作者：elsewhere

上个月，「elsewhere」报道了DeepSeek 的融资故事。其中最多人讨论的，莫过于那个传说中的4小时投资人会议。

此去一个月间，梁文锋的各种语录在江湖流传，我们也多方收集到了一些其中内容。

其间，梁文锋说了非常多次的“不”：不是天才，不赚不合理的利润、不追求用户量、不闭源、不做3D / 视频生成 / 世界模型，不做下一个超级 app 。他说，克制是一种战略，用来换取做成 AGI 的概率。

在我们了解到的有限素材里，有以下高频词：模型、成本、AGI 、时间、开源等等。

绝大多数时候，梁文锋的语气留有余地，用词浅白质朴。只有在讲到少数他在乎的问题时，才会流露出些许锋利：“只要能够保持团队的稳定性，我一定能做成 AGI 。就这么简单。”

以下是我们收集到的52条言语。部分词句在保留原意的基础上，与原文可能略有出入。

DeepSeek 只有一条主线

1.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。

2.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。

3.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。

4.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。

5.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。

6.如果 AI 时代会产生很多家万亿级别的公司，DeepSeek 是其中一家（的话）就很好了。

先实现持续学习，再AI自迭代，终点是具身智能

7.AI 现在不缺品味和直觉，缺的是持续学习的能力。

8.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。所以，下一代模型必须要有持续学习的能力，才能叫下一代模型。

9.我们希望下一代模型能够帮助我们自己的开发。说得简单一点，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。

10.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。

11.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（ Chain-of-Thought ，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。

12.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。

13.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。

离彻底转向商业化仍然很遥远

14.我们只赚一个合理的利润，不是利润最大化的定价。

15.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。

16.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。我们也希望成本是负担得起的，特别是在算力紧缺的背景下。

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。

17.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，他们一定不是欢呼的。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。

18.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。

19.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。

开源是我们这个规模公司的sweet point

20.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。

21.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。这是一个客观的规律，这是一个历史观。

22.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。

23.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 。

24.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。

25.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。

中美差距不在人才

26.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。

27.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。

28.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。

模厂竞争，成本排在第一位

29.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。

30.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。

31.我绝对不认为大模型公司可以拿走（AI行业的）大部分利润。

32.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。

无意于成为下一个超级app

33.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。

34.不争这个东西，是因为后面还有西瓜，前