界面新闻记者 | 伍洋宇
界面新闻编辑 | 文姝琪
一个月之前，DeepSeek成功完成首轮外部融资，筹集资金总额高达五百亿元人民币（折合约七十四亿美元）。完成投资之后，公司估值一度攀升至五百亿美元（折合约三千三百八十亿元人民币）。
在这场融资活动中，创始人梁文锋个人投入了大约二百亿元，成为最大的单一出资方。此外，腾讯公司出资约一百亿元；宁德时代体系也投入了约五十亿元，其中囊括了宁德时代自身以及溥泉资本。网易、京东、Monolith砺思资本、IDG资本分别出资约三十亿元；正心谷投资、拾象科技则分别出资约十五亿元。
这一事件迅速成为AI领域内一级市场的热议焦点。不少业内人士都在关注，为什么这家曾经一度与资本市场保持距离的头部模型厂商，最终决定接受投资者的投资邀请。更吸引眼球的，是除了沿袭已久的光环之外，梁文锋真实剖析下的DeepSeek，其技术路线和商业理念究竟蕴含着怎样的分量？
近期，一份DeepSeek在融资期间内部会议的实录被曝光，内容详尽地展现了梁文锋所认知的公司、技术乃至行业未来的完整图景，其中涉及大量关于组织文化、技术规划、商业博弈以及算力基础建设的核心观点，足以让人窥见这家公司过往那些反常规但最终可能正确的审慎决策。
以下是会议实录的摘要，由界面新闻记者整理编辑：
### 人才、组织与公司愿景
1. 创立公司之初，我们并未预设要赚取多少钱，更没有计划进入资本市场。最初那几十位团队成员，全部没有这样的想法，如果他们有这些念头，就不可能加入。
总体而言，我们怀揣着对世界极大的善意来创办这家公司，认为这是对人类有益的事情，远非金钱可以衡量。
2. 管理一个大型企业，依靠的并非规章制度，而是共同的愿景。愿景不是贴在墙上的标语，而是体现在实际行动中，而非口头表达上，是指公司的真实运作方式。
因此，我们并未设立正式的组织架构，完全是依靠愿景驱动、由愿景自发组织的。我们并非以“要实现哪些KPI，如何考核”的方式开展工作，我们只有愿景。
3. AGI是更宏大的愿景，它能吸引更多优秀的人才，具有更强大的凝聚力。所以在组织上，我们有显著优势，利用这些优势……就会产生降维打击的效果。
但若你是一家纯粹的商业公司，你的愿景如果仅仅是服务于C端用户，那么在产品和流量上或许会有优势，但在技术上很难领先。而当下最有利的态势是，模型技术才是核心中的核心。
4. 在很多方面，我们都必须保持克制，但我们的核心利益究竟是什么？其实只有一个：保持团队的稳定性。
只要有能力维持团队的稳定，我一定能实现AGI的目标。至于时间早晚，如果遭遇挫折，大家都不离开，我就能继续做下去。
5. 我们一直非常克制，不愿意与任何一家互联网巨头，无论是大厂还是小厂，成为竞争对手。我希望能够赋能于大家，或者协助大家发展。
在这个前提下，我们非常愿意协助、帮助任何人，甚至包括我们的竞争对手，比如阿里、智谱、月之暗面，帮助他们做得更好。
因为这并不会损害我们的利益，我们本来就是开源的，如果你无法复现，我们随时可以告诉你如何复现。这本来就是开源的一部分，并不会因为你是竞争对手就有所改变。
6. 我们公司的管理其实有两条主线：一条是自上而下，一条是自下而上。自下而上指的是，每个人自己想做什么就做什么，没有人监管，也没有KPI。
自上而下指的是正式的项目，需要全体员工共同协作，比如发布V4版本。
我们希望这部分正式工作不要占用员工一半的时间，剩下的一半时间是自由探索的，公司只要算力能够支持，他无需进行协调。
7. 我们通常也不鼓励加班。加班只有两个原因：第一，做研究需要一个比较轻松的环境。如果你施加太大压力，大家就没办法做研究。
既然做研究要依靠自己的兴趣，平时自己去琢磨问题，就必须在一个宽松的环境里。第二，我们非常专注。
由于克制，所以很多时候，我们选择不做。我要做的事情少了，每个人分到的工作也少了。你看到我们的产品很多都不完善，但我们也没有急于改进，这也是我们的一种企业文化。
8. 目前大家面临的挑战可能是人才不够，但我认为这种短缺是阶段性的，每个行业在发展的初期都是这样。以前做网站、做互联网服务端，刚开始的时候人才都非常紧缺，但这种人才缺口会很快被弥补，可能两三年内，就会培养出大量的人才。
9. 我们没有模仿的对象，每一步都是根据实际情况，实事求是地分析利弊后做出的决策，并不是模仿别人。我觉得我们与贝尔实验室（Bell Labs）还是有区别的，因为前者明确不需要商业化，而我们则明确需要商业化。
我们最终还是要能够生存下去，毕竟我们是一个公司，政府不会给予一分钱的支持。归根结底，要考虑如何生存。很多公司之所以能取得巨大成就，是因为它们有一种超越利润的追求，但这种追求最后不但没有影响商业化，反而让商业化做得更好。
### 大模型技术路径与AGI
1. 从技术路线来看，AGI的路线图是比较清晰的。AI的发展，我们可以理解为它是一个阶梯。去年迈出的阶梯是CoT（思维链），我们发现通过思维链的方式，可以让智能达到一个更高的水平，提升上限。
今年的阶梯就是Agent，因为我们发现，利用Agent的方式，AI的能力范围会更大，智能的上限也会更高。为什么是阶梯形式？因为后面的每一步都是建立在前面基础之上的，Agent需要用到CoT，CoT也需要用到前面的语言模型，没有一步是白费的。
2. 在国内目前的形势下，我觉得最合理的做法应该是全力以赴做通用的Agent，其他类型的Agent优先级应该更低，包括金融、医疗等领域的Agent。要先做Coding，因为Coding Agent能够实现很多功能。
3. 但是在Agent之后，它仍然无法完全取代人类员工。因为AI还缺少一个关键环节，即持续学习。人能够持续学习，你招聘一个员工，他花两个月熟悉公司的环境和工作，就能上手。你说“叫小王来”，他知道小王是谁。
但如果AI没有这两个月的学习，你就必须把小王是谁、什么职务、在哪等所有上下文都给它，这在现实中并不可行。
所以我们在Agent之后能看到下一个瓶颈，也是必须解决的问题，那就是如何让模型能够持续地学习。
4. 持续学习之后，我们可能会进入一个奇点。这个奇点是：当这个模型能够持续学习之后，它已经能够完成人类能做的所有事情了。
它能够自己开发自己的版本，自己进行研究，开发下一代更强大的人工智能模型，实现自我迭代。当这一步完成后，我觉得才是具身智能的时代。到了具身智能之后，它就可以走进现实世界，为你做家务，为你养老。这是我们目前的推测。
5. 多模态布局我们一直在进行，对C端用户产品来说，它很重要。但对智能的上限而言，它只是一个组件，并非主线本身。多模态我们肯定会做，后续版本也会支持原生的多模态，但我们不把它当作智能本身，它的主线与搜索类似，搜索是一个组件，多模态也是一个组件。
6. AI领域非常广阔，有很多东西我们觉得它不属于智能的主线。比如说3D、视频生成，我觉得跟智能的主线没有太大关系，我们不会去做。
像世界模型，我们觉得现在跟智能上限的提升也没有太大关系，所以我们也不会去做。像Sora出来之后，所有大公司、小公司都开始做，但小公司后来都放弃了。它在商业上是个好生意，但与智能无关，我们只会因为它是智能路线图上的东西才会去做。
7. 我们相信Scaling的力量，规模越大，效果越好，能够解锁更多的功能。阻碍我们Scaling的，其实是算力，并不是我们不想Scaling，而是我们没有足够的算力去做。
我们现在还没有触摸到这个上限在哪里。硅谷在说Scaling到头的时候，那是对硅谷来说；对中国人而言，我们离那个还远得很，我们甚至还没有达到Scaling的程度。所以我们也会全力以赴地推进Scaling的上限。
8. 在标数据方面，这与我们的资本投入有关。以我们目前的资本投入结构来看，支撑不起像美国那么高的高质量数据标注成本，因为太昂贵了，无论是外包还是自己标注。
所以我们现在基本上是两条腿走路，先标注成本较低的。但解决AI这个问题，在现阶段，靠的就是标数据。你可以认为，现在我们公司有一半的核心研究员，最重要的人，有一半在标数据。
9. 目前，我们内部比较看重的一个叙事是：训练我们的下一版模型，希望它能帮助我们自己的开发，提升DeepSeek的效率。
我们做的模型，首要目标不是让大家用得方便，而是我们自己用得方便。如果先解决了持续学习这个问题，那么通用智能的问题也就不攻自破。有了AI持续学习的辅助，它能够极大地提升我们自身研究的效率。
### 开源、商业化与低成本战略
1. 在开源这件事情上，我们一开始就想得非常清楚。第一是愿景，第二是我们认为要把AI在商业上做成，开源是有好处的。
AI这件事足够大，最终它可能占据人类社会GDP的百分之十。这么大的数字，一个人不可能独占，你一定要跟别人分享，否则你肯定活不下来。这跟之前开源一个普通的软件不一样，因为那个市场规模没有那么大。
如果说我们想独占这个利益，那么一定会被历史淘汰。这需要克制，你必须有一套机制来确保自己获得的利益是有限的，才有可能做成。
2. 你越克制，你越有可能做成这件事。克制是一种战略，在于有时候你可以舍弃一些，来换取更多其他的东西。AI这件事太大了，利益太大了。只要能够做成，最后的利益都会非常大，你随便分一点，就已经很足够了。
所以我们之前说，我们只赚取一个合理的利润，只看你的意愿，而不是利润的大小，这和普通的商业思维是不一样的。
3. 我们认为API定价一个合理的利润，大约是我们到市场上购买一批设备回来，十个月收回成本，我觉得这就是合理的。
这个成本，十个月回本，我们自己能做到，其他家做不到。像阿里或者腾讯，由于他们没有我们这样的优化，他们的成本应该要比这个高好几倍，这里有非常多的优化工作。
4. 在这个价格区间，用户的需求是没有弹性的，就是价格再提高一倍，token的消耗量区别不会太大。如果贵一倍，我们的总收入接近翻倍。但一开始我们担心需求太多，把模型价格定高了，团队里大家不是很高兴。后来我把价格降下来，降到四分之一，大家就很开心。
我觉得这个才是我们真实的想法。在赚取合理利润的情况下，让大家都能用得起。我们降价的时候，公司群里很多人在欢呼，因为这是我们花了这么多精力把模型做好，能让大家充分去用的目的。
5. 去年春节我们用户突然很多，但我们并没有去追求留住这些用户，或者拿去变现，没有在用户上面去争夺商业利益，但我们很努力把用户服务好。
我们没有想法说要做成下一个超级App，然后去跟谁竞争，去做成下一个字节、下一个腾讯。我不跟你去争这些东西，因为后面还有西瓜，前面的可能都是一些小芝麻，不应该什么芝麻都抢。
6. 去年的C端、今年的B端，我觉得这件事要做，要把它做好，但这不是我们的目标。我们公司大部分人并不认为这是一个与AGI同等重要的问题。
C端和B端都是我们做AGI路线上的副产物，是一个中间产出。我并不是为了做C端或者为了做B端而去做它，而是我们为了做AGI，刚好能产出这些东西，我就把它拿来做商业化。
7. 开源对我们的商业模式没有任何影响。我也不担心别人部署我们的模型来跟我们竞争，一点都不担心。我只担心他部署不起来，有些细节没做对，效果变差了，或者他的成本会比较高。这里是没有冲突的。
8. 半年前大家讨论的商业化是什么？一定是我要去广告、去做电商，或者要在产品里面植入电商，然后跟本地生活搞在一起，肯定没用的，因为变化太快了。你这个产品，去花很多时间做商业化考虑、商业化路径，它的生命周期会很短。
我觉得还没有到这个时候。在过去三年，任何一个时候你跟我说商业化路径、产品线，都是浪费时间，因为你并不能预测未来。在任何一个时候你聚焦在产品上都太早了，最大的还是技术的延伸。
### 算力、中美差距与底层基建
1. 我们跟美国的差距主要在资源上面，人上面差距是不大的。因为就是同一批人，可能是中国人，有一些留国内，有一些去国外，去国外的人也并没有说更聪明，它是比较随机的。
而且我们的基数大，每年有那么多人的补充。人才不是瓶颈，资源是最大的瓶颈。资源首先影响到人才培养，因为算力少，我们能做的实验机会比较少，所以我们的人才整体上比美国有差距。人才的差距，本质上也是因为算力的差距。
2. 国内现在做基模的东西太多了，美国可能就三家在做，资源只集中在这三家，而中国资源分得很散，每一家拿到的资源就更少，我觉得这肯定是要收敛的，某种程度上也比较浪费。
不需要那么多家，现在大家觉得做这个事情利润率高，所以一定要自己做。但当他发现这个事情没有那么高利润的时候，可能就不做了。我不相信有暴利，因为这不符合客观规律。中国最后有个三四家竞争，价格绝对已经够打价格战了，可能就已经比较够了。
3. 大模型竞争，终局的差距应该体现在三方面：一方面成本，一方面时间，一方面用户体验。除此以外，可能没有什么差距。
成本肯定是一个差异，我觉得可能成本是排在第一位的区别。然后第二个就是时间，你什么时候能够做到，你早几个月、晚几个月，它都不一样。第三个可能是体验，中间会有一些用户粘性，但它可能不本质。
4. 英伟达CUDA的护城河在快速地被瓦解，原因可能有三方面。一方面是现在有了AI，要建立起这个生态比以前容易很多了，因为AI可以写代码。
第二，有一些新的技术，比如我们出了一个技术叫TileLang，是一种高级语言。用这个高级语言来写CUDA的算子，可以很快地把英伟达的整套生态全部都写一遍，再结合AI，这看起来没有什么障碍。
还有一点就是，计算卡的市场已经比游戏卡大了，以后计算芯片都不再和CUDA耦合，都是专用芯片了。在这个背景下，原来英伟达生态的作用就大幅度减少了。
5. 国产AI芯片替代现在是有个历史性机会的。我们认为，未来一年之内，国产芯片的生态完全没有问题这件事情能够被验证。之前认为是有问题的，认为用不起来、不好用，但是未来我觉得一年之内，我们能够用事实来扭转这些认知。
国产AI芯片的硬件和生态都没有问题，唯一有问题的是产能不够。国产卡适配这一点没有障碍，英伟达挡不住。在英伟达的卡买不到的情况下，所有人迫于无奈，都必须去做国产芯片。在这个背景下，国产卡的适配是没有任何障碍的，但还需要时间。
6. 华为给我们的大约是一万六千张卡的产能，互联网大厂可能是十几万张。一万六千卡的华为950，只相当于四千卡的英伟达B系列。所以说这不是一个很大的量，意义不是很大，它只够训我们现在这一代模型，不够训下一代。
华为卡生命周期肯定是会短一点，因为它本来就已经比英伟达晚两年了。华为950今年能用还挺好的，明年用我觉得还可以，后面再用我觉得可能就真的太费电了。但我对国产算力是比较乐观的，英伟达是在掘自己的坟墓。
7. AGI还需要多久？国内硬件在这个时间能追上吗？我觉得在AI这件事上，应该国内一两年是能够做到跟国外差不多的，或者可能今年就能做到平替国外的模型。所以今年应该就能做到的，但它还不是AGI。
华为的950超节点，在性能和价格上可以完全平替英伟达的GB200、GB300。价格肯定要贵，但贵得有限，比如贵百分之一百，我觉得已经可以在价格上认为平替了，所有GB300能做的任务，华为超节点都能做。
8. 我们算力落后是一个事实。这个事实通过三方面来消解。第一方面是我们承受模型落后，我们只能够用比他们更小的模型。
但落后有一个好处，落后意味着你有更多的时间，你有一定的技术，你就可以用巧妙的方法。所以我们跟美国的差距可能是落后十二到十八个月。简单说，就是落后美国两年，然后只用美国二十分之一的算力把这个事情做出来。
那么未来我们要把这个叙事改写，就是我们用它几分之一的算力，但是把这个时间缩得更短，缩到六个月、三个月。
9. 关于公司重大战略、技术业务决定的流程和决策机制。我们公司整体上是建立在共识的基础上的。我并不是说我一个人决定所有事情，而是我要寻求共识。
我在公司内的权威以及影响力，是建立在共识之上的。比如说我要做一个事情，我肯定是先看大家的共识是什么，大家想不想做。然后有可能我会进行一些引导或者倾向，但是这引导的作用是非常有限的，必须建立在共识的基础上，我才能够推得下去。
【站点差异】本稿将发布到 shixunpress.com。请换一种措辞、句式与段落节奏，避免与发往其他站点的版本雷同；事实与数字仍必须与原文一致。
