📞 DeepSeek 投资人电话会议摘要——目标、路线图与拦路虎

💬 版权声明

• 本文类型：摘要/导读（基于网络流传的录音文字稿重新组织、摘编与解读，结构与表述为本站原创）
• 作者：AI 磨刀匠
• 许可协议：CC BY 4.0
• 核心来源：雪球用户「精准的吕衍慕」整理的录音文字稿（原帖注明非商业转载需标注出处）
• 声明：该录音为投资者闭门交流会流出，DeepSeek 官方未确认其内容，文中所有数字与观点请以原录音为准。转述观点均为梁文锋个人表态，不代表本站立场。

📰 背景

近期，一段 DeepSeek 创始人梁文锋与投资者交流的录音在网上流传。这是这家以”低调”著称的公司创始人罕见的一次长篇表态：从公司愿景、开源逻辑、API 定价，一路讲到中美算力差距和国产芯片的机会。

信息量很大，但录音顺序松散。本文把全部内容重新组织成一条主线：他要去哪（目标）→ 怎么去（路线图）→ 路上有什么拦着他（困难）。

🎯 一、目标：做成 AGI，且只有这一个目标

唯一目标是 AGI。不是做超级 App，不是当下一个字节或腾讯——“去年春节用户突然很多，我们没有去抢用户”，因为 C 端流量在他眼里只是芝麻，后面的 AGI 才是西瓜。

组织方式：公司没有组织架构、没有 KPI，靠愿景驱动；重大决策靠共识，不靠创始人个人权威——“我在公司内的权威是建立在共识的基础上的”。

总方法论：克制是一种战略。不抢 C 端、只赚 6 倍利润、坚持开源，全是同一个逻辑——主动限制自己能拿到的利益，换取把 AGI 做成的更大概率。“你越克制，越有可能做成。”

唯一不可退让的底线：团队稳定性。“钱不是问题，资源不是问题，只要大家都不走，我一定能做成 AGI。“这是他口中唯一的核心利益。

🗺️ 二、路线图：技术怎么走、钱怎么赚、生态怎么摆

技术路线：AGI 阶梯论

梁文锋把 AI 的发展描述成一段逐级向上的阶梯，每一级都踩在上一级的基础上：

语言模型 → 思维链（CoT）→ Agent → 持续学习 → 奇点（自我迭代）→ 具身智能

• 现在整个行业站在 Agent 这级台阶上；
• 下一个要攻克的瓶颈是持续学习。他打了个比方：新员工入职学两个月就能上手干活，你说”叫小王过来”他就知道小王是谁；而 AI 没有这两个月——你必须把所有上下文一次性喂给它。让 AI 像人一样边干边学，是通往 AGI 的下一道门；
• 奇点不是突变，是一个渐进过程：当模型能持续学习后，它就能自己研发自己的下一个版本；
• 具身智能排在最后——到那时”不用人来做，模型自己就可以做出来”。

明确不做的：视频生成、世界模型。“Sora 出来之后所有人都做，但它跟智能的上限没有关系。我们不会因为它是一个好生意而去做它。“

商业路线：C 端 B 端都是副产品

• 追求 AGI 的过程中顺手产出的技术，通过 API 开放出去就是商业化——“甚至客服都没有，也不用销售，用户自己就会来”；
• 站在技术高位做低一级的应用，是一种降维打击：“最想得到的东西反而得不到，没那么在意的反而容易得到。“去年 C 端用户”赶都赶不走”；
• 定价公式首次公开：买一批设备 10 个月收回成本，约等于 6 倍利润，“我们觉得够了”。不继续降价是因为需求已无弹性——这个价格所有人都用得起了；
• 现在铺产品线、谈商业化路径都太早：“过去三年任何一个时候你来跟我说商业化路径，都是浪费时间。“商业机会留给全社会和合作伙伴一起分。

开源路线：与赚钱不冲突

• 最强模型也会开源，且开源版与自家部署版完全一样，“不会开源一个差点的模型”；
• 不怕别人拿开源模型来竞争——“我只担心他部署不起来”。底气在成本：只赚 6 倍利润时，第三方独立部署无利可图（他顺带点名：阿里、腾讯的成本”比这个高好几倍”）；
• 终局判断：大模型竞争最终只拼三样——成本、时间、用户体验，其中成本排第一。而成本恰恰是 DeepSeek 最强的一项。

🚧 三、拦路虎：三大困难与各自的解法

困难 ①：算力——与美国唯一的、也是最大的差距

• 家底：目前约 2 万张 H 等效算力，大部分近一两个月刚到；
• 差距被量化成一个数量级：海外最大模型激活约 800B 参数，国内最大只有几十 B。要训同等规模需要 5 万张 GB300 或 20 万张华为 950——“把 500 亿全花掉也训不起”；
• 应对：在价格合理的前提下能买多少买多少、愿意付溢价，“如果今年能花掉 200 亿，就属于采购部门业绩超级好了”。当下先在几十 B 激活的规模上把实验做透，等资源到位再上台阶；
• 连带判断：人才不是瓶颈——“就是同一批中国人，聪明的人一半在国内一半在国外”。所谓人才差距，本质还是算力差距：卡少，做实验的机会就少。

困难 ②：卡买不到——押注国产芯片的历史性机遇

• 大逻辑：CUDA 的护城河正在被瓦解，三个原因——AI 自己能写代码重建生态；TileLang 这类高级语言让重写英伟达全套算子成为可能；计算卡市场已超过游戏卡，专用芯片将与 CUDA 解耦；
• 手里的牌：V3 训练时用的是英伟达的卡，但已经不用英伟达的生态——全套跑在自研的 TileLang 上。把这套流程在华为卡上重做一遍，国产替代就完成了；
• 硬件判断：华为 950 超节点”四张顶一张 GB300、时间上落后两年”，但哪怕贵 100% 也可以接受，可以平替。“英伟达是在掘自己的坟墓”；
• 剩余瓶颈只有产能：华为能分给 DeepSeek 的大约只有 1.6 万张卡（互联网大厂十几万张）。他预言：一年之内，“国产芯片生态没问题”这件事会被事实验证。

困难 ③：团队流失——唯一不可承受的风险

• 定性：算力等困难最多让进度晚半年一年，只有人走了才可能做不成；
• 应对：近期完成了一轮精心挑选投资人的融资，员工拿到金额可观的期权，“这个风险得到了比较大的解除”。老员工稳住，其他人就不会走——“大家不是全奔着钱来的”。

外部环境：他眼中的牌局

• 三巨头点评：Anthropic 在 Code Agent 上的优势是先发优势，“应该很快就没了”；OpenAI 和 Google 未来大概率交替上升；“我们公司有一半人觉得 OpenAI 更好”；
• 中国的位置：全球 AI 终局中国会是”三体之一”，特点是产量最大、系统性便宜——“就跟其他行业中国提供的服务更便宜是一样的”。

🔚 写在最后

整场交流会最贯穿始终的词是”克制”：只赚 6 倍利润是克制，不抢 C 端是克制，开源是克制，不做视频生成也是克制。在他的叙事里，这不是情怀，而是一道概率题——AI 的蛋糕大到没有人能独吞，越想独占越做不成；主动少拿，反而是把 AGI 做成的最优策略。

至于这套逻辑能不能一直走通，他自己也说了判词：“至少到目前为止是印证的。”

⚠️ 再次提醒：本文内容源自非官方流出的录音整理稿，DeepSeek 官方未予确认，具体数字与表述请以雪球原帖及原录音为准。