洞察 Dr.Jingle Intelligence Note

梁文锋谈 DeepSeek：从 AGI、开源到组织克制的 52 个判断

2026年7月23日 Dr.Jingle

四小时投资人会议里，梁文锋如何解释 DeepSeek 的 AGI 路线、Coding Agent、持续学习、低成本开源与组织克制？本文依据 elsewhere 汇编整理 52 个观点，并注明其并非逐字实录。

“后面还有西瓜，前面的可能都是芝麻。”

这是梁文锋在一场四小时投资人会议中被转述最多的比喻之一。Chatbot 流量、企业订单、超级 App，都是眼前的芝麻；真正的西瓜，是让机器持续学习，并最终走向通用人工智能（AGI）。

这也解释了为什么下面 52 个观点看起来横跨产品、价格、开源、人才和组织，最后却总会回到同一个问题：一件事究竟能不能提高 DeepSeek 做成 AGI 的概率？

本文依据 elsewhere 于 2026 年 7 月 22 日发布的汇编整理。原页面说明，这些内容来自多方收集，部分措辞可能与会议现场不同。因此，下文是按主题重组的忠实转述，不是逐字实录，也不代表 DeepSeek 的正式声明。

什么都能做，反而更要知道什么不做

现阶段做产品不该追求收益最大化。产品是通往 AGI 的台阶与副产物，不值得把大量精力消耗在 C 端或 B 端的常规竞争上。
3D、视频生成和世界模型等方向不属于当前主线，因为它们未必决定智能上限。
多模态对消费者产品很重要，但更像一个组件，而不是智能本身。
幻觉需要解决，但在内部更接近产品问题，并非眼下最核心的研究任务。
当下最重要的是 Coding Agent；在中国市场，与其优先做金融或医疗垂直 Agent，不如先把通用 Agent 做透。
如果 AI 时代最终出现多家万亿美元公司，DeepSeek 能成为其中之一已经足够。

Agent 是下一阶台阶，持续学习才是难题

今天的 AI 并不缺少品味或直觉，真正缺的是持续学习能力。
人可以在工作中不断吸收经验，AI 却往往需要重新获得完整上下文；在解决这一点之前，它很难真正替代员工。
下一代模型首先要服务 DeepSeek 自己的研发，而不是先追求对所有用户都好用；让 AI 加速 AI 研发，可能是通往 AGI 的最快路径。
目前全球都没有找到理想的持续学习方案，因为“学习”本身由许多机制共同组成。
DeepSeek 的长期目标是 AGI。若把路线看成楼梯，去年的台阶是思维链，今年是 Agent，下一阶是持续学习。
持续学习之后，模型可能进入渐进式奇点：它能完成多数人类任务，也能参与研发更先进的 AI。
智能的终点可能是具身智能，因为人真正需要的通常不是一台电脑，而是能够行动的人力。

低价不是慈善，而是研发路线的结果

DeepSeek 追求合理利润，而不是利润最大化定价。
某款模型降价到原价四分之一时，团队反而很兴奋，因为模型被更充分地使用，才符合研发初衷。
低成本是架构选择的结果，也是扩大模型规模的手段；算力有限时，提高计算效率比单纯堆资源更重要。
API 业务无需庞大销售和客服团队，用户会自行到来，因此卖 API 本身并没有那么强的吸引力。
DeepSeek 一直有商业化活动，但不以商业化为首要目标；全面转向商业化仍然很遥远。
如果未来机会足够大，总能找到参与方式。DeepSeek 更像时代与现实条件的产物，而不是模仿某家公司的结果。

开源为什么没有毁掉 DeepSeek 的生意

克制意味着主动让出一部分利益，换取团队成就感、组织凝聚力、社会善意，以及更高的 AGI 成功概率。
AI 的经济规模可能远超传统软件；如果试图独占足以影响全球 GDP 的价值，反而可能被历史淘汰。
对外开源的模型与 DeepSeek 自己部署的模型保持一致，不会故意提供缩水版本。
梁文锋不担心别人部署 DeepSeek 模型来竞争：小公司往往缺资源，大公司又有组织难题，这恰好构成 DeepSeek 当前规模的优势区间。
只追求合理利润时，开源不会破坏商业模式；只有依赖极高利润倍数时，开源才会成为威胁。
DeepSeek 不愿与大厂或创业公司为敌，也愿意帮助阿里、智谱、月之暗面等同行做得更好。

中国 AI 的差距，首先用算力效率来追

中国 AI 需要改写叙事：用少得多的算力，把与领先者的差距缩短到半年甚至三个月。
Scaling 仍然有效；当前模型规模并非已经足够，而是受限于现有资源。
国内外人才差距并不大，很多时候本就是相似的一批人。人才短缺通常只是阶段性现象。

最后的模型竞争，成本排在体验前面

Anthropic 暂时超过 OpenAI 可能只是阶段状态；OpenAI 与 Google 更可能在未来交替领先。
中国模型公司数量过多、重复投入，行业最终会收敛。若大家只赚合理利润，也许两家大公司和两家小公司就足以支撑市场。
模型公司不太可能拿走 AI 产业的大部分利润。
模型竞争最后看三件事：成本、时间和用户体验。成本最重要，时间差几个月也很关键，体验有黏性但不是根本壁垒。

不抢超级 App，因为“西瓜”还在后面

DeepSeek 无意成为下一个超级 App、字节跳动或腾讯。
不争眼前流量与入口，是因为后方可能还有“西瓜”，眼前争夺的只是大小不一的“芝麻”。
去年行业抢 Chatbot 和 C 端流量，今年抢企业收入；DeepSeek 内部更关心 AGI 路线与下一次技术突破。
去年春节的突然走红，并不在原定剧本里。

比流量和收入更不能失去的，是团队

唯一不能退让的是团队稳定；这曾是公司最大的风险，而融资显著缓解了它。
不树敌、为同行赋能，也是在为团队创造更稳定、更友好的外部环境。
组织既自上而下，也自下而上：正式任务最好不要占满员工时间，剩余空间让研究者自主探索。
团队通常不过度加班，因为研究需要松弛环境，也因为公司足够聚焦，愿意接受一些产品暂时不完善。
组织会随规模调整，可能增加必要结构，但不会完全变成传统层级制，愿景驱动也不会改变。

愿景不是墙上的标语，而是每天怎样取舍

公司最初的一批人并非为赚钱或上市而来，而是相信这件事对人类有用，并带着善意做事。
DeepSeek 不靠 KPI 驱动，而靠愿景驱动；这种方式有利有弊，但构成了组织特色。
愿景不一定写成文件，它更常体现在做事方法和对世界的态度中；成员理解可以不同，大方向仍可一致。
梁文锋曾推崇杰克·韦尔奇，后来认为其许多管理观点已经过时，但仍认同公司最重要的是愿景。愿景不是墙上的标语，而是实际行为。

所谓克制，本质是一道概率题

AGI 是潜在收益最大的目标；其他事情有余力才做，克制本身就是愿景的一部分。
AI 的利益空间足够大，做成之后只分到一小部分也很可观；越克制，越可能走到终点。
除了愿景，DeepSeek 并不认为自己拥有很多天然优势。
公司成立初期没有充足资金、算力、知名度或号召力。梁文锋更喜欢“普通人做出不普通的事”，而不是天才神话。
开源和低价都是克制：短期提高价格或许能增加收入，长期结果却未必更好，因此克制也是战略选择。
开源与低价让员工获得成就感、让组织更有凝聚力，也让同行与公众受益；这些因素会提高实现 AGI 的概率。
如果愿景从“多拿利益”出发，可能一开始就把自己置于更困难的位置。

把这 52 条重新放在一起，梁文锋描述的并不是一家“不想赚钱”的公司。更准确地说，DeepSeek 想把利润、流量和产品都当作手段，而不是终点。

低价扩大使用，开源换来生态和善意，宽松的研究环境留住团队，少做产品则把有限算力继续押在模型上。每一次“少拿一点”，都希望换来同一种回报：更接近 AGI。

这套选择能否成功，现在没人知道。持续学习仍然没有成熟答案，算力约束不会因为愿景消失，开源与低价也可能带来长期商业压力。但至少，这场会议给出了一张相当清楚的 DeepSeek 路线图：它不急着占领每一块已经看得见的市场，而是在赌更远处那只尚未切开的西瓜。

主要来源：elsewhere，《梁文锋四小时投资人会议实录》，2026 年 7 月 22 日。本文为主题化转述与双语整理，不是逐字引文；涉及梁文锋个人表述及 DeepSeek 战略的内容，应以公司正式发布和可核验原始材料为准。