DeepSeek梁文锋投资人交流曝光：把AGI拆成连续台阶

近日，DeepSeek 创始人梁文锋一场近 4 小时的投资人交流会录音在中文科技圈流传，「未来人类实验室」随后整理出文字稿，36 氪据此撰文梳理出外界此前较少了解的 DeepSeek 内部思路。文章呈现了一个既谈 AGI 愿景、又谈 API 定价与算力瓶颈的 DeepSeek——一家把理想拆成台阶、把壁垒建在成本与工程效率上的公司。

长期目标：把 AGI 拆成连续台阶

梁文锋将长期目标定义为 AGI，但并不把它讲成悬浮概念，而是拆成一条连续路线：语言模型、CoT、Agent、持续学习、自我迭代、具身智能。他解释，每一步要做的「新东西」都很少，因此是「最轻松的路线图」。

• 语言模型 → CoT：去年的关键台阶是思维链，让 AI 通过自我思考抬升上限。
• Agent 之后的瓶颈：持续学习——AI 能否像员工进公司学习两个月那样持续学习，决定了它能否真正替代员工。
• 主线取舍：视频生成、3D、世界模型等技术方向，DeepSeek 只做与「智能上限」强相关的主线；多模态作为产品组件在做，但不是主线。

他把部分前沿探索称为「摸奖」——门槛低、很多人可以去想，但突破不确定；与此同时，公司一半核心研究员在标数据，后训练、幻觉、成本效率等苦活同样被认真对待。

算力现实：相信 Scaling，但被资源卡住

梁文锋明确表示相信 Scaling：模型越大效果越好，能解锁更多能力。真正限制 DeepSeek 的不是判断，而是算力。

• 「我们没有触摸到这个上限在哪里。我训练这么大的模型，并不是因为我觉得这么大就够了，而是我刚好有这么多资源。」
• 训练规模按可用资源倒推决定；国产算力的产能瓶颈、低成本训练、底层编译器优化被纳入技术路线，而非停留在口号层面。
• 视频生成、3D 等方向被判定与智能主线关系不大——「商业上可能是好生意，但我们不会因为它是一个好商业而去做它」。

动态组织：靠愿景驱动，而非 KPI

DeepSeek 的组织方式与典型互联网公司差别明显：没有正式组织架构，团队不加班，成员有约一半时间不被安排，自由探索。

• 愿景优先：把大家组织起来的是 AGI 愿景和「对世界的善意」，而不是赚钱；创始人权威来自共识，决策机制是「寻求共识」。
• 聚焦带来少加班：要做的事少，是因为目标聚焦于 AGI；松弛环境被视为研究文化的必要条件。
• 例外正在发生：随着人员扩张，一些部门需要建立严谨的层级结构；公司持续融资并把期权发给团队，把「人散了」这一最大风险尽量解除。

梁文锋在交流中坦言，团队稳定是核心利益——「只要大家都不走，我们能够继续做，我就一定能」。

开源：组织方式，也是商业机制

DeepSeek 的开源立场并不只是理想主义，梁文锋给出的判断包含三层逻辑：

• 市场足够大：AI 可能占人类 GDP 的 10%，一家公司无法独占，必须与生态共享。
• 壁垒不在模型本身：真正的壁垒是部署成本、工程效率与组织能力——「就算我把所有东西都告诉别人，别人要用起来也很难，成本做得很低更难」。
• 商业模式可承受：DeepSeek 按「十个月收回成本、大约六倍利润」的定价逻辑运作，开源不会冲击这一商业模式，反而可能加分。

因此 DeepSeek 愿意协助包括阿里、智谱、月之暗面在内的同行；公司不打算做下一个超级 App，也不打算吃掉所有应用层机会，只守最核心的位置。

商业防线：不卷大厂，守住成本与时间

梁文锋对竞争的态度是克制：不愿与任何互联网大厂或小厂成为对手。在他看来，大模型竞争的差距最终只剩两件事——时间和成本。

• 「成本控制得好的人就多赚一点，成本控制得差的人就少赚一点，仅此而已。」
• 公司上下做的很多事情，本质都是为了保持团队稳定；除此之外的利益都可以克制。

针对最坏情况，公司也已做好准备：即便只卖 API，也能支撑一家上市公司。DeepSeek 的答案，是用现实问题去支撑一个足够远的目标——既仰望星空，又脚踏实地。