梁文锋融资会议核心发言记录
DeepSeek 的融资已经完成了。五月中旬，DeepSeek 召开了一场 4 小时的线上融资会议，梁文锋在其中分享了对 AGI、产品、开源、团队等方面的深度思考。以下是其中 52 句核心发言。
“我几个月前见到了一位行业前辈，对方告诉我，很难有机会专访梁文锋了。所以这个分享本身是很稀缺的。“
关于产品和 AGI 路线
现在做产品不是收益最大化的时候。通往 AGI 的路上，要经过产品这个台阶，但我们不需要太多的心思和精力去做 C 端、B 端的产品。当站在一个技术的高位上来做相对低一级别的技术，是降维打击。产品是在 AGI 路上的副产物。
很多东西不在我们的主线上，比如 3D、视频生成；又比如世界模型，跟智能的上限也没有太大的关系。
多模态对产品来讲很重要，对 C 端用户很重要。但它只是一个组件，不是主线和智能本身。
大模型的幻觉当然有方法可以解决，但这是一个长命题。在内部，幻觉被我们归结为一个产品问题，会去解决，但不是重点。
现阶段最重要的还是 Coding Agent。以国内的情况来看，最合理的做法应该是全力做通用的 Agent，金融、医疗等其他 Agent 的优先级较低。
关于下一代模型
如果 AI 时代会产生很多家万亿级别的公司，DeepSeek 是其中一家就很好了。
AI 现在不缺品味和直觉，缺的是持续学习的能力。
人类能够持续学习，但同一件事，就得给 AI 所有的上下文。这几乎是不可能的，所以 AI 并不能够替代员工。下一代模型必须要有持续学习的能力，才能叫下一代模型。
我们希望下一代模型能够帮助我们自己的开发。我们做的模型，第一目标不是大家用得好用，而是我们自己用得好用。这是实现 AGI 最快的方法。
目前全世界现在都还没有找到好的方法，因为”学习”是由很多东西组成的。
DeepSeek 的长期 Vision 是 AGI。如果把实现的路线比作爬楼梯，去年的阶梯是 CoT（思维链），今年的阶梯就是 Agent。在 Agent 之后要解决的问题就是持续学习。
实现持续学习之后，可能会来到一个渐进的奇点：模型可以完成人类能做的所有事情，包括自己开发更前沿的人工智能模型。即 AI 可以加速 AI 的研究。这一步走完才是具身智能。
智能的终点可能都是具身。因为对一个正常人来讲，他的需求并不是电脑，而是人力。
关于定价和商业化
我们只赚一个合理的利润，不是利润最大化的定价。
我们的一款模型一开始担心需求太多，价格定得比较高，后来降到四分之一，公司群里很多人欢呼。因为这是我们这么用心把这个模型做好的目的：能够让大家都充分地用。
低成本是一个结果，我们的模型一直在架构上往更低成本走。还有一个原因：成本越低，越能承担更大的模型。算力有限时，计算效率高就能训更大的模型。大公司可以靠加资源解决，我们优先考虑成本效率。
外面可能看起来，我们选了一个很难的模式。但其实我们做得非常轻松。降价对我们的竞争对手来讲，肯定不是个好事。我并不觉得卖 API 这个事情有那么大吸引力。我只要搞几个人维护这个 API 就可以了，甚至客服都没有，也不用销售，用户自己就会来。
我们一直在商业化，只是不以商业化为目标。DeepSeek 离彻底转向商业化的时间点，应该是很遥远的。
我甚至不用考虑到时候在里面占一个位置。只要有那么大的商业机会，一定是有办法的。DeepSeek 是一个时代的产物，是现实情况的反应，并不是模仿的结果。
关于开源
克制是一种战略：舍弃一些，换更多其他的东西。开源就是让利：对内，员工有成就感，公司有凝聚力；对社会也有好处，同行或者普通人都会高兴。我毫不怀疑 AGI 会有非常大的商业价值。在这个基础上，我优先考虑的不是多拿份额，而是增加做成的概率。
要把 AI 在商业上做成，开源是有好处的。这听起来有点违反直觉。历史上一个软件公司，市场一年可能就几十亿美金，开源了就没有了。但是 AI 这个事情足够大，最终它可能得占掉人类社会 GDP 的百分之十。如果说我们想独占这个利益，那么一定是要被历史抛弃的。这是一个历史观。
我们给的开源模型，跟我们自己部署的模型是一样的。我们不会开源一个差点的模型、自己部署时用更好的模型。
我不担心别人部署我们的模型来跟我们竞争。不是每一家公司都有这个意愿和能力去达到这个目标。创业公司如果太小，没有力量来做这个事情；大公司又很难组织。这是属于我们这个规模的公司的一个 sweet point。
开源对我们的商业模式没有任何影响，前提是”只赚一定的利润”。如果你要赚一百倍利润，开源确实会影响你。
关于竞争格局
我们不愿意跟任何一家互联网大厂或者小厂成为对手。在这个前提下，我们很愿意协助、帮助任何人，甚至包括阿里、智谱、月之暗面做得更好。
未来我们要改写中美 AI 的叙事：用几分之一的算力，把差距缩得更短，缩到 6 个月、3 个月。
中美 AI 的差距主要在资源上。我们相信 Scaling，肯定是规模越大效果越好。训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是只有这么多资源。
人才几乎没有差距——就是同一批人。国内人才是不缺的。人才短缺是阶段性的，历史上从来没有长期缺某一类人的情况。
Anthropic 现在超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。
国内做模型的公司太多了，每一家都做同样的事情，资源比较分散。最终一定会收敛，但需要过程。如果每家只拿合理的利润，不需要那么多人做大模型：可能两家大公司、两家小公司就够了。
我绝对不认为大模型公司可以拿走 AI 行业的大部分利润。
大模型竞争最终的差距会体现在三个方面：成本、时间、用户体验。成本排在第一位——同样质量的服务，你能以什么成本提供。第二是时间，早几个月晚几个月就不一样。用户体验会有些粘性和壁垒，但不本质。
我们不想做成下一个超级 App。做成下一个字节？下一个腾讯？完全没有这样的想法。
不争这个东西，是因为后面还有西瓜，前面的可能都是芝麻。当然可能这个芝麻比较大，但我觉得都不算大。
去年大家都抢 Chatbot、抢 C 端流量，今年是抢 To B 收入。但我们不认为它重要，公司内部真正关心的是 AGI 的路线图、下一步技术怎么突破。很奇怪，最想得到的东西得不到，没那么在意的反而容易得到。
去年春节火了，不在我们的剧本里。
关于组织和团队
只有一个是没法退让的：必须要保持团队的稳定性。这也是我们面临的一个非常大的风险。当然这个风险随着这一次融资，得到了比较大的解除。
我们做很多事情都是为了保持团队稳定性。我们不愿意跟任何互联网大厂或小厂成为对手，我们希望给他们赋能，帮助他们。我们不想树敌。这样我们自己的环境也会更好。
有些人觉得我们的组织是从上而下的，有些人觉得是从下而上的，我觉得两个都对。从上到下叫”做正事”，一般希望”正事”不要占用员工所有时间的一半。他还有一半的时间是从下到上的，是不被安排的，想研究什么就研究什么。
我们一般也不太加班。第一个原因是做研究需要一个比较松弛的环境。第二个原因是我们非常聚焦。产品很多都不完善，但我们也没有去补它，也算是一种克制的文化。
组织是动态的，不是一成不变的。未来随着公司变大，可能会有一些调整，但不会完全变成传统的层级制。但愿景驱动不会变。
关于愿景和克制
我们做这个公司，初衷没想要赚多少钱，要到资本市场去上市。最开始的几十个人完全没有这么想过。我们是怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。
“要实现 XX KPI”不是我们的方式，我们是一个靠愿景驱动的组织。
愿景甚至也不是成文的，而是在做事情的方法中、对待世界的态度里。可能我们公司每个人对这个愿景的理解也不一样，但是在大的方向上是一致的。
大概二十年前，我在管理上最崇拜的是杰克·韦尔奇。现在来看，他说的大部分东西可能都已经不对了，但是他有一点说对了：一个公司最重要的是愿景。愿景不是挂在墙上的标语，不是怎么说，而是怎么做。
AGI 是收益最大的。那其他事情，如果有精力我们会做，没精力我们就不做。克制是我们愿景里的一部分。
AI 这个事情太大了，利益也太大了。只要能够做成，随便分一点利益就非常大。而你越克制，就越有可能能够做成这件事。
我觉得这是符合直觉的——至少是符合我的直觉。除了愿景，我们并没有非常多的其他优势。
两年前成立这个公司的时候，没有很多钱，没有很多卡，没有什么知名度，又没有什么号召力，我们就是一群非常平凡的人。我喜欢的叙事是”一群平凡的人做出了不平凡的事”，而不是”一群天才做出了不平凡的事”。
结尾
开源也属于克制的一部分。在定价上，我们也肯定不是以公司收入最高或者利润最高作为出发点的。
开源和低价，让员工觉得很有成就感，组织因此有凝聚力，对社会有好处，其他同行和普通人都会很高兴。所以这种克制，从远景上来讲，能够增加我们做成 AGI 的概率。
如果你的愿景是拿得多，你就先输了，你可能会面临着更大的困难。这个世界就是这样。