StartseiteArtikel

Der erste Gründer von DeepSeek ist öffentlich bekannt geworden.

融资中国2026-11-21 10:50
GL Ventures investierte 6 Millionen US-Dollar.

Ein früheres Kernmitglied von DeepSeek hat ein Startup gegründet.

Am 19. November gab Tony Zhang, der ehemalige Projektleiter von DeepSeek-VL, bekannt, dass sein von ihm gegründetes KI-Unternehmen Simplex AI das Open-Source-Produkt für persönliche Agenten Linger offiziell veröffentlicht hat. Dieses Produkt läuft auf dem eigenen Computer des Nutzers, kann Software bedienen, E-Mails bearbeiten und sogar mehrere KI-Assistenten gemeinsam Aufgaben erledigen lassen.

Um die Hürden für den Betrieb großer Modelle auf gewöhnlichen Computern zu senken, wird Linger von dem lokalen Inferenzprojekt PolyStrata begleitet, dessen Schöpfer ein erst 18-jähriger junger Entwickler im Team ist.

Zhang Bo verließ DeepSeek bereits im März 2024, fast ein Jahr vor dem durchschlagenden Erfolg von DeepSeek-R1. Danach kehrte er an die Universität Zhejiang zurück, um dort zu lehren, und begann 2025 mit der Gründung seines Startups. Im Januar dieses Jahres gab Simplex AI bekannt, eine Finanzierung in Höhe von 6 Millionen US-Dollar unter der Leitung von GL Ventures erhalten zu haben.

Das Kernforschungs-Team von DeepSeek weist bis heute eine hohe Stabilität auf, es gibt nur wenige Mitarbeiter, die das Unternehmen verlassen haben, und die wenigen Abgänger sind meist in andere Technologieunternehmen eingetreten. Laut den derzeit öffentlich zugänglichen Informationen ist Zhang Bo der einzige unter den ehemaligen Kernautoren von DeepSeek-Papieren, der öffentlich ein Unternehmen gegründet und ein Produkt auf den Markt gebracht hat.

Nach dem Verlassen von DeepSeek kehrte er zuerst an die Universität Zhejiang zurück

Als Zhang Bo DeepSeek verließ, war dieses Unternehmen noch lange nicht so bekannt wie heute.

2013 schloss Zhang Bo sein Bachelor-Studium an der Universität Zhejiang ab und erwarb 2019 den Doktortitel in Elektronik- und Computertechnik an der Hong Kong University of Science and Technology. Im Mai desselben Jahres trat er in Microsoft Research Asia ein, um im Bereich Computer Vision und generative Modelle zu forschen.

Das war ein Ort, nach dem er sich sehr gesehnt hatte.

In einem 2024 veröffentlichten Beitrag auf Zhihu nannte er Microsoft Research Asia sogar sein „Traumziel seit der Mittelschule“.

Während seiner vierjährigen Tätigkeit bei Microsoft beteiligte sich Zhang Bo an bekannten Forschungsprojekten wie VQ-Diffusion und Rodin, die sich mit KI-Bildgenerierung und 3D-digitalen Menschen befassen. Unter anderem wurde das von ihm mitverfasste Papier CoCosNet v2 für die Auswahl zum besten Papier der Top-Konferenz für Computer Vision CVPR 2021 nominiert.

2023 verließ er Microsoft und trat dem damals noch jungen Unternehmen DeepSeek bei.

Dort beteiligte er sich an der Entwicklung des ersten großen Sprachmodells DeepSeek LLM und leitete ein weiteres wichtiges Projekt, DeepSeek-VL.

VL ist die Abkürzung für Vision-Language-Modell. Einfach ausgedrückt verarbeiten gewöhnliche Sprachmodelle hauptsächlich Text, während Vision-Language-Modelle die KI in die Lage versetzen müssen, Bilder, Diagramme und andere visuelle Inhalte zu verstehen, um dann in Kombination mit Text Fragen zu beantworten.

Im März 2024 veröffentlichte DeepSeek das technische Papier zu DeepSeek-VL. In den offiziellen Projektunterlagen wurde Zhang Bo ausdrücklich als Projektleiter (Project Lead) und einer der Autoren des Papiers aufgeführt. Dies ist auch sein repräsentativstes Ergebnis bei DeepSeek.

Doch im selben Monat entschied er sich, das Unternehmen zu verlassen.

Nach seinem Austritt trat Zhang Bo dem Staatlichen Schlüssellabor für CAD&CG an der Fakultät für Informatik der Universität Zhejiang bei und wurde Forscher des Hundert-Programms sowie Doktorvater.

Er erinnerte sich einmal an seine Zeit bei DeepSeek. Er sagte, dass er von dem „äußerst exzellenten und äußerst netten Gründer“ des früheren Startups für große Modelle die Wichtigkeit gelernt habe, sich auf eine Sache zu konzentrieren und sie gut zu machen. Er brachte diese Einstellung auch in sein eigenes Forschungsteam ein. Bei der Einstellung von Studenten forderte er sie auf, die Forschungsqualität zu schätzen, das Ziel „ein Papier ist so viel wert wie drei“ zu verfolgen und bereit zu sein, wirklich kreative Arbeit zu leisten, anstatt nur nach der Anzahl von Papieren zu streben.

Nach seiner Rückkehr an die Universität Zhejiang stoppte Zhang Bo die Erkundung von KI-Produkten nicht.

Am 24. Februar 2025 wurde das Unternehmen Hangzhou Topology Lingxi Technology Co., Ltd. mit einem eingetragenen Kapital von 1 Million Yuan gegründet, dessen gesetzlicher Vertreter Zhang Bo ist. In den Stellenanzeigen des Unternehmens wird sein Geschäftsfeld auf die Entwicklung von KI-Agenten ausgerichtet, mit Fokus auf Überseemärkte.

Danach trat Zhang Bos Startup-Projekt nach und nach an die Öffentlichkeit.

Tatsächlich ist Linger nicht das erste Produkt, das er nach seiner Gründung auf den Markt gebracht hat. Im Januar 2026 veröffentlichte Simplex AI die KI-Suchplattform für geschäftliche Informationen Lev8, die hauptsächlich für Szenarien wie Vertrieb, Personalbeschaffung und Investitionen von ausländischen Unternehmen konzipiert ist und Nutzern hilft, potenzielle Kunden, Talente und Geschäftsmöglichkeiten zu finden. Beispielsweise kann der Nutzer die KI auffordern, nach Ingenieuren zu suchen, die kürzlich den Arbeitsplatz gewechselt haben, oder nach Unternehmensmanagern, die bestimmte Bedingungen erfüllen – das System sucht und passt die Ergebnisse anhand öffentlicher Informationen im Internet ab.

Im selben Monat gab Simplex AI laut der Ankündigung auf der offiziellen Website von Lev8 bekannt, eine Seed-Finanzierung in Höhe von 6 Millionen US-Dollar unter der Leitung von GL Ventures erhalten zu haben.

Danach veröffentlichte das Team noch das leichtgewichtige KI-Modell LiteResearcher für tiefgehende Forschungen und wendete die zugehörige Technologie in Lev8 an. Erst am 19. November, mit der offiziellen Open-Source-Veröffentlichung des persönlichen Agentenprodukts Linger, erweiterte Simplex AI sein Geschäft auf den Bereich persönlicher KI-Assistenten, und Zhang Bos Startup rückte in das Blickfeld einer breiteren Öffentlichkeit.

Ein 18-Jähriger hat eine entscheidende Engine entwickelt

Am 19. November blickte Zhang Bo bei der Vorstellung von Linger auf die Entwicklungsgeschichte der Personal Computer zurück. Er erwähnte, dass in den 1960er Jahren die Rechenleistung hauptsächlich in großen Rechensystemen konzentriert war, bis das Aufkommen der Personal Computer es gewöhnlichen Menschen nach und nach ermöglichte, eigene Rechenleistung zu besitzen. Heute laufen die meisten KI-Modelle in Rechenzentren, und Nutzer müssen für die Nutzung pro Token bezahlen.

Zhang Bo möchte diese Situation ändern und die KI zurück auf den Personal Computer bringen.

Laut offizieller Beschreibung ist Linger ein quelloffener persönlicher KI-Agent, der nicht nur Fragen beantworten, sondern auch Aufgaben für den Nutzer ausführen kann. Sein Hauptassistent heißt Another Me, was „ein anderes Ich“ bedeutet: Er kann Software und Browser auf dem Computer bedienen, autorisierte E-Mails und Sitzungsprotokolle lesen und wichtige Informationen in einer persönlichen Wissensdatenbank zusammenfassen.

Er kann auch selbstständig arbeiten. Zum Beispiel erinnert er den Nutzer aktiv an eine anstehende Aufgabe, die bald fällig ist; wenn ähnliche Erinnerungen mehrmals ignoriert werden, passt er die Art der Erinnerung an. Die offizielle Seite nennt diesen Mechanismus, der das Verhalten anhand des Nutzerfeedbacks ständig anpasst, „Dreaming“.

Bei komplexen Aufgaben kann Linger auch mehrere KI-Assistenten koordiniert zusammenarbeiten lassen, die jeweils für Aufgaben wie das Schreiben von Code oder die Überprüfung von Ergebnissen zuständig sind.

Allerdings sind ähnliche Funktionen nicht neu bei Linger. Das Team um Zhang Bo möchte vielmehr das Problem lösen, wie auch gewöhnliche Computer große Modelle ausführen können, um die Kosten für die Nutzung von KI für Nutzer zu senken.

An dieser Stelle kommt der 18-jährige junge Entwickler ins Spiel.

In einem weiteren Beitrag erläuterte Zhang Bo, dass die lokale Inferenz-Engine PolyStrata, die von Linger verwendet wird, von einem 18-jährigen Entwickler im Team erstellt wurde, und erwähnte ausdrücklich dessen Account @Vec_Szn. Laut seiner GitHub-Profilseite ist dieser Entwickler VecSzn derzeit Student der Informatik, weitere persönliche Informationen sind noch nicht öffentlich.

Diese von ihm entwickelte Engine gehört zu den wichtigsten technischen Highlights von Linger.

Normalerweise belegen große Modelle eine große Menge an Grafikkartenspeicher, und je größer die Parametergröße ist, desto höher sind in der Regel die Anforderungen an die Hardware. PolyStrata hingegen ermöglicht es durch Kompression der Modelle und Optimierung der Speichermethode, dass große Modelle, die ursprünglich nicht auf gewöhnlichen Computern laufen konnten, nun ausgeführt werden können.

Am Beispiel von MoE-Modellen (Mixture of Experts): Diese Modelle enthalten mehrere „Experten“-Module, von denen bei jedem Lauf nur ein Teil aufgerufen werden muss. PolyStrata nutzt diese Eigenschaft, indem es einen Teil der Module im Grafikkartenspeicher ablegt und den Rest im Arbeitsspeicher oder auf der Festplatte des Computers speichert, um sie bei Bedarf abzurufen – so wird die Anforderung an die Kapazität des Grafikkartenspeichers gesenkt.

Laut den von Simplex AI veröffentlichten Testdaten kann ein Computer mit einer RTX 3060-Grafikkarte mit 12 GB Grafikkartenspeicher und 64 GB Systemarbeitsspeicher das Qwen3.8-Flash-Next-Modell mit 125 Milliarden Parametern von Alibaba ausführen, wobei die Textgenerierungsgeschwindigkeit 45,5 Token pro Sekunde erreicht.

Das bedeutet aber nicht, dass alle 125 Milliarden Parameter in den 12 GB Grafikkartenspeicher passen. Die genannten Daten stammen aus Unternehmensprüfungen und wurden noch nicht ausreichend von Dritten validiert.

Wie die praktische Nutzungserfahrung aussieht, muss noch von mehr Entwicklern überprüft werden.

PolyStrata wurde nicht komplett von Grund auf neu entwickelt. Laut der offiziellen GitHub-Seite des Projekts wurde es auf Basis der quelloffenen Engine Strata erweitert. Der 18-jährige VecSzn hat unter Beibehaltung einiger ursprünglicher Technologien eine neue Inferenz-Engine entwickelt, die es mehr großen Modellen ermöglicht, auf gewöhnlichen Computern zu laufen.

Nach der Veröffentlichung von Linger gab es auch einige Diskussionen auf der Plattform X. Ein Nutzer fragte, ob das Produkt mit Mobiltelefonen verbunden werden kann, worauf Zhang Bo antwortete, dass die Unterstützung der entsprechenden Funktion innerhalb eines Monats geplant ist. Andere Nutzer berichteten über Probleme beim Herunterladen von Modellen während der Installation, Zhang Bo erklärte, dass das Team diesen Bug nachvollzogen hat und ihn so schnell wie möglich beheben wird.

Diskussionswürdiger als die technische Leistung ist das von Linger beworbene „Null-Token-Kosten“.

Laut offizieller Beschreibung müssen Nutzer, die lokale Modelle auf ihrem eigenen Computer ausführen, keine Token-Gebühren mehr an Cloud-Modellanbieter zahlen. Das bedeutet aber nicht, dass die Nutzung von Linger völlig kostenlos ist – Kosten wie für Hardware und Strom müssen weiterhin selbst getragen werden. Wenn externe Modelle oder Drittanwendungen aufgerufen werden, können zusätzliche Kosten entstehen, und entsprechende Daten können auch den lokalen Rechner verlassen.

In Bezug auf die Kommerzialisierung erlaubt Linger Nutzern die kostenlose lokale Bereitstellung, beschränkt aber andere Unternehmen, die ihren Quellcode ohne Genehmigung für kommerzielle Hosting-Dienste nutzen. Simplex AI selbst plant auch die Veröffentlichung einer Hosting-Version, deren Preis noch nicht bekannt gegeben wurde.

Aus diesen Vorkehrungen geht hervor, dass Zhang Bo den Nutzern die Möglichkeit geben möchte, nicht in allen Fällen von Cloud-Modellen abhängig zu sein, und trotzdem einen ständig arbeitenden KI-Assistenten zu besitzen.

Wie weit dieser Weg gehen kann, hängt neben der technischen Leistung auch davon ab, ob gewöhnliche Nutzer ihn wirklich praktisch nutzen können.

Der „einzige Ausnahmefall“ bei DeepSeek

Zhang Bos Startup erregt auch Aufmerksamkeit, weil es bei DeepSeek bisher fast keine öffentlichen Fälle von Gründungen durch Kernmitglieder gab.

Laut einem Bericht von Caijing vom 8. Mai 2026 tauchten in den 27 technischen Papieren, die DeepSeek zwischen Januar 2024 und April 2026 veröffentlicht hat, insgesamt 391 eindeutige interne Autoren und Mitwirkende auf, von denen 25 ausdrücklich als ausgeschieden markiert sind – das entspricht einem Anteil von 6,4 %. Von den 15 Forschern, die am häufigsten in den Papieren auftauchen, haben nur 2 das Unternehmen verlassen.

Diese Zahlen entsprechen nicht unbedingt der tatsächlichen Personalfluktuation bei DeepSeek, aber sie zeigen zumindest, dass das Kernforschungs-Team eine sehr hohe Stabilität aufweist.

Die wenigen Abgänger haben auch klare weitere Wege eingeschlagen. Luo Fuli, der an der Entwicklung von DeepSeek-V2 beteiligt war, trat zu Xiaomi MiMo über; Wang Bingxuan, Kernautor des ersten großen Modells, ging zu Tencent Hunyuan; Guo Daya, wichtiger Forscher von DeepSeek-R1, trat zum Seed-Labor von ByteDance ein; der Multimodal-Forscher Ruan Chong wurde Chefwissenschaftler des Unternehmens für autonomes Fahren MetaX. Die meisten von ihnen arbeiten weiterhin in den Forschungsteams anderer Technologieunternehmen und haben kein Startup gegründet.

Vor dem Hintergrund, in dem KI-Talente häufig den Arbeitgeber wechseln oder selbst gründen, wirkt die Stabilität des Kernteams von DeepSeek etwas besonders.

Das hängt möglicherweise mit dem Managementkonzept von Liang Wenfeng zusammen. 2024 sagte er in einem Interview, dass Innovation so wenig Eingriffe und Verwaltung wie möglich braucht, um Forschern Raum für freies Erkunden und Fehler zu geben. Unter diesem Konzept hat DeepSeek eine relativ flache Organisationsstruktur gebildet, die den Forschern viel Raum für eigenständige Erkundungen lässt.

Auf der anderen Seite hat sich mit der Einführung externer Finanzierung bei DeepSeek im Jahr 2026 der Wert der Optionen, die Kernmitarbeiter halten, klarer definiert. Für Kernmitarbeiter, die weiter an Spitzenforschung arbeiten möchten, hat der Verbleib bei DeepSeek ebenfalls große Anziehungskraft. Liang Wenfeng legt großen Wert auf die Stabilität der Talente und betrachtet die Erhaltung der Stabilität des Kernteams als eines der wichtigsten Unternehmensinteressen.

Zhang Bos Situation ist anders. Er verließ DeepSeek bereits im März 2024, als das später berühmte R1 noch nicht veröffentlicht war. Danach kehrte er an die Universität Zhejiang zurück, um zu lehren, und gründete dann Simplex AI. Er verlagerte seinen Fokus von der Entwicklung großer Modelle auf KI-Produkte und möchte, dass vorhandene Modelle auf gewöhnlichen Computern laufen und den Nutzern wirklich bei der Arbeit helfen.

Dieser Wandel spiegelt auch neue Chancen wider, die sich in der KI-Branche ergeben.

In den vergangenen Jahren konkurrierten Kapital