这些改变世界的产品，最初居然都是不被当回事儿的支线项目（side project）？！
包括但不限于：
- DeepSeek：幻方量化的支线项目
- Qwen：阿里的支线项目
- Claude Code：Anthropic的支线项目
- ChatGPT：OpenAI的的支线项目
- PyTorch：Meta的支线项目
- Gmail：Google的支线项目
- Twitter（现）：Odeo的支线项目
- Slack：Tiny Speck的支线项目
就说例举的这8个项目里面，你日常会用几个吧（doge脸等答案）～
反正，随便单独拎哪一个出来，都会让人小小诧异一下：这居然也能是个支线项目？
不过我们先来界定一下，什么叫做“支线项目”。
简单来说，就是非主线、非KPI驱动、最初非战略立项。这些项目成立之初并不重要，更不是公司翻身的战略方案。
所以失败也好，和主线方向冲突也罢，都没有太大关系。
但——
用热烈讨论的网友的话来说：
- 没有项目经理、销售、GTMs、合规、股东，支线项目总是魔法生效的地方。
从国内到硅谷，side project神话屡见不鲜
废话不多说，先来看国内做副业做得比主业还家喻户晓的幻方量化。
也就是DeepSeek背后的母公司。
幻方确实很技术范儿——在幻方量化内部，长期存在大量围绕算力、模型和工程效率的技术研究。
但幻方并不是一家专门的AI Lab，所以上述这些研究首先服务于量化交易本身。
更多时候，AI的作用都是辅助金融市场的分析研究，妥妥的支线工具属性。
所以，DeepSeek并不是在聚光灯下诞生的项目，是沿着内部技术演进自然延伸出来的结果。
这一点非常关键。
这种状态，恰恰让它能够绕开很多创业项目必经的约束，比如节奏、叙事、融资节点、对外承诺……
总之就是技术可以先跑在需求前面。
更别提做量化起家的幻方，完全不缺卡了。
毕竟这个时代算力为王，谁能拥有更丰富的GPU集群，谁就占据资源优势，而幻方量化显然将这点做到了极致。
同时长期深耕金融专业场景，也让它拥有得天独厚的数据优势，在研发通用智能时也会更倾向于注重模型推理和数学能力。
长期高强度的算法投入，加上顶尖的人才储备，幻方量化能打造出爆款AI，可谓天时地利人和。
