DeepSeek的市场份额暴跌已经不是什么新闻了，但这却暴露出很多AI公司的困境。作为杭州 "六小龙"之一的零一万物，因核心团队出走，被迫放弃预训练， 百川智能更是将业务线收缩至医疗板块，智谱 AI 也从挑战者变身为追随者。

有技术博主指出，DeepSeek是技术优等生，商业差等生。DeepSeek的MoE 混合架构曾领先同行业，但是针对个人消费者的投入不足，对开发者社区的支持不够，生态构建的能力也不行。

中国AI公司出现这些困境的三个原因是人才流失、资金困局与生态断裂。

一、人才危机

2025年上半年，12位"六小龙" 的高管离职，包括智谱、MiniMax 等头部企业。而零一万物 CTO、百川智能首席科学家等核心人物更是选择创业，从而导致这些企业技术的迭代速度落后于大厂。DeepSeek R2更是因为训练数据质量不足和GPU短缺而陷入停滞，更大的问题是核心算法工程的流失，直接导致突破技术瓶颈的困难增加。这种人才断层的现象，在杭州刘小龙中属于普遍现象，这也直接削弱了中国大模型的国际竞争力。

小米用千万年薪挖走 DeepSeek-V2的 核心开发者，暴露出AI行业顶尖人才的激烈争夺。AI头部企业的实习生，日薪高达2000元。海外大厂OpenAI开出的平均年薪在600万元以上。中小企业因为资金的限制，更加难以抗衡。 "六小龙" 的研发能力逐渐被削弱，想留人留不住，留住了人，却变得更弱。

顶尖工程师带走的不仅仅是技术和经验，更糟糕的是导致技术研发的中断。为了应对这种情况，百川智能基础大模型的研究被迫暂停，智谱 AI 被迫将模型训练托管给阿里云，这些企业逐渐丧失了自主研发的能力。有分析机构指出，"六小龙" 的估值大幅度降低，人才与技术的失，也让资本对其失去了兴趣。

二、资金困局

DeepSeek 曾对外宣称，单日可净赚 346 万元，但这个数据是经过财务简化后的理想结果，实际上 V3的定价更低，再加上非高峰时段折扣等情况，真实的收入远低于预期。2024年，前三季度，第四范式的研发费用为13.73亿元，占总营收的42.7%。过去几年间，亏损累积达40多亿元，这种 用"烧钱换增长" 的模式，让这些企业的融资变得更加困难。2025 年上半年仅有一家"六小龙"企业获得了融资。

美国持续升级的出口管制措施，也让我们无法继续获得高端的AI芯片，导致DeepSeek的训练成本飙升400%。后来更是禁止全球用户使用华为的昇腾芯片，否则就将面临美国的法律制裁。在算力绞杀和资金断流的双重打击下，中国大模型企业陷入 到"巧妇难为无米之炊" 的困境。

为了将更多的算力用于研发，DeepSeek进行了策略调整，导致大模型的反应时间增加，64K 上下文窗口的限制，影响到很多应用场景的发挥，导致部分用户流失。这种 "牺牲体验换研发" 的策略，与 Anthropic 既提升用户体验又提升效率的做法形成了鲜明对比，导致其市场份额出现暴跌。

三、生态体系的缺失

DeepSeek推出了 "awesome-deepseek-integration" 开源项目，获得过大量用户的支持，但因开发者的贡献仅能换取算力积分。而OpenAI的开发者则可以通过AppExchange 平台，发布应用程序去赚钱。这种差距致使 DeepSeek开发者活跃度不高，更加难以搭建生态体系。

智谱 AI在政务、金融领域有很多落地项目，但客户大多采用试点采购的方式。相比之下，OpenAI通过GPTs工具实现行业深度的绑定，DeepSeek缺乏类似的解决方案，选择Parasail等第三方平台，导致部分利润流失。

DeepSeek因数据回传的问题，引发了多国监管机构的注意。美国、意大利和韩国等国家的政府机构，都已采取措施限制或禁止使用DeepSeek。此外，DeepSeek的安全漏洞问题，也暴露了其在数据保护方面的短板，这对其进一步拓展国际市场带来了挑战。

DeepSeek 的困局，折射出中国大模型企业在技术、资金、生态所面临的困境。

要想摆脱困境，我们需要继续加强光子计算、量子 - 经典混合计算等前沿技术的研发，研发出新的可替代产品。如新加坡研发的Lightelligence的光子加速器，可实现5 纳秒延迟，能效远超传统 的GPU。

借鉴 OpenAI 的开发者的生态策略，构建 "技术 + 商业" 的双重激励机制，将行业解决方案标准化，降低企业接入门槛。

升级老旧的算力中心，解决算力过剩与算力不足的问题。

在这场AI冷战中，中国大模型企业已站在十字路口，只有打破技术内卷和生态孤岛，才有可能在全球竞争中开辟出一条道路。但真正的破局，需要要让技术服务于用户的需求，而非困在实验室中。