著的設計直接帶來了系統級熱插拔功能。
在北京大學和DepSake共同撰寫的一篇92頁的論文中，崔天一作為第三作者，將這種邏輯形式化為「時空可組合性」：副作用在時間上被徹底回收，聲明在空間上被解耦和獨立。基於此，官方架構文件指出：這裡沒有可以打補丁的特權核心。模型適配器、工具註冊表、繪畫日誌和AG循環都屬於同一插件規範；甚至核心執行循環也只是一行配置程式碼，可以隨時進行熱插拔。
這種激進的架構充滿了量化交易員特有的防禦本能。該論文公開承認，超出主機邊界的網路資料流是無法回溯的「故障」。MD文件甚至規定：禁止硬編碼容錯；所有配置異常都必須導致啟動時立即崩潰並停止。與毫秒級交易系統打交道超過十年的人都知道，外部環境始終是一個威脅，而且完全不合理。
當然，作者是真誠的；除了高昂的成本和Windows路徑問題之外，官方v 0.1說明還警告說，由於插件API和配置結構仍然不穩定，因此仍有可能出現重大更改。在Hacker News上，作者Mario Alzena在閱讀了這篇論文後承認，雖然單插件熱重載和生命週期閉環設計非常巧妙，但跨模組依賴注入在深水區隱藏著巨大的風險。
擴張陣痛與從競賽到易用性的轉變
隨著崔天一走到台前，這標誌著DeepSeek自成立以來最深刻的策略轉變。2026年4月，DeepSeek的創始人意識到他們必須儲備資金，隨後獲得了超過500億元的融資。隨著戰爭準備工作的展開，該公司要求全面擴張；崔天一開始在社群媒體上進行全天候的面試，四處搜尋人才，甚至直接在評論區招募候選人。
但隨著團隊的迅速擴張，內部也出現了明顯的緊張局勢。DeepSeek曾經將程式設計工具定義為通往通用人工智慧 (AGI) 的過渡產品，但他們卻被迫親自參與其中並部署資源來建構這些工具——這是大型科技公司的一個經典悖論：戰略上減少工具，戰術上卻加倍投入。
因此，DeepSeek這次成立產品部門與其說是擴張，不如說是糾正。在過去一年左右的時間裡，DeepSeek實際上感到非常沮喪；在2025年初震撼全球人工智慧領域之後，他們經歷了15個月的模式真空期，以適應國內運算能力的限制。在這個窗口期，B公司依靠CloudCode一路高歌猛進，年化收入飆升至數十億美元。人工智慧編碼的戰場——一個贏家通吃的局面——已經從追求基準分數轉變為在工程實現和產品體驗方面展開競爭。當車型優勢不再佔絕對優勢時，你就必須在易用性方面競爭。
透過將WebApp和平台合併到產品部門，DeepSeek實際上正在圍繞代理組織所有產品線，將其開源專案的概念擴展到整個公司的產品生態系統。從這些照片中我們可以看出一些事情。在產品部門開放的職位中，Harness產品經理的北極星指標表述獨特：它是否真正幫助了更多場景中的更多人，並且更深入地幫助了更多人。職位描述明確要求應徵者能夠熟練使用CloudCode、Codex和Cursor等工具，並要求精通線框圖繪製，對色彩、構圖和動畫有敏銳的眼光。他們不只是招募設計師和產品經理；它們正在無限擴張。這種步伐似乎顯示他們決心真正解決使用者體驗上的不足。
穩定性隱患與人事變動解讀
我們來聊聊這次最新的故障吧。這並非DeepSeek第一次犯錯；只需瀏覽一下他們的官方狀態頁面就會發現，這類故障在過去兩年中一直存在。回顧過去，最大的事件發生在今年3月29日晚至30日凌晨，當時網站和應用程式都宕機了近12個小時，頻繁彈出「伺服器繁忙」錯誤，甚至丟失了對話記錄，創下了當時單次宕機時間最長的記錄。
此後，小規模停電的次數甚至更多了。7月發生了8起事件，8月情況更糟，發生了16起崩潰事件，大多涉及API效能下降或網路搜尋服務錯誤，持續時間從幾分鐘到幾個小時不等。算上10月15日發生的這起事件，DeepSeek的穩定性問題不再是孤立事件，而是反覆出現、高頻次發生的問題。難怪業內人士越來越認為他們「重模型輕運營」。
DeepSeek的直接補救方案是：僅對付費API用戶提供補償。多少錢？退款金額是根據帳戶在10月8日至14日期間的實際消費金額計算，全額以平台積分的形式退還。免費網路使用者不享有補償，積分也不能提現－只能用於未來的API使用。
如果補償方案只是權宜之計，那麼隨後的人事變動就是為了直接解決他們在工程能力上的不足。市場對崔天一的任命有兩種解讀：
- 一方面，他可以修復他們的穩定性問題，因為他擁有多年間構建高並發、高容錯量化交易底層系統的經驗。在這個行業，即使是微小的錯誤也可能造成數百萬甚至數千萬元的損失。這項工程技術完美地解決了公有雲大型模型服務的穩定性挑戰。
- 另一種觀點認為，它提升了人工智慧代理的戰略地位，將其代理運行時框架「H」從獨立的研發項目升級為核心業務，整合了底層代理框架、消費產品和B端平台基礎。
郭大亞的離開與量化工程思維的介入
說到這裡，還有一個更有趣的視角。這個故事其實隱藏著另一個人，郭大亞。如果他今年三月沒有離開DeepSeek，他今天還會坐在產品主管的位置上嗎？
郭大亞，1994年出生於廣東珠海。2014年，他考上中山大學，並入選中山大學與微軟亞洲研究院聯合培養博士生計畫。2020年，他作為共同第一作者在EMNLP上發表了CodeBLEU。他於2023年獲得博士學位，並於7月加入DeepSeek。
在接下來的兩年裡，他的名字幾乎出現在DeepSeek所有最重要的論文中。他不僅是DeepSeek-Coder系列的第一位作者，也是DeepSeek-Math的主要作者，也是V3和R1-Pro的核心貢獻者。最重要的是，DeepSeek提出了GRPO演算法，該演算法允許模型針對同一個問題產生多個答案，並透過比較這些答案來學習，從而降低訓練成本。後來，它被直接整合，成為R1推理能力出現的核心技術基礎。2025年，R1的研究成果登上了《自然》雜誌的封面。他的論文總引用次數約為38,000次，而他獲得博士學位至今也才三年多一點。在一家不到200人的公司裡，他不再只是一個普通的研究員；他可能正在主導整個技術路線圖。
那他為什麼要離開？這與錢無關。他最初在2025年10月有了這個想法，但直到2026年3月才真正離開。在這五個月期間，阿里巴巴和騰訊相繼向他拋出了橄欖枝，阿里巴巴甚至還提供了一個訓練後主管的職位。在大多數人工智慧公司中，這個職位擁有巨大的權力，僅次於領導層。他最終選擇字節跳動，是因為他們明確地將下一代模式的重點放在了智慧體上，這讓他能夠決定要開發什麼，而不僅僅是開發一款遊戲。
DeepSeek突然間似乎變成了一家截然不同的公司，開始把一切都押在代理商身上。原本可能屬於郭大亞的故事，最後卻由崔天一寫成了小說。
量化交易專家管理代碼代理聽起來像是職業生涯的重大轉變，但仔細想想，這卻是最合乎邏輯的選擇。因為Agent的本質是一個可以被馴服、執行，並且在出現問題時只需單擊即可回滾的系統。讓模型理解某些事物並不難；困難在於如何讓它可靠地完成任務而不崩潰。
2026年春季，CloudCode發生了一起打包錯誤事件，導致數十萬行原始碼洩漏。穆罕默德·本·扎耶德人工智慧大學的研究表明，在智慧代理的複雜操作鏈中，模型決策的核心程式碼僅佔1.6%，而其餘98.4%則用於確定性防禦和圍繞模型的狀態工程。換句話說，這個模型只是冰山一角；其下隱藏著一個龐大的機械系統，而這正是量化交易員十多年來一直在不斷改進的專長。
在真實的市場交易中，單靠策略永遠無法直接轉化為利潤。如果底層系統在幾秒鐘內崩潰、丟失資料包或出現競爭條件，即使是最優雅的數學模型也會變得毫無用處。因此，真正將機率轉化為資產的是穩定、近乎無情的執行系統。
崔天一曾說過，模型參數以外的一切都屬於H的範疇。換句話說，模型負責智能，而他負責管理其餘部分——他的管理能力已經通過市場用真金白銀驗證了。
抽象與組合：從背包問題到Harness
還有一條更有趣的隱藏線索：《背包問題的九講》的第八部分名為「廣義物品」。當時，這位高中生做了一件超出比賽慣例範圍的事情：他將離散物品定義為函數h，將成本V分配給背包以產生價值H(V)，然後將廣義物品的核心定義為等於max(h(k)加L(V減K))。這本質上是將系統分解為無狀態的、獨立的模組，定義它們之間的組合代數，以實現統一的折疊和求和。在這一部分中，他指出這是他在學習Scheme時，透過函數式程式設計的視角看待背包問題而發展出的原創方法。
十九年後，他參與開發的DeepSeek Harness已成為全球開發者競相追捧的開源專案。雖然沒有足夠的證據證明兩者之間存在直接的設計淵源，但將這些經驗放在一起考察，可以發現一個有趣的共同點：與其將複雜的系統視為一堆具體事物，不如先找到描述它們的抽象概念，然後再定義它們是如何組合的。
從競爭情況來看，DeepSeek選擇崔天一其實相當冒險；例如，Anthropic的程式碼編寫者是Boris Slivkin，而OpenAI Codex的負責人是Alexandr Wang。他們都擁有工程或產品背景，但DeepSeek選擇將交易系統工程師推到前台。其他人則使用產品經理來運作產品，而梁文峰則使用量化專家；他似乎認為，建立一個穩固的系統來真正發揮模型的功能更為重要。
至於使用者體驗方面，DeepSeek似乎做得不好。網路上不止一次有人說DeepSeek缺乏以使用者為中心的設計理念，它只是一群極客完全根據自己的想法來開發產品。從現在開始，這種批評很可能會指向接管產品部門的崔天一。
結語：崔天一時代的考驗
所謂“崔天一時代”，簡單來說就是DeepSeek轉型——從追求模型能力的突破轉向將這些能力轉化為真正可用的產品和系統。上一階段的評判標準是誰發表了最令人印象深刻的論文；那是一個匯聚最聰明頭腦的時代。這個階段的關鍵在於誰能將這些智慧轉化為可執行、可管理且有利可圖的系統——這是能夠駕馭這些系統的人的時代。
從JStrate到TSY Capital，再到現在的DeepSeek，崔天一一直在解決同一個問題：如何讓複雜的系統可靠地運作。但現在，他面臨的是一個更複雜的系統——這個系統不僅包括演算法和程式碼，還包括使用者、團隊和合作夥伴。
過去，DeepSeek依靠技術突破來建立自己的名聲，但對於未來而言，同樣重要的是使用者願意長期使用它，開發者也願意繼續做出貢獻。如何讓智慧人工智慧真正完成任務，同時讓更多的人依靠它來完成工作——這可能是DeepSeek給他設定的最嚴峻的考驗。至於這頭巨大的藍鯨能否從這裡起飛，僅僅依靠開發者之間的熱議顯然是不夠的；這將取決於桌面版及後續產品能否真正贏得不想折騰的普通用戶的青睞。
那麼，你認為一位擁有量化交易背景的系統架構師能夠成功領導人工智慧公司的產品方向嗎？歡迎在評論區分享您的想法；感謝觀看。