梁文鋒融資會議實錄：揭秘DeepSeek算力困局與AGI路線圖

摘要：

公司沒有KPI、沒有成文愿景、甚至“沒有組織”，靠的是對世界的善意和對AGI的執念。

昨夜，一則梁文鋒四小時溝通會實錄文件在行業內流傳。鳳凰網科技今早也深度學習了這個文件，信息量充足，不僅顯示了DeepSeek自成立以來的經營理念和愿景，也預測了當下乃至未來幾年內全球AI行業的格局，全文約三萬多字，我們高度凝練了其中的內容，并整理了一份金句版。

以下是文件的核心提要：

?愿景驅動：公司沒有KPI、沒有成文愿景、甚至“沒有組織”，靠的是對世界的善意和對AGI的執念。“我們就是一群非常平凡的人。”

?克制即戰略：API定價只求十個月收回成本，不搶C端流量、不追B端風口。“你越克制，越有可能做成。”

?開源是本意：最強模型也會開源，不擔心別人來競爭。“我只擔心他部署不起來。”

?AGI路線圖：CoT→Agent→持續學習→奇點→具身智能。“持續學習之后，它就能自己開發下一個版本。”

?算力現實：兩萬張H等效算力，落后美國12到18個月，用二十分之一的算力追趕。國產芯片“生態沒問題，產能是瓶頸”。

?終局判斷：國內今年或可平替國外模型，但“那還不是AGI”。“中國做基模的公司太多了，肯定會收斂。”

愿景、初衷與組織文化：“我們沒有組織，就是愿景驅動的。”

1.我們一開始來做這個公司，初衷是沒有想到說我最后要賺多少錢，要到資本市場上去，要上市，要怎么樣的，我們是沒有這個初衷的。最開始的幾十個人完全沒有這么想過。如果他這么想，他就不會來。

2.總體講，我們是懷著一個對這個世界非常大的善意來做這個事情，然后我們覺得這是對人類有用的，這是一個金錢以外的事情。

3.我大概二十年前的時候，在管理上我最崇拜的是杰克·韋爾奇，就是GE（美國通用電氣）的前CEO。現在回來看，他說的大部分東西可能都已經不對了，但是他最重要的一點說對了：一個公司最重要的是它的愿景。管理一個大公司，靠的不是你的規章制度，靠的是愿景。愿景是什么呢？愿景不是掛在墻上的標語，愿景是你怎么做，不是怎么說。

4.其實我們沒有組織，就是愿景驅動的，靠一個愿景來組織。這個愿景甚至也不是成文的，并不是寫出來的，沒有寫出來過任何東西。

5.我們沒有什么本事，我們并沒有比別人有錢，也沒有說我們人員比其他公司更好。我們就是一群非常平凡的人。

6.我們公司整體上是建立在共識的基礎上的，我并不是說我一個人決定所有事情，而是我要尋求共識。我在公司內的權威是建立在共識的基礎上的。

7.我們公司的管理其實是兩條線：一條線是從上到下，一條是從下到上。從下而上，就是每個人自己想做什么，自己做，沒有人管他，沒有KPI。一般，我們希望正式不要占用所有員工時間的一半。他還有一半的時間是不被安排的，他想做什么就做什么。

8.我們一般也不太加班。第一個是，做研究是需要一個比較松弛的環境。你如果逼得很緊，就沒法做研究。第二個是，我們非常聚焦，就意味著我們要做的事情很少。

9.CoT不占資源。做研究，他不消耗卡，只需要很少的卡，他需要的是想法。門檻很低，誰都可以去摸，但是誰能摸出什么來，這個我也不知道是看天賦還是看什么。

開源策略：“最強的模型也會開源，因為我看不到閉源有什么好處。”

10.為什么我們這么堅持開源？因為這個愿景本身就要求開源。你沒有這個愿景，你沒法把人組織起來。

11.智譜也開源，但是智譜的開源跟我們的開源不一樣。智譜的開源有一種被追的感覺，他們覺得這不是本意，但是對我們來講，這就是我們的本意。

12.AI這個事情足夠大，最終它可能得占人類社會GDP的百分之十。一個人獨占這個事情，你不可能獨占這個事情，你一定得跟別人分享，否則你肯定活不下來。

13.我覺得我們是會開源的，然后我們最強的模型可能也是會開源的。因為我看不到閉源什么好處。

14.哪怕是模型開源，你把所有東西都告訴別人，這個門檻也非常高。別人要用起來，這個門檻也非常高。

15.我們只賺六倍利潤的情況下，開源是不會有什么影響的。但如果說你要賺一百倍利潤，那么開源確實會影響你賺一百倍利潤。

16.我們本來也是開源的，不會因為你是競爭對手就怎么樣。這本來就是開源的一部分。我不擔心別人部署我們的模型來跟我們競爭，我還希望他們能夠部署起來。我只擔心他部署不起來，有些細節沒做對，效果變差，或者成本會比較高。

17.我們給的開源模型，跟我們自己部署的模型是不是一樣？是一樣的。我們不會說開源一個差點的模型，然后我們自己部署的時候用一個更好的模型。去年一整年，在C端我基本就是開源了，然后C端的服務沒有看到沖突。

克制與定價：“克制是一種戰略。十個月收回成本，這是合理利潤。”

18.如果說我們想在我們手上把AI這個事情做成，首先第一個，我覺得是需要克制的。不能夠想著人類GDP的百分之多少都歸我了。你越這么想，越做不成。

19.對我來講，克制是一種戰略。就在于有時候你可以舍棄一些，來換更多其他的東西。

20.我們的API定價，覺得一個合理的利潤，大概是我們到市場上買一批設備回來，十個月收回成本，我覺得這是一個合理的利潤。它其實不是利潤最大化的，如果利潤最大化，應該把價格設得更高。因為在這個價格區間，用戶的需求是沒有彈性的，我價格再翻一半，token的消耗量區別不大。

21.我跟你們講個故事，我們那個DCP（解碼上下文并行）模型，一開始擔心需求太多，所以一開始把價格定得比較高，團隊里大家不是很高興。后來我把價格又降下來了，降到四分之一，大家就很開心。降價的時候，公司群里面很多人是歡呼的。

22.剛剛有人在屏幕上留言說，十個月回本這個利潤太高了。確實是還有降價的空間。在模型的優化上也還有空間，所以整體降價空間還是比較大的。

23.這個成本，十個月回本，我們自己能做到，其他家做不到。像阿里或者騰訊，他不是我們的優化，成本應該是要比這個高好幾倍的。

24.我再降價，需求不會更多了，或者再降價，需求增加得很少了。因為這個價格所有人都用得起了，大家都覺得這個價格是滿意的。降價，首先公司不會有更多的收入，對社會來講也沒有更多的價值。價格再低，對這個社會的幸福感也沒有增加很多。

25.成本越低，我就越能訓練更大的模型，我就越能承擔起更大的模型。在算力有限的情況下，如果我的計算效率更高，我就能夠承擔起更大的模型。

26.一個商業化公司，沒有動力去追求模型的效率，因為模型效率高一點……低成本了，你還賺什么錢？相反，這是我們愿景的一部分。我們的同學都是普通人，他知道用這個都是要花錢的。他能夠有這個同理心：別人要花錢來用，那么如果便宜一點，別人能夠接受的程度會更高。

商業化與C端/B端：“C端和B端都是我們做AGI路上的副產物。”

27.我們做AGI是為了做AGI，剛好能產出這個東西，我就把它拿來做商業化了。這跟其他公司不一樣。其他公司就是為了做這個，為了服務C端用戶，或者服務B端用戶而去做這個模型。C端和B端，都是我們做AGI路上的副產物。

28.去年春節我們突然火的時候，那不在我們的劇本里面。我們完全沒有想過那個東西。我們就是想把這個技術做好。

29.我們去年春節用戶突然很多，但是我們并沒有去追求我要留這些用戶，或者說拿這些用戶來變現，要去搶這些商業利益。我們沒有去搶用戶，沒有去賺錢，但我們很努力想辦法把用戶服務好。

30.我們沒有把它當一個優先來做。這個我們會做，但它不是我們第一優先考慮的。

31.去年我們選擇是一種非常克制的做法，我不跟你去爭這個東西，因為后面還有西瓜，前面的可能都是芝麻。去年的C端日活這些，我覺得可能就是個小事。但我們也撿了，我們也用一個比較低的成本維持了用戶的使用。

32.今年很有可能我們在API或者AI方面的收入，如果這個需求可以繼續擴大，顯卡可以買到更多的顯卡，那么ARR做到幾個億美金是很有可能的。如果說AI能做到十億美金的話，那么基本上我公司的現金流可能就能夠回正了。

33.在過去三年，任何一個時候你來跟我說商業化路徑、產品線，都是浪費時間，因為你并不能夠預測未來。

34.假如說我今年能夠有幾個億美金的B端收入，明年我們B端有收入，如果這個需求可以再增大的話，公司離凈利潤已經不遠了。最壞情況賣API，可能都能夠支撐一個上市公司。就如果說，技術后面沒有新的進步了，我們的技術就凍結在這里了，那么最后我們就全力賣API，把這些服務做好，我覺得也夠的。

35.現在這個價格，所有人都用得起了，大家都覺得這個價格是滿意的，不會因為這個價格貴而不用了。

AGI技術路線圖：“AI現在不缺品位和直覺，它缺的是持續學習的能力。”

36.AI的發展，我們可以理解成它是一個階梯。去年走的階梯是CoT，就是思維鏈。今年的階梯就是Agent。為什么是階梯呢？因為后面的每一步都是基于前面的基礎上的。Agent要用到CoT，然后CoT也要用到前面的階梯，前面的階梯就是語言模型。

37.在Agent之后，我們覺得應該要解決的問題是持續學習，怎么讓模型可以持續地學習。而不是說你要給它一個很強的訓練，它應該能夠像人一樣做一個比較長時間的持續學習。

38.持續學習之后，可能我們就會來到一個奇點。這個奇點就是，當這個模型能夠持續學習之后，它已經能夠做人類能做的所有事情了。它就能夠自己開發自己的版本，能夠自己再研究，然后開發自己的下一個版本，開發更前的人工智能模型。

39.這個奇點，它并不是一個奇點，它也是一個漸進的過程。這個過程可能也是一個比較長的漸變，它不是個突變。

40.這一步走完之后，我覺得才是具身智能。到具身智能之后，它就走進現實世界，可以給你做家務，可以給你養老。

41.我們覺得這個路線圖是最輕松的。這個路線圖我們可以不用加班。但是如果路線圖是反過來的，比如說它要先實現具身智能，那么這里自己做得很累，這是一個很苦的活。

42.AI現在不缺品位和直覺，它缺的是持續學習的能力。AI的品位和直覺沒有問題。你讓它寫個文章，它的品位和直覺，我覺得沒有什么問題。

持續學習：“投資人看Agent，我們看怎么解決學習。”

43.現在全世界都在研究這個問題。對投資人來講，現在投資人看到的最多的是Agent；但對于我們這些研究的人來講，現在看到更多的是學習，以及怎么解決學習這個問題。

44.其實學習可能不是一項技術，它是一個問題。怎么解決這個問題，可能有很多種技術。

45.至少得能夠持續學習吧。在那之前，我們能做的就是成本，然后效果做得更好，速度做得更快。但是要有大突破，它應該是具備持續學習的。

46.現在我們內部比較看重這樣一個敘事：訓練我們的下一版模型，我們希望它能夠幫助我們自己的開發。它能夠提升DeepSeek的效率，我們的模型最首先是提高DeepSeek自己的工作效率。首先是對我們自己有用，然后這是實現AGI最快的方法。

算力、芯片與中美差距：“我們跟美國只差資源，人上面幾乎沒差距。”

47.我們現在大概是兩萬張H等效算力，這其中大部分是剛到，最近一兩個月剛到。

48.我們跟美國的差距主要在資源上面，人上面幾乎沒有差距，因為就是同一批人。人才不是瓶頸，資源是最大的瓶頸。人才的差距，本質上也是因為算力的差距。

49.在現在最大的模型上，我們其實訓不起的。現在最大的模型，激活大概是800B；國內的話，我們還在幾十B的這個規模。如果我要訓練跟AI同樣大的模型，應該需要五萬張GB300，或者華為950，二十萬卡。這只是訓練，還沒有考慮做研究。

50.在我們能夠承受的范圍內，肯定是卡越多越好。在合理的價格里面，能買到多少卡就買多少卡。如果我半年之內就把這個錢花完的話，可能是最理想的。因為我把錢變成英偉達卡，肯定是比放在銀行里面好。

51.我們跟美國的差距可能是落后美國12個月，落后美國可能12到18個月，或者說6到12個月。簡單說，就是落后美國兩年，然后只用美國二十分之一的算力把這個事情做出來。未來我們要把這個敘事改寫，就是用幾分之一的算力，但是把時間縮得更短，縮到6個月、3個月。甚至我們可以在某一些方面超越他們。

52.英偉達CUDA的護城河在快速地被瓦解。一方面是現在有了AI，AI可以寫代碼，我可以用AI來構建這個生態；第二個，有一些新的技術，比如說我們出了一個技術叫TileLang（由北京大學計算機學院團隊開發的開源高性能 AI 算子編程語言），用這個高級語言來寫CUDA的算子，可以很快地把英偉達的整套生態全部都寫一遍。還有一點，以前計算卡的市場比游戲卡小，現在計算卡的市場已經比游戲卡更大了，就沒有理由這兩個還需要耦合起來。

53.國產AI芯片替代現在是有個歷史性機會的。我們認為，未來一年之內，我們能夠看到一個事情被驗證：國產芯片的生態完全沒有問題。之前認為是有問題的，認為是用不起來、不好用，但是未來我覺得一年之內，我們能夠扭轉這個認知。

54.我們買華為950的目的，還是希望幫華為把這個生態做好。華為950超節點，在性能和價格上可以完全平替英偉達的GB200、GB300。價格肯定要貴，但貴得有限。唯一的代價是，四張華為卡頂一張英偉達的卡，同時落后兩年。落后兩年是時間上落后兩年。華為950超節點是今年Q3還是Q4的貨，英偉達GB200是兩年前Q3的貨。

55.英偉達的卡基本上你可以按照五年折舊。華為的卡最多按三年折舊吧。華為950今年能用還挺好的，明年用我覺得還可以，后面再用，可能就真的太費電了。

多模態、視頻生成與世界模型：“視頻生成、3D、世界模型，這些跟智能的上限沒關系。我們不做。”

56.AI領域很廣泛，有很多東西我們覺得它不在這個主線上面，比如說3D、視頻生成，我覺得可能跟智能的主線沒有太大的關系，我們不會去做。

57.視頻生成一開始出來的時候就很火，好像這是必須要做的，如果你不做，你就不是一個AI公司一樣。但事實上你也發現，那個視頻生成一開始Sora出來之后，所有人都做，大公司、小公司都做。但是小公司后來都把它砍掉了。它跟智能的上限沒有關系。但在商業上，它是個好生意，但這跟智能沒有什么關系。我們不會因為它是一個好商業而去做它。

58.世界模型，我覺得現在跟智能的上限也沒有太大的關系，所以我們也不會去做。從我們的判斷，世界模型和智能還不是現在這個階段最重要的事情。

59.多模態，對產品來講很重要，對C端用戶產品來講很重要。但是對智能的上限，它是一個組件，它不是主線本身。多模態我們肯定會做，而且我們也在做。V4、V4的后續版本會支持原生的多模態。

數據標注：“中國標數據沒有成本優勢，高端數據標注太貴了。公司最重要的人里面，有一半在標數據。”

60.美國數據標注的成本跟中國數據標注成本沒有什么區別。中國去標數據并沒有成本優勢，尤其是標高端數據上并不會有成本優勢，使得我們很難投入去像美國這樣標數據。這條路在中國是很難的，因為標數據實在太貴了。

61.現在公司有一半的人，最重要的人，有一半在標數據。

62.瓶頸不是說我能夠馬上有更多的人，并不卡在錢上，也不卡在卡上。但是它確實是在一個快速擴張的過程。所以我們覺得一年之內，高質量數據這個問題做得比較好，我國內應該是可以預期的。

競爭格局、核心利益與終局判斷：“國內做基模的公司太多了，肯定會收斂。”

63.我們最大的核心利益是要保持團隊的穩定性。這是我們最大的核心利益，甚至可以認為是唯一的核心利益。只要我能夠保持團隊的穩定性，我一定能做成AGI。錢肯定不是問題，資源不是問題，其他要素都是容易獲得的。

64.我們一直非常克制，不愿意跟任何一家互聯網大廠或者小廠成為對手。我希望我能夠給他賦能，或者希望我能夠協助大家去做這個事情。

65.我并沒有因為開源，并沒有因為我們的善意或者說我對其他人提供幫助，而導致我們少拿了任何東西。完全沒有影響，反而可能還有加分。

66.國內現在做模型的公司有點太多了，還是太多了。美國可能就三家，中國做基模的東西太多了。每一家都要做同樣的事情，資源分得很散，每一家拿到的資源就更少。我覺得這個肯定是會收斂的。

67.如果說我的目標是，我要占AI全人類GDP的百分之五，會被另外一個愿意只占百分之一的人打敗。因為另外一個人說，我做得這么好，但是我只要拿全球GDP的百分之一就可以了。這時候如果又出來另外一個人，說我只要百分之零點一就可以了，那么又會把前面的人給打敗。拿得多的人會被拿得少的人打敗。OpenAI從一開始覺得他真的能夠壟斷這個世界，但是實際上會遇到很多很多挑戰者。中國也會有人愿意拿得更少一點。

68.在AI這個事情上，國內一兩年是能夠做到跟國外差不多的，或者可能今年就能做到平替國外的模型。在現在這個范式，不是很難的事情，所以今年應該就能做到的。但它還不是AGI。

69.國產硬件方面，國內首先得解決生態的問題，然后再解決產能的問題，我覺得應該是能夠逐步解決的。我不太相信未來五年之后，我們還卡在產能的問題上。

70.150B，我覺得按照我們現在訓練的進度，樂觀的是今年年底可以開始去訓練，至少是明年。模型Office是一個比較確定的目標，但是模型MIS，我覺得還不好說是確定的，只能說是一個目標。

71.我們是信Scaling，肯定是規模越大，效果越好，能夠解鎖更多的功能。阻止我們Scaling的其實就是算力，并不是我們不想Scaling，是我們沒有那么多的算力去做。我們沒有觸摸到這個上限在哪里。我們訓練這么大的模型，并不是因為我覺得這么大的模型就夠了，而是我剛好有這么多資源。我是按照我的資源來算，我能夠接受、能夠訓練的模型是多大，是這樣算出來的，并不是這個模型就夠了。

72.目前來看，模型收益還是非常明顯的。我們還沒有機會碰到這個Scaling的墻，離我們還很遠。硅谷在說Scaling到頭的時候，那是對硅谷來說；對中國人來講，我們離那個還很遠，我們根本就沒有Scaling到那個程度。

文字來源：梁文鋒2026年5月20日投資者交流會錄音文字稿

本文源自：鳳凰網科技

作者：趙子坤