梁文锋的克制战略：DeepSeek 为什么主动少赚一点

一家公司把产品价格降到原来的四分之一，办公室里通常不会响起欢呼声。

据一份梁文锋投资者交流会的录音转写，DeepSeek 团队当时却很高兴。模型更便宜，意味着更多人用得起；至于公司本来可以多赚的钱，他们并不觉得可惜。

开源最强模型、不抢超级 App、不急着铺金融和医疗 Agent、不给研究员塞满 KPI——这些选择看起来松散，背后其实是同一道题：少拿一点眼前利益，能不能提高 DeepSeek 做成 AGI 的概率？

转写里，梁文锋把答案说成“能”，并称之为“克制”。

材料说明：本文依据 drjingle.com 的《梁文锋投资者交流会·录音文字稿》。文件自称来自约 3 小时 44 分钟录音，语音转写后经机器整理，未区分说话人，数字和专有名词可能有误；不是 DeepSeek 官方公告，也不是业绩指引。下文只谈转写里呈现的战略逻辑，敏感数字一律按“转写声称”处理。

不是不想赚钱，是给利润排了个座次

最容易误读的一点，是把 DeepSeek 写成“不爱商业的实验室”。转写里的说法相反：公司知道自己要活下去，也知道最终得靠收入；只是不想让今天的收入表决定明天研究什么。

C 端用户和 B 端 API，在梁文锋嘴里是通往 AGI 的“副产品”。研发本来就会长出可用能力，拿出来卖可以换现金流；但如果为了把当期收入做满，专门搭一支庞大的销售、流量和垂直产品队伍，主线研发很容易被拽偏。

他用的比喻是路边水电站：河本来要往前流，顺路发点电；电要卖，但别为了多卖电改河道。

API 定价也服从同一逻辑。转写提到，合理价格大致以设备约十个月回本为参照（未经官方核实），而不是找利润最大化点。梁文锋甚至说，有些区间里价格涨一倍，需求也未必明显掉——传统定价问“用户最多肯付多少”，DeepSeek 问的是“公司已经健康了，还需要多拿多少”。

这也不是慈善。价格够低，第三方就算拿到开源权重，也未必能以同样成本部署：权重公开了，系统工程、算子、集群和推理效率不会自动复制。低价既扩散模型，也把竞争从“谁藏模型”推向“谁真正跑得好”。

开源换的是护城河的位置

传统软件靠许可证收钱，代码一公开，收费口可能没了。大模型不完全按这套剧本走——跑前沿模型要硬件、软件栈和持续优化。公开权重更像公开飞机设计图：有图纸不等于能开廉价航空。

转写里，梁文锋表示最强模型也可能继续开源，且开源版与自营版原则上保持一致。他不那么怕别人部署后抢生意，更怕别人部署得差，把效果和成本带歪。

前提是接受“合理利润”：若估值绑在长期垄断、百倍毛利和不可替代上，开源当然危险；若目标只是从极大的 AI 市场里拿到够持续研发的一块，开源反而可能带来生态、声望和信任。

还有一句很冲的判断：想拿更多的人，可能被愿意拿更少的人打败。 听起来像道德宣言，本质是价格竞争——利润留太高，就是在给后来者发邀请函。“克制”不是退出比赛，而是提前削平最容易被攻击的位置。

真正押注的不是 Agent，而是持续学习

只看开源和低价，会漏掉战略的核心：把钱、人和注意力留给下一次能力跃迁。

转写里的技术顺序是：语言模型 → 思维链 → Agent → 持续学习。今天的 AI 上下文给全时能干复杂活，却难像员工那样，工作两个月后自然知道“小王是谁”、项目为何转过弯、老板一句含混的话对应哪段历史。人慢慢沉淀经验，模型却常在下一对话里从零开始。

持续学习要解决的是：在长期工作中吸收经验，又不遗忘旧能力，还不被错误反馈带偏。梁文锋承认全球都还没有可靠方案，DeepSeek 自己的一些想法也没跑通；但仍把它视为下一道门槛——因为若成立，可能出现“AI 帮 DeepSeek 研究下一代模型，下一代再加速再下一代”的反馈环。所谓“AI 加速 AI”，更像曲线变陡，不像某天突然亮灯。

这也解释 Coding Agent 为何排在金融、法律、医疗 Agent 前面：代码是 AI 参与 AI 研发最直接的工具。先让自家研究员省时间的模型，未必立刻带来最大市场收入，却可能缩短下一版模型的周期。

算力紧，效率就从财务指标变成研发能力

转写里还有一个判断：中美 AI 差距，首要不是聪明人不够，而是实验算力不够。卡少，模型训不大；实验少，研究员也少在试错里长大——部分“人才差距”，其实是实验预算差距。

DeepSeek 并没有说算力不重要。纪要显示公司仍想在合理价格下尽量买卡、自建集群、扩大模型；梁文锋仍相信 Scaling，认为离真正碰规模上限还远。硬碰硬拼不过时，同样一批卡算得更省，就能多训一版、多跑几轮——低成本因此从财务结果变成技术路线：架构、编译器、算子、集群一起决定。

会上还谈到 TileLang 和国产芯片适配：CUDA 生态的壁垒，可能被更高级工具和 AI 编程慢慢削弱；国产芯片短期更棘手的问题，或许从“能不能用”转向“产能够不够”。转写里的芯片型号、卡量、性能比例未经核实，别写进估值模型；方向倒是清楚——软件层尽量别绑死单一硬件，也不急着自研芯片，控制的是效率，不是堆满整条产业链。

没有 KPI 的公司，长大以后还是得长结构

组织也在服务同一场赌。转写描述双轨：发版自上而下拆任务、要协同；研究员保留不少不被排满的时间，自己摸问题。不是“人人随便玩”，更像有共同终点的研究院——持续学习这类题没有标准工单，给十个人同一张清单，有时不如让一百个人在日常里反复碰。

梁文锋把团队稳定说成唯一不能退的核心利益：模型落后、采购延误、实验失败，人还在往往还能补；核心研究者散了，组织积累才是真断档。

人多了，部门和层级躲不掉。难点是工程和运营变严谨的同时，别让前沿研究变成按季度交作业——两种气质可能要长期并存。

“克制”最难的考试，往往在成功之后

如果把转写里的逻辑串起来，其实不难听懂：开源换采用和人才，低价逼效率，少铺产品线把算力和注意力留给 AGI 主线，商业副产品换现金流，自由研究和期权稳住核心团队。

听懂不等于会赢。持续学习可能多年没突破；API 可能比预期更快卷成 commodity；开源的红利也可能被云和应用层吃掉；算力缺口不会因为工程文化好就消失；几百人时令人向往的无 KPI 状态，几千人时可能变成决策慢、责任糊。

还有一关更刁：倡导“克制”的公司，常常不是在穷的时候最难，而是在流量、资本和议价权都到手之后——芝麻已经大到能改变所有人财富时，还肯继续朝那只还没看见的西瓜走，才需要真正的纪律。

所以这场会议值得留下的，未必是某个未经核实的卡量或收入预测，而是一套以后可以对照的问题：下一次定价、开源、扩产品、改组织，是在提高抵达 AGI 的概率，还是终于开始为眼前的成功改道？ 答案不会贴在愿景墙上，只会出现在下一次取舍里。

公开转写材料的独立分析，不代表 DeepSeek 官方立场，也不构成投资建议。会议表述、财务预测、芯片数量及技术时间表请以可核验的一手资料和公司正式披露为准。