梁文锋的新想法，DeepSeek的新方向？
梁文锋，又有了新动向！
这个在几年前创立深度求索公司，推出DeepSeek大模型的年轻人，在2025年初震动了中国上下。
但在这前后，他都始终保持着低调，一如他率领的那个推出DeepSeek大模型的AI技术团队——除了偶尔崭露头角的论文，业界对他和他们的了解，并不比半年前多了多少。
但可以想见的是，这支团队一定在默默的发力，持续攀登新的高峰。
日前，一则不起眼的招聘信息，或许透露了这支年轻团队的一个新方向。
——医疗。
01 DeepSeek招聘医疗实习生
资事堂注意到：DeepSeek的母公司深度求索公司日前在招聘平台持续发力人才引进。
除了常规的算法研究、程序设计等领域。2025年5月，在不少实习生招聘平台上都出现了“DeepSeek招聘数据百晓生（医疗方向）实习生”的需求。
按照相关招聘要求，这个实习生岗位，需求是医学背景的本科高年级和研究生。
一周工作四天以上，实习工资日薪超过500-580元每天。
以此累计，正常的“满勤”实习生，每月大概率收入过万元。
02 独特的“数据百晓生”岗位
“数据百晓生”是梁文锋团队长期招聘的一个岗位。
早年，他创立的量化投资团队“幻方量化”就长期招聘这个岗位，如今的AI公司深度求索（后简称，DeepSeek团队）也在招聘这个岗位。
在最新的招聘需求中，DeepSeek团队提到：
“我们相信，AGI 是数据x算法x算力的完美实践，是科研+工程+组织的优雅艺术。
我们正在寻找并长期培养优秀的数据百晓生，与我们一起进行高水平的科学研究和工程实践。如果你对AGI有浓厚的兴趣，如果你想在一个充满挑战和机遇的初创环境中展现你的才华，那么请不要犹豫，加入DeepSeek，与我们共同在AGI征程上“深度求索”吧！”
来自对该岗位有所了解的人士的信息，所谓的数据百晓生岗位，其重要工作就是通过完成文本语料标注等工作，并与AI工程师进行合作提升大模型的能力和反馈质量。
这个岗位既是模型的tutor（导师），通过对涉及模型的能力解构建构、评估流程建设、训练数据准备等，教会模型在各个方面的能力，对齐人类的偏好。也是模型和产品的桥梁，更是AI原生世代的管培生，备受深度求索公司重视。
03 新的“方向”
无论是梁文锋早期的业务重心量化投资，还是如今的大模型，都包含着“机器学习”、“人工智能”的技术特征。因此，他对数据的重视可想而知。
而承担“模型和产品的桥梁”任务的数据百晓生岗位，正是处理数据的一线岗位。他们受到重视当然可以理解。
而这些岗位的下一步“微妙变化”，也某种程度透露出，DeepSeek团队下一步的发力方向。
资事堂查阅了相关岗位的招聘要求，直到一年前，深度求索招聘的“数据百晓生”，当时的招聘启事显示，应聘者“专业不限，实习经历不限，欢迎各个专业的同学”。
而显然，这次的“医疗方向”实习生，包含了不一样的设定和需求。
04 盯紧“医疗专才”
通过，深度求索公司最新招聘需求，外界可以发现，该团队对相关实习生的要求并不是以往的“泛泛而谈”，“热烈欢迎”。
在数据百晓生（医疗方向）的招聘需求里，相关实习生的招聘门槛，包括：
其一，医学专业背景，本科高年级或者研究生学历；
其二，对于语言模型有深入使用经历，对模型的回答质量有自己的审美；
其三，会写python代码，擅长撰写大模型Prompt；
显然，这个入选要求是医学专业+代码能力。
入职后，具体做什么呢？
深度求索在招聘信息中指出：
和研发人员一起，提升DeepSeek的医学方向的专业能力；包括但不限于：提升模型对医学知识的掌握，专业化医疗咨询问答，减少医学问答的幻觉，提升联网搜索体验等等。
05 AI医疗“方兴未艾”
另外一个关键信息值得注意：DeepSeek招聘的上述职位是医疗方向，并非医药方向。
通常，医药侧重药品，围绕“用什么治”，而医疗则侧重“怎么治”，涉及诊断、治疗、护理等医疗服务。换言之，在DeepSeek的发力方向上，医疗（治疗和服务）这块的投入优先级更高。
事实上，在年初DeepSeek爆火之后，确实有不少大型医药机构和主管部门开始积极将AI应用于医疗环节中。
中国科技部主管的中国科普网，在2025年3月发文称：据不完全统计，DeepSeek已经在全国范围内的超90家知名三甲医院实现部署。其中，“三甲医院”是中国医院等级评审中最高级别的医院，代表医疗水平、服务质量和管理能力均为最优。
此外，一篇题为《DeepSeek重塑中国三甲医院医疗体系》的英文分析文章，提及了多家知名医院的案例。（如下图）
论文提及：上海瑞金医院实现病理组织切片自动分析，每日处理3000张切片，支持与影像/基因等多模态数据联合诊断。
又如：深圳华南医院则运用于泌尿科AI系统快速检索证据，并生成个性化治疗方案。
再如：柳州人民医院实现了自动化细胞识别与血象分析。
这些积极的运用案例，是否是DeepSeek未来会加强医疗方面人工智能研发的一个原因？
06 解决“医学问答幻觉”
此外，在DeepSeek此次招聘中，还提及一项总要的工作内容描述——“减少医学问答幻觉”。
这也非常令人关注。
实际上，人工智能工具出现后，通常用户会遇到“幻觉”问题，即AI生成虚假、误导或捏造的信息。
显然，由于事关大众健康，医学方面的幻觉，其副作用更大。
一些研究文章显示，医疗领域的“幻觉”表现通常包括：
用户咨询症状、药物、治疗方案时，AI虚构医学数据，并给出错误诊断建议等情形。
也就是：AI在问诊者面前“信口开河”，但又显得老神在在，另询问者无从分辨。
此前，华南一家都市报曾提及：一家医院的接诊医生遇到，被大模型幻觉耽误了救治的儿童父母。了解后发现，在孩子初发症状之时，其父母通过手机端AI问诊平台自行判断为“普通呼吸道感染”，并参考网络建议居家用药。结果导致孩童肺部炎症范围扩大的情形。
一些权威医疗杂志也提出过类似关注。《中国卫生杂志》在今年3月刊文提出：“医院借助AI看病，误诊了谁负责？”的疑问和讨论。
如果上述招聘信息背后确实是DeepSeek正在努力发力医疗方向的人工智能的话。那或许也是国内AI机构积极介入、有所作为，让科技更好服务社会和大众的一个尝试。
