在任何一个技术革命的早期，最值得研究的，不只是技术本身，而是那些站在技术浪头上的人。

因为技术是可以被复制的，但创造技术的人，以及他们做决策时所依赖的世界观、判断力和执行力，才是真正决定长期胜负的变量。

中国AI的头部格局，目前有四张面孔：DeepSeek的梁文锋，Kimi的杨植麟，智谱的唐杰，MiniMax的闫俊杰。

四个人，四条路，四种关于中国AI可能性的具体表达。

梁文锋：量化交易员的宇宙

梁文锋，1985年生，广东湛江。2002年湛江理科状元，拒绝保送清华，选择浙大。

这个细节，在很多人眼里是一个奇怪的选择，但对于理解梁文锋这个人，它是一个关键的入口。理科状元选择放弃最高光的那张入场券，选择他认为更适合自己的那条路——这种对主流叙事的淡然，以及对自己判断的信任，贯穿了他此后的整个职业轨迹。

浙大毕业后，梁文锋没有进入学术界或大厂，而是进入了量化交易领域。他创立了幻方量化，这是中国最顶尖的量化私募基金之一，管理规模一度位居行业前列。

量化交易是一个极其严苛的领域，它会以最直接的方式惩罚错误的判断，因为市场不给你解释的机会，只有盈亏。在这个领域做到顶级，需要的是数学建模能力、计算机工程能力，以及在不确定性下做出高质量决策的能力。

然后，幻方量化开始买GPU。

这个时间节点，在事后看起来像是天才的预见，但在当时，更像是一个量化交易员把他的核心能力——识别市场上被错误定价的资产——应用到了一个更宏大的赌注上。梁文锋在ChatGPT出现之前就开始大规模积累算力，这不是因为他知道ChatGPT会出现，而是因为他相信大算力和大数据的结合会产生某种他还不完全能描述的、但确定会改变世界的东西。

DeepSeek的诞生，是这个判断的延伸。不是先有了创业计划再去积累算力，而是算力已经在那里，人才已经在那里，于是做出了大模型这个选择。

DeepSeek V3和R1引发全球震动，核心不只是性能，而是效率。在远少于竞争对手的算力投入下，实现了接近前沿水平的模型能力。这种以工程优化换算力的思路，与梁文锋在量化交易中磨砺出来的"在约束条件下寻找最优解"的思维方式高度一致。

78%的持股比例，意味着DeepSeek几乎就是梁文锋。 未上市，拒绝大部分外部投资，保持决策独立性。这是一个量化交易员对资本市场规律的清醒认识，也是一种对于"什么是真正重要的事"的清晰排序。

DeepSeek的全球开源策略，是这个价值观最直接的产品表达：把最顶尖的模型能力免费开放给全球研究者，不建围墙，不收授权费，这在商业逻辑上是颠覆性的，在技术影响力上是乘数级的。梁文锋用这个选择告诉全球AI社区：中国有人在玩一种不同的游戏。

今年，他参与了DeepSeek的IPO打新，用真金白银为长鑫科技投下信任票。这个细节，是一个关于梁文锋如何看待中国AI产业链的最直接表达。

杨植麟：那个不该走又不能留的人

杨植麟，1992年生，广东汕头。汕头理科状元，信息学奥赛保送清华。

他是四人中最年轻的，34岁。他的学术履历，在任何一个维度上都称得上顶级：清华本科，CMU博士，师从Ruslan Salakhutdinov，参与Transformer-XL和XLNet的研究，Google Brain和Meta AI的工作经历。

但理解杨植麟，不能只看履历，而要看他在CMU完成博士学习后做了什么选择：他回来了。

不是因为在美国找不到机会，而恰恰是因为那些机会太过确定，确定到看得见天花板。在一家顶级大厂做AI科学家，能做什么、能做多大、能用多少算力，都被一个庞大的组织架构所决定。你可以是这台机器最精密的零件，但你无法决定这台机器的方向。

回到中国之后，他既有CMU和Google Brain的技术信誉，又能在中国快速成长的AI生态里直接对接资本、人才和工程资源。月之暗面在相对短的时间内完成了对大量顶级工程人才的汇聚，这不只是因为杨植麟的技术能力，更是因为他的身份在中国AI创业圈里是一种特殊的背书。

Kimi K3的发布，是这个判断的最新也是最强的验证：2.8万亿参数，全球最大开源模型，编程能力评测全球第一，中国AI与美国前沿模型的差距被压缩至2至3个月。

杨植麟的核心判断，用他自己的话说：一个伟大的智能体需要一个伟大的基础模型。这不只是一句技术主张，而是对整个AI发展路径的一种判断：不要把工程封装当作走捷径的方式，基础能力的积累才是可持续的竞争来源。

51.83%的持股比例，是外部融资与创始人控制权之间微妙平衡的结果。月之暗面接受了相当规模的外部投资，这与DeepSeek的高度内化形成对比，代表了两种不同的发展路径选择。

唐杰：学院派的长跑者

唐杰，1977年生，四川南充。燕山大学自动化本科，校内转计算机专业硕士，2002年考取清华大学计算机博士。

唐杰是四人中最年长的，也是最典型的学院派路径。他在清华大学人工智能研究院担任教授多年，长期从事知识图谱和自然语言处理的研究，是中国AI学术界最重要的声音之一。

智谱AI是在清华大学技术积累的基础上孵化出来的，这使其与其他三家有着本质的路径差异。

智谱的核心优势，是知识图谱与大模型结合的技术路径，以及与清华大学深度绑定的人才和研究资源网络。 GLM系列模型是中国早期最重要的开源模型之一，在大模型热潮兴起之前，智谱已经在这个方向上积累了相当的工程和研究基础。

唐杰所代表的，是一种不同于创业者路径的AI公司建立方式：从学术积累出发，将多年的研究成果转化为商业产品，依托高校生态持续获取顶级研究人才。这条路有其独特的优势，也有其固有的局限——学院派文化与快速商业化之间的张力，是任何从高校孵化的科技公司都必须面对的核心挑战。

6.1%的持股比例，是学院孵化模式下创始人股权被大量稀释的典型结果。智谱在多轮融资中引入了大量机构投资者，以换取商业化加速所需要的资本支持，唐杰的个人股权因此远低于其他三位更早确立控制权的创始人。

港股上市，是智谱走向公开资本市场的选择，也让其财务透明度和监管约束与其他三家未上市企业有了根本性的不同。

闫俊杰：被忽视的那个

闫俊杰，1989年生，河南商丘。东南大学数学学院本科，中科院自动化所模式识别专业硕博连读，博士毕业后在清华大学计算机系完成博士后研究。

在四人中，闫俊杰是外部知名度最低的一个，但MiniMax是四家公司中商业化推进速度最稳健的之一。

MiniMax在对话AI、内容生成和多模态等方向上，都建立了有实际用户规模的产品线，其对B端企业服务的重视，使其在商业落地上比部分竞争对手走得更扎实。

东南大学数学本科加上中科院模式识别博士的背景，是一个典型的"工科学霸+AI科研"组合。 闫俊杰没有顶级名校的光环加持，但他的技术积累路径同样扎实，而且可能正因为没有那个光环，他在建立公司时更倾向于以产品和收入说话，而不是以技术叙事驾驭资本。

21.46%的持股比例，是四人中除梁文锋以外最高的。 港股上市，意味着MiniMax的财务状况接受公开市场的定价，这是一个双向验证的信号：它提供了流动性，也意味着每个季度的财报都会被市场审视。

四张面孔，四种中国AI

把这四个人放在一起，会发现他们并不构成一个同质化的群体，而是代表了中国AI发展路径的四种不同可能性。

梁文锋代表的，是资本与技术的交叉迁移：量化交易的思维框架在大模型研发上找到了新的用武之地，用效率换算力的路径，是对中国AI在芯片约束下如何保持竞争力这个根本问题的一种具体回答。

杨植麟代表的，是全球最顶级学术训练与中国产业环境的结合：用CMU和Google Brain的技术积累，在中国的资本和工程生态里找到了一条在大厂内部永远走不出的路。

唐杰代表的，是高校科研到商业化的漫长转化：这条路需要更强的耐心，也需要更完善的制度环境，智谱的成立是中国高校AI研究走向产业化的一次重要实验，无论最终结果如何，这个探索本身都有其不可替代的价值。

闫俊杰代表的，是不依赖光环的产品主义：在四家公司中，MiniMax的商业化落地最为务实，这种务实，可能来自创始人从未享有过"名校光环即是融资敲门砖"这种便利，必须以产品和数据来赢得信任。

这四种路径，没有哪一种注定是对的，也没有哪一种注定是错的。 它们正在以实时进行的竞争和迭代，共同书写中国AI的第一个历史章节，而这个章节写到哪里，目前没有人知道。

但我们知道的是：四个从不同起点出发的人，都选择了一条大多数同等背景的人不会选的路。

这个选择本身，可能就是他们最重要的共同点。