梁文锋（DeepSeek）投资者交流会：克制即战略

本文字稿依据约3小时44分钟的录音整理，经语音自动识别并由AI编辑，个别人名和数字可能存在识别错误。以下按梁文锋本人的思路，概述这位DeepSeek创始人兼首席执行官的观点。

愿景而非KPI

梁文锋表示，公司创立之初，没有人考虑赚多少钱、进入资本市场或IPO，团队是“怀着对世界巨大的善意”来做这件事的。他认同杰克·韦尔奇的观点：对公司最重要的是愿景，愿景不是墙上的口号，而是公司实际的做事方式。据他介绍，DeepSeek没有正式的组织架构，也没有KPI考核，愿景甚至从未写成文字，而是体现在工作方法之中。

梁文锋称自己和同事是“一群普通人做了一件不普通的事”。两年前他们既没有多少钱，也没有多少GPU卡，更没有知名度，他本人也只是“甚至不是顶尖”大学的毕业生。

克制即战略

这次交流的关键词是克制。梁文锋估计，AI最终可能占到人类社会GDP的10%左右，这样的市场不可能被垄断。想拿5%的人，会输给只要1%的人，而后者又会输给愿意只拿0.1%的人。因此，公司只追求“合理利润”：

• API定价以采购的硬件约十个月回本为标准，大致相当于六倍利润；财务上服务器按三到五年折旧；
• 梁文锋认为，在这一价格区间需求缺乏弹性：价格翻倍，收入几乎翻倍，而继续降价也不会带来更多用户；
• 公司曾把一款模型的价格降到原来的四分之一，员工在公司群里一片欢呼；
• 他认为，这样的成本得益于DeepSeek的优化，大型竞争对手的成本据他估计要高出数倍。

去年春节突然走红时，公司也采取了同样的态度：认真服务用户，但没有变现，也没有与字节跳动和腾讯争夺市场。梁文锋引用“捡了芝麻丢了西瓜”的俗语：眼下的市场只是芝麻，AGI才是前面的西瓜。

开源与商业

梁文锋认为，开源既是愿景的一部分，也是有利的商业选择。他表示，公司最强的模型很可能也会开源，而且开源版本与DeepSeek自己部署的版本完全相同。在六倍利润的前提下，开源不会影响业务：第三方自行部署并不划算，因为很难达到同样的成本。只有想赚百倍利润的人，才会受到开源的影响。

据梁文锋介绍，DeepSeek帮助所有人部署其模型，包括竞争对手阿里巴巴、智谱和月之暗面，唯一担心的是对方部署后质量下降或成本过高。他把C端和B端业务称为通往AGI路上的副产品：维护API只需几个人，没有客服，也没有销售团队。尽管如此，他估计今年API收入有望达到数亿美元，若达到10亿美元，公司现金流将转正。

通往AGI的路线图

梁文锋把AI的发展比作阶梯：先是语言模型，然后是思维链（CoT），今年是智能体（Agent），每一级都建立在前一级之上。只要提供完整的上下文和指令，当前的AI已经超过人类，但它仍无法取代一名需要两个月熟悉公司的员工。所缺的只有一样：持续学习。他设想的后续顺序是：

• 持续学习；
• “奇点”，即能够自行研发下一代版本的模型，这是一个平滑的过程，而非一个点；
• 具身智能，进入现实世界：做家务、照顾老人。

公司不认为视频生成和世界模型属于智能的主线，但承认它们是好生意。多模态和搜索一样是组件：V4及后续版本将原生支持多模态。梁文锋目前看不到语言模型规模化的天花板。每一代新模型的首要目标是帮助DeepSeek自身研发，因为这是通往AGI最快的路径。

算力卡、华为与中美差距

梁文锋表示，公司的核心利益只有一个，也几乎是唯一的：保持团队稳定。在他看来，钱和资源都不是问题，DeepSeek的人员流失率也低于同行。他认为与美国的差距主要在算力：

• DeepSeek现有约2万张H等效算力卡，大部分是最近一两个月到位的；公司以合理价格能买多少就买多少，因为英伟达的卡十个月即可回本，而存在银行只有约百分之二的年利率；
• 美国最大的模型激活参数约为800B，中国的只有几十B；训练这样的模型需要5万张GB300或20万张华为950；
• 华为给公司分配约1.6万张950，相当于约4000张B系列卡；梁文锋认为华为950超节点可以替代GB200和GB300，代价是“四换一，再加两年差距”；
• 自研高级语言TileLang使公司摆脱了对CUDA生态的依赖，梁文锋认为1%-2%的效率损失可以接受。

梁文锋认为，CUDA的“护城河”正在迅速瓦解：AI会写代码，可以帮助重建生态；TileLang等语言已经出现；专用芯片也不再受游戏显卡设计传统的束缚。他预计一年之内实践将证明，国产芯片生态没有问题，剩下的只是产能不足。

他估计中国模型落后美国6到18个月，即“用美国二十分之一的算力，落后一到两年”，目标是把差距缩小到3到6个月。乐观情况下，激活参数150B的下一代模型可于年底开始训练。

市场与公司运作

梁文锋预测，大模型之间的竞争最终将归结为成本、时间和用户体验。中国做基础模型的公司太多，市场将整合为三四家。他认为，中国将成为按规模计最大的AI生产者，并让AI更便宜，而Anthropic目前对OpenAI的领先只是暂时的。

在具体优先事项上，梁文锋特别强调编程智能体（Coding Agent）：他认为在中国最合理的是全力做通用智能体，金融、医疗等智能体可以稍后。公司一半的核心研究人员目前都在做数据标注，因为现阶段解决AI问题依靠的是数据。他认为幻觉问题可以通过更好的后训练解决，但将其归为产品问题。他还表示，AI人才短缺是暂时的，而且已经明显缓解。

DeepSeek的管理有两条线：自上而下用于全公司项目，例如发布V4；自下而上用于自由研究。正式工作不超过员工一半的时间，基本不加班，大约每两到三个月发布一次新版本。随着人数增长，部分部门将建立更清晰的架构。梁文锋说，即使技术停滞，仅靠出售API也足以支撑一家上市公司：“我们有更大的梦想，但也有保底的成果。”