梁文锋 3 小时投资者交流
把话说透了：克制、开源与通往 AGI 的路
DeepSeek · 愿景驱动 · AGI 路线图 · 算力差距 · 国产芯片
1 一群平凡人，靠愿景组织起来
梁文锋说，做这家公司的初衷从来不是"赚多少钱、要上市"。最开始的几十个人如果是奔着钱来的，根本不会来。他们是怀着对世界的一份善意在做一件"金钱以外的事情"。
他二十年前最崇拜的管理者是 GE 前 CEO 杰克·韦尔奇。韦尔奇说的很多东西现在看可能都不对了，但有一点说对了：一个公司最重要的是它的愿景。愿景不是挂在墙上的标语，而是你实际怎么做。
"我们其实没有组织，就是愿景驱动的。"这个愿景甚至不是成文的，从没写出来过，它藏在做事的方法和对世界的态度里。他喜欢的叙事是——一群平凡的人做出了不平凡的事，而不是一群天才做出了不平凡的事。
2 为什么死磕开源？克制是一种战略
历史上开源和商业化往往是冲突的——一个软件公司市场就几十亿美金，开源了可能就剩几千万。但梁文锋认为 AI 不一样，因为这件事太大了，最终可能占掉人类 GDP 的百分之十。
这么大的蛋糕，一个人不可能独占。你越想着"人类 GDP 有多少归我"，你越做不成。所以要克制。
"对我来讲，克制是一种战略。有时候你可以舍弃一些，来换更多其他的东西。"越克制，越有可能做成，也越能增加做成 AGI 的概率。开源只是克制的一部分。
他也不担心别人部署 DeepSeek 的模型来竞争，反而希望大家能部署起来。因为开源不等于别人就能轻易做到同样低的部署成本——这里面还有大量工作要做，而这恰恰是 DeepSeek 这个规模公司的"甜区"（sweet point）。
3 定价哲学：十个月回本，只赚合理利润
DeepSeek 的 API 定价逻辑很简单：买一批设备回来，大概十个月收回成本——大致对应六倍利润。这不是利润最大化的定价，因为在这个价格区间用户需求没有弹性，价格再翻倍，token 消耗量区别也不大。
他讲了个故事：一开始担心需求太多，把价格定得偏高，团队不太高兴；后来把价格降到四分之一，公司群里很多人是"欢呼"的。因为让 AI 便宜好用、大家都用得起，本身就是他们的动力和共识。
六倍利润看着高，但在 AI 效率这么高的当下其实不高。未来可能降到四倍、三倍，但仍然会有很大利润空间。开源和商业付费之间，在六倍利润的前提下没有冲突。
4 AGI 路线图：一步一个台阶
梁文锋把 AI 的发展理解成一个"阶梯"，每一步都建立在前一步的基础上，没有一步是白走的：
• 语言模型：最底层的地基
• CoT 思维链：去年的台阶，让智能上一个台阶，在奥数、编程上已超过顶尖人类
• Agent：今年的台阶，能力范围更大，智能上限更高
• 持续学习：下一个瓶颈，也是当前全世界都还没解决的问题
为什么持续学习是关键？现在的 AI，只要你给它完整的上下文和指令，它已经超过人类了。但它替代不了你的员工——因为员工能花两个月熟悉环境、持续学习，而 AI 不能。你没法把所有上下文都喂给它。
先解决"持续学习" → 再到能自我迭代的"智能奇点"（模型能自己开发下一版模型） → 最后才是"具身智能"，走进现实世界帮你做家务、养老。
他强调这个奇点不是突变，而是一个渐进过程。而且这个顺序"最轻松"——因为可以用前面的技术帮助开发后面的技术，奇点之后的具身智能"就不用人来做了"。
5 C 端、B 端只是副产品——降维打击
去年春节 DeepSeek 突然爆火，"完全不在剧本里"。但他们并没有去抢用户、变现，甚至一度不想维护那些用户，"但用户赶都赶不走"。
他的判断是：前面的可能都是芝麻，后面的 AGI 才是西瓜。C 端、B 端都是做 AGI 路上顺手产出的副产品，"我只要搞几个人维护 API 就行，甚至没有客服，也不用销售"。
6 唯一不能退让的核心利益：团队稳定
很多方面都要克制，那 DeepSeek 的核心利益是什么？梁文锋的回答干脆：只有一个，甚至是唯一的——保持团队的稳定性。
"只要大家都不走，我们能够继续做，我就一定能做成 AGI，就这么简单。"钱不是问题，资源不是问题，其他要素都容易获得。团队稳定是最大的风险，也是唯一的挑战——而这次融资让大家拿到了较多期权，这个风险得到了较大解除。
7 和美国的差距，只有一个字：卡
梁文锋直言，和美国的差距几乎全在资源（算力）上，人上面差距不大。因为就是同一批人——聪明人出国还是留下其实是随机的，国内人才不缺，基数还大。
| 维度 | DeepSeek 现状 |
|---|---|
| 当前算力 | 约 2 万张 H 等效，大部分刚到 |
| 国内模型规模 | 几十 B 激活，美国最大约 800B 激活 |
| 训 800B 需要 | 约 5 万张 GB300 / 20 万张华为卡（还不含研究） |
| 整体叙事 | 落后美国约 1–2 年，但只用 1/20 的算力做出来 |
对于买卡，他的策略是"在合理价格内，能买多少买多少"——因为把钱变成英伟达卡比放银行划算太多，甚至愿意付一定溢价。"如果半年之内就把钱花完，那太理想了。"最终的模型差距会收敛到三点：成本、时间、用户体验，其中成本排第一。
8 国产芯片的历史性机遇：CUDA 护城河在瓦解
梁文锋对国产算力"比较乐观"，甚至说"英伟达是在掘自己的坟墓"。CUDA 的护城河正在快速瓦解，原因有三：
• AI 能写代码：用 AI 就能把英伟达那套生态重写一遍
• 新技术：DeepSeek 自己的高级语言 TileLang，能快速重写 CUDA 算子
• 专用芯片趋势：CUDA 源自游戏卡，如今计算卡市场已大于游戏卡，没理由再耦合
他判断，一年之内就能验证"国产芯片生态完全没问题"，硬件和生态都不是问题，唯一的问题是产能不够。华为 950 超节点在性能和价格上可以平替英伟达 GB200/GB300——代价是"四张华为卡顶一张英伟达，同时落后两年"。
9 没有组织的组织：一半时间自由探索，不加班
DeepSeek 的管理是两条线：从上到下（集体做一件事，比如发 V4，需要分工）和从下到上（每个人自己想做什么就做什么，没有 KPI）。梁文锋的一个标准是——"正式"的工作最好不要超过员工时间的一半，另一半留给他们自由探索。
他们一般不加班，原因有二：做研究需要松弛的环境，逼太紧就没法做研究；而且因为足够聚焦、够克制，要做的事情本来就少。公司的决策机制是"寻求共识"——他的权威建立在共识之上，引导作用非常有限。
"摸奖"文化：核心研究不消耗多少卡和人，需要的是想法。门槛很低谁都能摸，但谁能摸出东西"看天赋"。
一半核心研究员在标数据：现阶段解决 AI 问题靠的就是标数据。高质量数据标注成本很高，中国并无成本优势，这也是和美国拉开差距的地方之一，主要卡在时间上。
关于下一代模型，他提了一个"有点奇怪但很多人这么想"的目标：模型的第一目标不是让用户好用，而是让 DeepSeek 自己好用——能加速自己开发下一版模型。这被认为是实现 AGI 最快的路径。
10 几个零散但值得记的判断
• 视频生成/世界模型：商业上是好生意，但和智能主线关系不大，DeepSeek 不做
• 多模态：会做（V4 后续支持原生多模态），但它只是个"组件"，不是智能本身
• Scaling：坚信 Scaling，还远没碰到墙，阻止 Scaling 的只是算力
• 垂直应用：现阶段最重要的是通用的 Coding Agent，金融/医疗等垂直 Agent 优先级更低
• 中国在全球分工中的角色：很可能是"产量最大"的一极，把 AI 做到系统性地更便宜
• AGI 何时到：AI 加速 AI 研究，是非线性过程、没有临界点；终点大概率是具身智能
如果这篇整理对你有帮助，欢迎点赞、在看、转发三连 🙏
关注我，持续分享 AI 时代的技术实战与深度思考