AI端侧应用、氛围编程 DeepSeek梁文锋:我宁可少赚钱也要赌AGI,开源才是中国AI唯一活路 #DeepSeek时刻 #AGI通用人工智能 #AI人工智能指南 2026-07-23 1 8K banq DeepSeek创始人梁文锋在近期一场四小时投资人会议上爆出52条金句,明确拒绝短期商业化、用户增长和超级应用,坚持开源、低成本与AGI优先。本文拆解其语言策略、技术路径与组织逻辑,呈现这家中国AI实验室如何用“克制”反制市场预期,以及它对中美AI差距、模型竞争、团队稳定性的底层判断。
1. DeepSeek只有一个核心目标:AGI。现在不是通过产品来赚最多钱的时候。产品只是通往AGI路上的一个台阶,但我们不需要花太多心思和精力去搞面向普通用户或者企业的产品。

DeepSeek创始人梁文锋在投资人会议上提出52条金句,明确拒绝短期商业化、用户增长和超级应用,坚持开源、低成本与AGI优先。

--91likeyou---

4. 我毫不怀疑AGI会有巨大的商业价值。既然这样,我的优先考虑不是去抢更大份额的价值,而是提高我们成功的概率。

5. 如果你想让AI在商业上成功,开源是有好处的。这话听起来可能有点反常识。历史上,一个软件公司的整个市场一年可能只值几十亿美元,所以把软件开源就等于把那个市场白送出去。但AI这个市场太大了,它最终可能占到全球GDP的10%。如果我们想垄断那个价值,历史一定会把我们甩在后面。这是一个客观规律,是一个历史视角。

6. 我们开源放出来的模型,跟我们自己内部部署用的是同一个版本。我们不会开源一个差一点的版本,然后自己在私下部署一个更好的。

7. 中美AI的差距,主要还是资源的差距。我们相信规模效应:规模越大,效果肯定越好。我们不是觉得现在这个模型规模已经够了才训练这么大,而是因为我们手头全部资源就只有这么多,只能训练到这个规模。

8. Anthropic目前领先OpenAI,那是暂时的,不会是永久的。OpenAI和谷歌未来很可能会轮流领先。

9. 我们不想做下一个超级应用。成为下一个字节跳动?下一个腾讯?我们完全没有这种想法。

10. 只有一件事我们绝不能妥协:必须保持团队的稳定。这也是我们面临的最大风险之一。当然,这一轮融资之后,这个风险已经大大降低了。

11. AGI的回报是最大的。至于其他所有事情,我们有能力就做,没能力就不做。克制本身就是我们愿景的一部分。


上个月,elsewhere报道了DeepSeek的融资故事。其中讨论最多的,毫无疑问就是那个传闻中的四小时投资者会议。

过去一个月里,网上流传了很多据说是梁文锋说过的话。我们也从多个渠道收集了一些据称是会上说出来的内容。

会上,梁文锋多次说了“不”:DeepSeek不觉得自己是一家天才组成的公司;不追求过高的利润;不为了增长用户而去增长用户;不会变成闭源;不做3D生成、视频生成或者世界模型;也不想做下一个超级应用。用他的话来说,克制是一种策略——能提高实现AGI的概率。

在我们拿到的有限资料里,有几个词出现得很频繁:模型、成本、AGI、时间、开源,等等。

大部分时候,梁文锋说话很谨慎,用词很朴素。只有聊到少数几个他特别在意的问题时,才会露出一点锋芒:

“只要我能稳住团队,我就能搞出AGI。就这么简单。”

下面是我们收集到的52条发言。有些措辞可能跟原话略有出入,但意思我们保留了。


DeepSeek只有一个主要目标

1. 现在不是通过产品来赚取最大回报的时候。产品只是通往AGI路上的一个台阶,但我们不需要花太多心思和精力去开发面向普通消费者或者企业的产品。当你占领了技术高地,再把技术应用到低一层的地方时,你就有压倒性的优势。产品只是通往AGI这条路上的副产品。

2. 很多事情不在我们的主线上——比如3D生成、视频生成。世界模型也一样,跟智能的上限关系不大。

3. 多模态对产品和普通用户来说很重要。但它只是一个组成部分。它既不是主要目标,也不是智能本身。

4. 大模型产生幻觉的问题当然有办法解决,但这是一个长期问题。内部我们把幻觉归为产品层面的问题。我们会去解决,但它不是我们的核心优先事项。

5. 现阶段最重要的还是编程智能体。考虑到中国的情况,最明智的做法可能就是全力聚焦通用智能体。金融、医疗这些垂直领域的智能体,优先级应该放低一些。

6. 如果AI时代能产生很多家万亿美元级别的公司,DeepSeek能成为其中一家,那就够好了。


先是持续学习,然后AI自我迭代,最后是具身智能

7. 今天的AI不缺品味,也不缺直觉。它缺的是持续学习的能力。

8. 人类可以持续学习,不断积累。但AI这边,做同一个任务,你得把全部相关背景重新提供一遍。这几乎是不可能的,所以AI到现在还是没法替代一个真正的员工。下一代模型必须得有持续学习的能力,才算得上是真正的下一代。

9. 我们希望我们的下一个模型能帮我们自己搞开发工作。说白了,我们做这些模型的首要目标,不是让其他人觉得好用,而是让我们自己觉得好用。这是通往AGI最快的路。

10. 世界上还没有人找到好的解决方案,因为“学习”这件事包含的东西太多了。

11. DeepSeek的长远愿景就是AGI。如果说通往AGI的路像爬楼梯,那去年那一级是思维链推理。今年这一级是智能体。智能体之后,下一个要解决的问题就是持续学习。

12. 持续学习一旦实现了,我们可能会到达一个渐进式的奇点:模型能做所有人类能做的事,包括自己开发更先进的AI模型。也就是说,AI能加速AI的研究。只有完成这一步之后,我们才会进入具身智能。

13. 智能的最终形态可能是具身的。对一个普通人来说,他需要的不是一台电脑,他需要的是劳动力。


全面转向商业化还很遥远

14. 我们只追求合理的利润。我们不会把价格定到利润最大化的水平。

15. 我们的一个模型,刚开始担心需求量太大,所以定价定得比较贵。后来我们把价格降到了原来的四分之一,公司群里好多人都在庆祝。把模型做得那么好,目的就是这个:让每个人都能尽量充分地使用它。

16. 低成本是一个结果。我们一直在设计模型架构来降低成本。我们也希望价格能让人用得起,尤其是在算力稀缺的环境下。还有一个原因:成本越低,你能支撑的模型就越大。算力有限的情况下,计算效率越高,你就能训练越大的模型。大公司解决这个问题很简单,直接加资源就行了。我们更看重成本效率。

17. 从外面看,可能觉得我们选了一个很难的商业模式。但对我们来说其实很容易。降价对我们竞争对手来说肯定不是好消息,他们不会庆祝的。我觉得API业务没有那么吸引人。我只需要几个人维护API就行了。我们甚至不需要客服,也不需要销售。用户自己会来的。

18. 我们其实一直在做商业化,但商业化不是我们的目标。DeepSeek全面转向商业化,那个时间点可能还非常遥远。

19. 我甚至不需要提前去考虑怎么在那个市场里占位置。如果商业机会真的那么大,总有办法参与进去。DeepSeek是这个时代的产物。它是对现实情况的一种回应,不是模仿别人搞出来的。


开源对我们这种规模的公司来说是最合适的

20. 克制是一种策略:你放弃某些东西,换来更多别的东西。开源就是一种放弃价值的方式。对内来说,它让员工有成就感,能增强团队的凝聚力。对外来说,它对社会有好处。别的公司和普通人都会因此感到高兴。我毫不怀疑AGI会有巨大的商业价值。既然这样,我的优先考虑不是去抢更大份额的价值,而是提高我们成功的概率。

21. 如果你想让AI在商业上成功,开源是有好处的。这话听起来可能有点反常识。历史上,一个软件公司的整个市场一年可能只值几十亿美元,所以把软件开源就等于把那个市场白送出去。但AI这个市场太大了,它最终可能占到全球GDP的10%。如果我们想垄断那个价值,历史一定会把我们甩在后面。这是一个客观规律,是一个历史视角。

22. 我们开源放出来的模型,跟我们自己内部部署用的是同一个版本。我们不会开源一个差一点的版本,然后自己在私下部署一个更好的。

23. 我不担心别的公司用我们的模型来跟我们竞争。不是每家公司都有意愿或者有能力去追这个目标。创业公司可能太小,没资源做这个。大公司可能组织上不好协调。我们这种规模的公司正好处在最合适的位置。

24. 开源对我们的商业模式没有影响,前提是你的目标只是赚一个合理的利润。如果你想赚一百倍的利润,那开源确实会影响你。

25. 我们不想成为任何互联网公司的对手,不管大小。在这个前提下,我们很愿意支持和帮助任何人——哪怕是阿里、智谱AI、月之暗面——帮他们做得更好。


中美之间的差距不在人才

26. 未来,我们想改写中美AI差距的叙事:用少得多的算力来缩小差距,先缩小到六个月,再缩小到三个月。

27. 中美AI的差距,主要还是资源的差距。我们相信规模效应:规模越大,效果肯定越好。我们不是觉得现在这个模型规模已经够了才训练这么大,而是因为我们手头全部资源就只有这么多,只能训练到这个规模。

28. 人才方面几乎没有差距——基本上就是同一拨人。中国不缺人才。人才短缺是暂时的。历史上,从来没有哪一类人才是永远短缺的。


模型实验室之间的竞争,成本是第一位的

29. Anthropic目前领先OpenAI,那是暂时的,不会是永久的。OpenAI和谷歌未来很可能会轮流领先。

30. 中国的模型公司太多了。每家公司都在做同样的事情,资源非常分散。市场肯定会整合,但那需要时间。如果每家公司都满足于赚一个合理利润的话,根本不需要这么多公司来做基础模型。大概两家大公司、两家小公司就够了。

31. 我绝对不相信大模型公司会拿走AI行业的大部分利润。

32. 大模型之间的竞争最后就看三个东西:成本、时间、用户体验。成本是第一位的——你提供同样质量的服务要花多少成本?时间排第二。早几个月晚几个月是有差别的。用户体验能带来一些粘性和防御性,但不是根本性的。


没打算做下一个超级应用

33. 我们不想做下一个超级应用。成为下一个字节跳动?下一个腾讯?我们完全没有这种想法。

34. 我们不争那些东西,因为前面有更大的西瓜,眼前这些东西可能只是芝麻。当然有些芝麻可能也挺大的,但放在更大的格局里,我还是觉得它们不算大。

35. 去年,大家都在抢着做聊天机器人、抢消费端的流量。今年,大家都在抢企业端的收入。但我们不觉得那些东西重要。公司里的人真正关心的是通往AGI的路线图,是怎么实现下一个技术突破。很奇怪:你最拼命想要的东西,往往得不到;你不太在意的东西,反而来得更容易。

36. 我们没计划在去年春节火起来。


保持团队稳定是核心任务

37. 只有一件事我们绝不能妥协:必须保持团队的稳定。这也是我们面临的最大风险之一。当然,这一轮融资之后,这个风险已经大大降低了。

38. 我们做的很多事情都是为了保持团队稳定。我们不想成为任何互联网公司的对手,不管大小。我们希望赋能和帮助他们。我们不想树敌。这样也能给我们创造一个更好的环境。

39. 有些人觉得我们公司是自上而下管理的。有些人觉得是自下而上。我觉得两种说法都对。自上而下的部分,我们管它叫“做必须要做的事”。一般来说,我们不想让这种必须要做的事占用员工超过一半的时间。另一半时间是自下而上的、不分配的。员工可以研究任何他们想研究的东西,自己去探索,去追求任何他们认为重要的事情,没有前提条件。

40. 我们一般不搞过度加班。第一个原因是研究需要一个相对宽松的环境。第二个是我们极其专注。我们很多产品并不完美,但我们没有回头去修补每一个不完美的地方。这也是我们克制文化的一部分。

41. 组织是动态的,不是固定的。公司发展过程中,我们可能会做一些调整。我们不会变成一个完全传统的层级结构,但某些结构可能还是必要的。不会变的是我们靠愿景驱动。


对世界抱有善意

42. 我们创办这家公司的时候,初衷不是为了赚大钱,也不是为了以后上市。最早那几十个人从来没那样想过。任何人如果那样想,也不会加入我们。我们怀着对世界巨大的善意创办了这家公司,因为我们相信它对人类是有用的。

43. “完成这个那个KPI”不是我们的做事方式。我们是一个愿景驱动的组织。这有好处也有坏处。未来我们会想办法扬长避短,但这仍然是我们的一个标志性特点。

44. 我们的愿景甚至没有正式写下来。它存在于我们的工作方式和我们对世界的态度里。公司里的人对这个愿景的理解可能不完全一样,但大方向我们是一致的。

45. 大概二十年前,我最欣赏的商界管理者是通用电气前CEO杰克·韦尔奇。现在回头看,他说的很多东西可能已经不对了。但有一点他说对了:对公司来说最重要的是愿景。愿景不是挂在墙上的标语。愿景不是看你说什么,而是看你做什么。


克制让我们更有机会实现AGI

46. AGI的回报是最大的。至于其他所有事情,我们有能力就做,没能力就不做。克制本身就是我们愿景的一部分。

47. AI实在太大太大了,潜在价值也太大太大了。如果你真能做出来,哪怕只拿到极小的一份,那也已经非常巨大了。你越是克制,成功概率就越大。

48. 我觉得这个道理很直观——至少对我来说很直观。除了愿景,我们真的没有太多别的优势。

49. 两年前我们创办这家公司的时候,我们没钱、没多少显卡、没什么人认识我们、也没什么号召力。我们就是一群非常普通的人。我更喜欢“一群普通人做成了不普通的事”这个说法,而不是“一群天才做成了不普通的事”。

50. 开源也是克制的一部分。我们的定价肯定不是为了让公司收入和利润最大化。短期来看,价格定高一点收入会更多。但长期来看,哪个策略更好还真不好说。对我来说,克制就是一种策略。

51. 开源和低价让员工有成就感,增强团队凝聚力。它们对社会有好处,让其他公司和普通人都开心。从长期来看,这种克制提高了我们实现AGI的概率。

52. 如果你的愿景是尽可能多地把东西往自己兜里装,那你就已经输了。你可能会遇到更大的困难。世界就是这样运转的。


其他

- DeepSeek 正与华为密切合作,并相信能够获得约 16000 颗华为 AI 芯片。

- AI 驱动的代码生成和 TileLang 等高级编程语言有望迅速降低 CUDA 生态系统造成的准入门槛。

- 虽然 V3 使用了 NVIDIA GPU 进行训练,但 DeepSeek 通过使用自己的编译器和基于 TileLang 的环境,大大降低了其对 NVIDIA 生态系统的软件依赖性。

- 如果 TileLang 和 DeepSeek 的专有编译器能够移植到华为芯片上,那么围绕中国芯片的生态系统问题有望在一年左右的时间内得到很大程度的解决。剩下的主要瓶颈将是产能。

- 华为的 950 SuperNode 可以取代目前由 GB200 和 GB300 处理的工作负载,尽管大约需要四张华为卡才能达到一张 NVIDIA 卡的性能,而且华为的产品仍然落后大约两年。

- 中国和美国之间的芯片差距最好理解为硬件效率方面大约 4 倍的差距和两年的时间滞后,而不是主要生态系统差距。

- CUDA 的护城河即将被打破。中国芯片的生态系统问题可能在一年内得到解决。剩下的唯一真正瓶颈在于生产本身。

总结

这场四小时会议揭示了AI商业世界一条另类算法:用放弃收割的姿态,反而可能提高最终收割的概率。当所有人都在抢椅子时,主动站到一边的人可能正在重新定义游戏规则。DeepSeek选择用克制对抗贪婪,用开源对冲垄断,用长期主义消解短期焦虑。这套打法是否能跑通,取决于AGI这个目标本身是否值得押上全部筹码。而梁文锋的答案显然是一个字:值。

 

🔥 热词:#DeepSeek梁文锋 · #我宁可少赚钱也要赌AGI · #开源才是中国AI唯一活路 · #AI端侧应用、氛围编程 · #DeepSeek时刻 · #AGI通用人工智能 · #AI人工智能指南 · #2026