AI范儿 · 深度长文
这两天微信群里被一份文字稿刷屏了：梁文锋投资者交流会，5 月 20 日录的音，整整 3 小时 44 分钟，最近才被整理成文字流出来。
这场交流没聊什么产品爆料。
它更像梁文锋把 DeepSeek 的价值观、开源逻辑、商业模式、技术路线，当着一屋子投资人的面完整讲了一遍。
投资人来听路演，结果听了一场战略宣言。
全文比较长，有43页，时间紧的朋友，记住这几条就够了：
1.AGI 是目标，商业化只是副产品。C 端和 B 端都是做 AGI 路上顺手捡的。
2.开源不是让利，是长期竞争战略。前提是只赚六倍利润，六倍利润下开源对商业模式没有任何影响。
3.利润只要合理，不追求最大化。愿景是拿得多的人，会被愿景是拿得少的人打败。
4.Agent 是今年的阶梯，但走完之后，下一个要跨的坎是持续学习。全世界都还没找到方法。
5.中美所有的差距，包括人才差距，说到底都是算力差距。
6."英伟达是在掘自己的坟墓。"这句是原话。
下面逐条展开。
01商业是副产品
这是整场交流最核心的一条主线。
梁文锋反复强调，DeepSeek 从成立开始就不是为了上市、赚钱或做超级 App，而是为了实现 AGI。
C 端产品、B 端 API 都是做 AGI 路上的"副产物"，是中间产出，顺手商业化。
不会为了短期收入改变技术路线。他的原话逻辑是："我一直在做商业化，只是没有以商业化为目标。"
站在 AGI 的技术高位去做 C 端、B 端，是一种"降维打击"：去年 C 端没花力气，"用户赶都赶不走"。
一句话概括：商业是结果，不是目标。
02靠愿景，不靠 KPI
公司没有 KPI，没有考核，甚至没有成文的愿景，"愿景是你怎么做，不是怎么说"。
他二十年前最崇拜杰克·韦尔奇，现在觉得韦尔奇大部分观点过时了，但说对了一点：管理一个大公司靠的是愿景，不是规章制度。
关于组织优势，他的说法是：人才优势不在于"我的人比别人更聪明"，而在于怎么把人组织起来、怎么激励、怎么合作，这需要一个愿景。
AGI 这个愿景的凝聚力，是纯商业公司给不了的。
管理是两条线：自上而下的"正式"工作（如发 V4 的集体分工）不超过员工一半时间，另一半时间自由探索，没有前置要求。
基本不加班。
理由有二：研究需要松弛的环境；公司足够克制、要做的事少。
03为什么坚持开源
第一层：愿景。
愿景本身就要求开源。他还点名对比："智谱也开源，但智谱的开源有一种被迫的感觉。对我们来讲，这就是本意。"
第二层：商业上也成立。逻辑是：
AI 这个事情足够大，最终可能占人类社会 GDP 的百分之十。你不可能独占，一定得跟别人分享，否则活不下来。想独占这个利益，一定是要被历史抛弃的。梁文锋 · 投资者交流会
历史上开源和商业化冲突，是因为软件市场一年就几十亿美金；AI 的盘子大到规律变了。
两个容易被忽略的关键细节：
开源模型 = 自用模型。
他明确说不会开源一个差一点的版本、自己部署更好的版本，"是一样的"。
开源不影响收入的前提是"六倍利润"。
按十个月回本（约六倍利润）定价，开源没有任何影响，因为第三方独立部署做不到这个成本，无利可图；但"如果你要赚一百倍利润，开源确实会影响你"。
他还说会开源最强的模型："我看不到闭源有什么必然的好处。字节的模型是闭源的，它有什么好处？"
04利润合理就够了
API 定价的标准非常具体：
大概十个月收回服务器成本（财务上按三年或五年摊销），对应约六倍利润。
他明确承认这不是利润最大化：在当前价格区间，需求没有弹性，"价格再抬高一倍，token 消耗量区别不大"，总收入能接近翻倍，但他们不这么做。
也不再继续降价，原因同样是弹性：这个价格所有人都用得起了，再降需求也不会更多，对社会幸福感增加有限。
有人在屏幕上留言说十个月回本利润太高，他承认"确实还有降价空间"，包括模型优化的空间。
一个内部细节：早期有款模型定价偏高，团队不高兴；后来降到四分之一，"公司群里很多人是欢呼的"。
他认为这才是公司真实的共识。
宏观逻辑："拿得多的人会被拿得少的人打败。甚至你还不用真的拿得多，愿景是拿得多，你就先输了。"
OpenAI 想占 GDP 的百分之五，账算得过来，但会被只想占百分之一的人打败。
05克制是最大的战略
克制包括：不追求利润最大化、不抢 C 端流量、不做超级 App、不跟字节腾讯竞争、不做垂直整合、不什么都赚。
芝麻西瓜论："后面还有西瓜，前面的可能都是芝麻。我不应该什么芝麻都抢了。"
芝麻也捡，但只是顺手捡：C 端用户低成本维持着，B 端收入顺便做，"甚至客服都没有，也不用销售"。
克制的目的不是道德姿态，而是概率："我优先考虑的不是怎么多拿一些份额，而是怎么增加我能够做成的概率。"
06下一个坎：持续学习
他给出的阶梯是：
图：梁文锋给出的 AGI 技术阶梯
每一级都建立在前一级之上，"没有一步是白走的"。去年的阶梯是 CoT，今年是 Agent，Agent 也会走完，而它的能力上限卡在不能持续学习。
核心比喻：招一个员工，花两个月熟悉环境就能上手，你说"叫小王来"他知道小王是谁；AI 没有这两个月，你得给它所有上下文，这不现实。
如果 AI 能像员工一样持续学习，"就可以替代天下的人了"。
现状很坦率：全世界都还没找到 work 的方法，都在摸索。这类研究不耗卡不耗人，内部叫"摸奖"，门槛低，谁都能摸，靠想法和天赋。
一个常被漏掉的修正：他认为"奇点"不是奇点，是一个连续渐进的过程，只是大家习惯性认为那是突变。但它是非线性的，因为 AI 可以加速 AI 的研究。
下一代模型的定义：必须具备持续学习能力，才配叫下一代。在那之前能做的只是成本更低、效果更好、速度更快。
内部叙事：模型的第一目标不是用户好用，而是"我们自己好用"，能帮 DeepSeek 提升开发下一版模型的效率。这是实现 AGI 最快的路。
07不做视频生成
3D、视频生成"跟智能的主线没有太大的关系"，世界模型"现在这个阶段跟智能的上限也没有太大的关系"，都不做。
但话说得留有余地：视频生成"在商业上是个好生意"，只是 DeepSeek 只做智能路线图上的东西，不因为是好生意而做。
佐证：Sora 出来后大小公司都做视频生成，小公司后来都砍掉了。
多模态的定位很清楚：会做，V4 及后续会支持原生多模态，但它是"组件"不是主线，地位跟搜索一样。
垂直应用同理：金融、医疗 Agent 优先级低，"现阶段最重要的，应该还是 Coding Agent"。
08差距全在算力
人上面几乎没有差距……我们看到的所有区别，包括人才的区别、模型能力的区别、应用的区别，可以认为都是因为算力资源上的区别。
人才的差距本质也是算力差距：卡少，能做实验的机会就少。
量化现状：DeepSeek 目前约两万张 H 等效算力，大部分最近一两个月刚到，还在激进扩充，策略是"合理价格内能买多少买多少"，愿意付溢价，"如果半年之内把钱花完，太理想了"。
差距的数量级：美国最大模型激活约 800B，国内最大也就几十 B，差一个数量级。要训 800B 需要约五万张 GB300 或二十万张华为 950，这只是训练，还不算研究。"哪怕把五百亿全花掉，其实也训不起。"
他对差距的叙事："落后一到两年，但只用它二十分之一的算力。未来要把这个叙事改写成用几分之一的算力，把时间缩到 6 个月、3 个月。"
Scaling 上他是信徒："阻止我们 Scaling 的是算力，不是我们不想。硅谷说 Scaling 到头，那是对硅谷来说；我们根本就没有 Scaling 到那个程度。"
09国产芯片只差产能
CUDA 护城河正在被快速瓦解，三个原因：AI 能写代码，重建生态比以前容易得多；TileLang 这类高级语言可以把英伟达整套生态重写一遍；计算卡市场已超过游戏卡，专用芯片时代跟 CUDA 不再绑定。
关键事实：V3 训练用的是英伟达的卡，但已经不用英伟达的生态，而是基于自研的 TileLang。只要把这套东西在华为卡上重做一遍就完成了。TileLang 不是效率妥协，是"大幅提高效率"，硬件层损失 1%-2% 可接受。
他的预期："未来一年之内，会用事实扭转'国产芯片生态不好'的认知。"
华为 950 的量化评价：性能和任务上可平替 GB200/GB300，代价是"四张华为卡顶一张英伟达的卡，同时落后两年"；价格贵 100% 甚至 200% 都无所谓。
华为给 DeepSeek 的产能约 1.6 万张（他说这个可以公开），只相当于四千张 B 系列，不够训下一代模型，买它主要是"帮华为把生态做好"。
产能是唯一瓶颈：今明后年可能都卡在产能上，但"我不太相信五年之后还卡在产能上"。
一句狠话："英伟达是在掘自己的坟墓。"
10唯一的核心利益
我们最大的核心利益是要保持团队的稳定性，甚至可以认为是唯一的核心利益。梁文锋 · 投资者交流会
只要团队不散，AGI 就是时间问题；钱不是问题，资源不是问题，挫折最多晚半年一年。
这也是最大的风险，最近这轮融资（大家期权金额较大）让风险得到较大解除。
历史上 DeepSeek 的人才流动一直比同行少。
11顺手扔出的行业判断
对 Anthropic："Anthropic 在 Code Agent 上的优势没有那么大，并没有碾压 OpenAI。先发优势应该很快就没了。"公司里约一半人觉得 OpenAI 更好。OpenAI 和 Google 未来大概率交替上升。
国内基模会收敛："中国做基模的太多了，美国就三家。最后中国三四家竞争就很充分了。"资源分散某种程度上也是浪费。
大模型终局差距只体现在三方面：成本第一，时间第二，用户体验第三（且体验不本质）。不会有哪家有暴利。
中国 AI 的角色：产能最大、电力最多，"我们的 AI 最终很有可能是三体之一"，且系统性地更便宜，跟其他行业中国制造的逻辑一样。
数据标注：中国标高端数据没有成本优势，"标数据实在太贵了"。现状是"公司有一半的核心研究员在标数据"，解决 AI 问题现阶段靠的就是标数据。
保底逻辑（回应资本化问题）："最坏情况全力卖 API，可能都能够支撑一个上市公司。"今年 B 端几个亿美金收入是有机会的，做到十亿美金现金流基本回正。
12整体评价
看完全文，我的感受是：这不是一场路演，这是一份战略宣言。
投资人抱着"讲讲商业化路径"的期待来，梁文锋直接告诉他们"过去三年任何时候你来跟我说商业化路径，都是浪费时间"。
但它真正的价值，是把外界疑惑了两年的几个问题一次性回答了：为什么坚持开源（愿景之外，六倍利润下商业账也成立）；为什么价格打到地板（十个月回本，需求无弹性，再降没意义）；为什么不急着做应用（芝麻西瓜论）；为什么中国的瓶颈是算力而不是人才（连人才差距都是算力差距的下游）。
这套逻辑自洽到什么程度呢？连"不加班"都能从战略里推出来：因为克制，所以做的事少；因为做的事少，所以不用加班。
最后留个问题：一家把"愿景是拿得多的人会先输"当信条的公司，和一群把 ARR 当命的对手同场竞技，五年之后你觉得谁的赢面大？
评论区聊聊。
五年之后，克制的 DeepSeek 和把 ARR 当命的对手，谁的赢面大？说说你的判断，评论区见觉得有用 → 点个❤️在看转给还不知道的朋友点个赞 👍 告诉我你看完了关注「AI范儿」，下次更新第一时间收到