DeepSeek的理想与现实：用AGI愿景支撑商业路径

事件概述

DeepSeek创始人梁文锋在一次近4小时的投资者交流会上，详细阐述了公司对AGI路径、开源策略、组织管理和商业化的思考。外界看到的是一个既仰望星空又脚踏实地的DeepSeek。

核心信息

一、AGI路径：拆解为连续台阶

• 长期目标是AGI，但路线图分为：语言模型 → CoT（思维链） → Agent → 持续学习 → 自我迭代 → 具身智能。每一步都落在当前技术问题上。
• 梁文锋认为下一个瓶颈是Agent之后的持续学习——AI如果能像员工一样学习两个月，就能替代大量人力。
• 主动排除不在主线上的方向：视频生成、3D、世界模型等被视为商业好生意但与智能主线无关，不会投入核心资源。多模态对产品重要，但只是智能的组件。
• 允许高不确定性研究（“摸奖”），同时承认大量苦活：一半核心研究员在标数据；幻觉问题可通过后训练改善，但不是重点。
• 相信Scaling，但受限于算力：模型大小取决于可用资源，并非认为足够大；低成本、国产算力、编译器优化是资源受限下的工程效率选择。

二、组织管理：动态松散，愿景驱动

• 没有固定组织架构，团队不加班、无KPI，至少一半时间员工做自己的事。决策基于共识，而非创始人独断。
• 团队靠愿景凝聚：早期成员并非为钱而来，降价API价格时团队欢呼。梁文锋坦诚团队稳定是最大风险，融资和期权缓解了“人散了”的挑战。
• 随着人员扩张，部分部门将建立层级结构，但研究部门保持扁平松弛。不加班源于研究需要松弛环境，以及聚焦目标导致事情少。

三、开源与商业：壁垒从模型转移至成本与工程

• 开源是愿景直接要求，也是商业机制：AI市场足够大，不可能一家独占；开源有利于生态接受，且真正的壁垒是部署成本、工程效率和组织能力，而非模型本身。
• API定价策略：赚六倍利润、十个月收回成本，低价是基于成本控制而非慈善。不担心竞争对手部署其模型，希望他们用起来。
• 不树敌，愿意协助竞争对手（如阿里、智谱、月之暗面），因为开源并不损失利益，反而有加分。
• 不吃全产业链：只守最核心的模型层，不自研芯片（除非收益足够大），也不向上游或下游垂直整合。相信AI时代会产生多家万亿级公司。

四、商业化：不抢当下机会，但顺手接住

• 商业化不是最终目的，但途中若有机会不拒绝。比喻为“捡芝麻”和“拿西瓜”：前面是芝麻（短期用户争夺），后面有更大机会。
• 商业化路径可行：即使最坏情况靠卖API也能支撑一家上市公司。

值得关注

梁文锋提出“最坏情况卖API也能支撑上市公司”的底线思维，以及“开源不影响商业模式”的判断，与当前大模型行业高投入焦虑形成对比。其将AGI路线图拆解为具体技术台阶的做法，也反映了资源受限下高效的工程导向。