四小时发言实录刷屏背后，梁文锋的克制

文｜唐辰 图源：网络资料

DeepSeek在AGI探索上另辟蹊径。

近日，梁文锋在投资者会议上的发言引发广泛关注。据悉，DeepSeek刚完成首笔外部投资，金额达500亿元人民币（约合74亿美元），投前估值3675亿元（约543亿美元）。此前，梁文锋曾明确“不融资、不上市、不商业化”的立场。

这段4小时长的谈话记录，梁文锋详细表达了DeepSeek的组织文化、开源理念、技术规划及对行业格局的看法。需注意，该记录尚未经本人确认。

“克制是一种战略”

多个版本中，“克制”频繁出现，成为梁文锋的关键词。他花了大量时间向投资者强调，这种克制是战略选择。放弃短期利益，砍掉非核心业务，根本目的在于提升AGI实现的概率。

某版本实录显示，他多次提及“不”：不视自己为天才，不追求超额利润、不以用户数量衡量价值、不搞封闭源代码、不做3D及视频生成、不做世界模型、不构建下一个超级应用。

不少人认为梁文锋的“克制”，是资源有限下的无奈之举。在强调效率和商业化以回应资本期待时，这种近乎抽离资本逻辑的做法显得反常规。

但事实正是这种非主流思路，让市场重新评估DeepSeek的价值。

若结合全球AI竞争来看，这种“克制”可看作是算力受限下，为换取AGI最大可能性的精密权衡。

谈及中美差距时，他直言，“看到的所有差异，包括人才、模型和应用层面，根源都在算力资源。”

硅谷AI目前的主流模式是“资源驱动涌现”。即堆砌更多算力，训练更大模型，覆盖更全AI能力，认为规模到时智能会自然产生。

这套策略在过去三年效果显著，但模型能力增强、上下文延长、用户频次增加，都导致推理算力消耗激增，成本居高不下。

根据最新消息，OpenAI计划到2030年耗资约7500亿美元用于计算资源，较2026年的6000亿美元目标有所增加。

无边界扩张还导致研发分散，商业化变形，组织熵剧增。以Meta为例，其在开源Llama系列打响名声之际，却因并行推进文本、多模态、元宇宙及机器人等业务，核心大模型团队的顶尖人才加速流失，产品迭代屡遭挫折。

Google也因搜索、云业务与AI实验室的多重目标牵制，一度陷入“创新者困境”。手握顶级技术储备，却在生成式AI的产品化上犹豫不决，错失先机。

这些巨头的问题，多源于技术以外的战略短视。当企业同时押注多条AI路径，“样样通”的全能口号，削弱了攻克AGI核心难题所需的专注力。

梁文锋的思路是极度聚焦：算力成为瓶颈时，“做不做”比“做什么”更关键。用工程能力弥补硬件差距，追求单位算力效率而非绝对规模。

在技术路线未统一前，小即是美。只有舍弃那些“看似诱人却偏离核心”的枝节，才能将算力与人才集中到CoT（思维链）、Agent、持续学习等决定AGI命运的关键点上。

DeepSeek-V3训练成本远低于GPT-4o，性能却逼近顶尖水平。

MiniMax及其创始人闫俊杰得知此消息，不知作何感想。他们从一开始就将资源全押在文本、视频、语音、音乐四大领域。如今MiniMax的困境，让人不免担忧。

DeepSeek的路线图正被Kim