DeepSeek梁文锋与智谱唐杰的AGI路线之争：摸高 vs 摸奖

事件概述

智谱创始人唐杰与DeepSeek创始人梁文锋近期分别发表内部信和投资者讲话，公开了二人在AGI（通用人工智能）实现路径上的核心分歧。唐杰宣布启动为期两年的“Touch High（摸高）计划”，投入百亿级资金，明确四大研究方向，暂不追求短期变现；梁文锋则主张不设传统KPI，让研究员自主探索，他称之为“摸奖”。

核心信息

• 基础模型价值判断：两人均不认同“基础模型已商品化，差距不大”的观点。唐杰认为下一次模型升级将重写所有产品和商业模式，智谱上市后将全面回归基础研究；梁文锋将DeepSeek的商业收入视为AGI探索的副产品，不打算短期增收。
• 下一代模型首要目标：两人一致认为，下一代模型首先应帮助研发团队更快迭代下一版模型，形成自我训练闭环。但这个闭环需要“持续学习”能力——模型在工作中不断积累经验，目前全球尚无一家实现。
• 路径对立：唐杰认为记忆、持续学习、自我评判三大难题正沿现有路线（更长上下文、外部检索、模型周期性更新）逐步消解，因此可以制定连续工程计划。梁文锋则指出“模型每隔两个月发布新版”不等于“同一个模型在工作中成长”，他认为两者之间存在尚未被跨越的科学断层。
• 开源路线差异：梁文锋称DeepSeek从一开始就将最强模型（V3、R1）全开源，而智谱此前仅开源小版本，直到2024年6月才以MIT协议开源旗舰模型GLM-5.2，有种“被迫”的感觉。DeepSeek敢于全开源的原因在于其推理优化绑定工程团队，第三方部署成本高于调用API；同时DeepSeek坚持低定价（十个月回本），使开源成为护城河。
• 前景对比：“摸高”路线两年内必有可量化的阶段性交付物，但一家万亿市值上市公司暂停变现投入基础研究本身就反直觉。“摸奖”路线若两年内无突破可能看不到范式级成果，但一旦做通就是跨越式突破，类似DeepSeek R1的诞生。

值得关注

• 业内预计2024年下半年将出现4~5个接近海外顶级水平的国产Coding模型，当前AI写代码能力的领先很难持续，真正的壁垒在于持续学习、自我训练、长期记忆等未突破的能力。
• 唐杰的“摸高计划”涉及长程Agent、多智能体、完全自我训练和机械可解释性四大方向，但3万亿参数级别训练基础设施仍在补齐。梁文锋则坚持集中力量，将视频生成、世界模型、具身智能等排在后面。