2026年5月20日，梁文锋召开了一场面向投资人的内部交流会，全程约3小时44分钟。这份录音文字稿最近在网上流出，42页，信息量极大。

我通读了一遍，可以说这是目前为止了解 DeepSeek 战略思考最一手、最坦诚的材料。没有 PR 话术，没有打太极，梁文锋把 DeepSeek 的愿景、技术路线、开源逻辑、竞争态势、组织方式、商业化态度——全讲了。

下面是我整理的核心内容。

一、”克制”是 DeepSeek 的核心战略

整场交流会，梁文锋反复提到一个词：克制。

DeepSeek 的 API 定价逻辑很简单：10个月收回设备成本，对应大约6倍利润。这远低于行业水平。梁文锋说得很直白：

这个价格区间，用户的需求是没有弹性的。我价格再翻一倍，token 的消耗量区别不大。如果再贵一倍，总收入接近翻一倍。

但他选择不涨价。理由不是”薄利多销”这种商业策略，而是一个更底层的判断：

AI 这个事情太大了，利益太大了。你越克制，可能就越容易做成。你越想多拿份额，越做不成。

他把”克制”上升到战略高度——甚至认为这是 DeepSeek 能做成 AGI 的前提条件。降价的时候，公司群里的人”欢呼”，他觉得这才是公司的凝聚力所在。

这种思路跟绝大多数 AI 公司截然不同。别人想的是怎么把 ARR 做高、怎么把利润做大，DeepSeek 想的是怎么把利润控制在”合理”范围。

二、为什么坚持开源

DeepSeek 的开源不是为了”获得社区好感”，而是愿景的一部分。

梁文锋把 AI 和传统软件做了区分：传统软件市场可能就几十亿美金，开源了就没有了。但 AI 不一样——

AI 这个事情足够大，最终它可能得占掉人类社会 GDP 的百分之十。一个人独占这个事情，你不可能独占这个事情。

他的判断是：想独占利益的人，一定会被历史抛弃。而主动克制、开源、让利的人，反而更有可能做成。

具体到商业层面，他算了一笔账：

  • DeepSeek 的 API 定价基于”10个月回本”
  • 第三方想自己部署 DeepSeek 的开源模型，成本比直接用 API 还高
  • 所以开源根本不会影响收入

我按十个月回本这个，就能够让独立部署的第三方无利可图。

一句话：开源是克制的一部分，克制是战略，战略的终点是 AGI。

三、AGI 路线图：清晰的阶梯

梁文锋给出了一个罕见的、清晰的 AGI 技术路线图：

1
语言模型 → CoT（思维链）→ Agent → 持续学习 → 自我迭代奇点 → 具身智能

每一步的定位：

阶段 状态 说明
语言模型 ✅ 已完成 基础能力
CoT 思维链 ✅ 去年跨越 让模型”思考”，解锁数学/编程能力
Agent 🔄 今年正在走 扩大能力范围，能执行任务
持续学习 ⏳ 下一个瓶颈 当前最关键的研究问题
自我迭代 🔮 未来 AI 加速 AI 研究，渐进式非线性
具身智能 🔮 终点 走进物理世界

最关键的判断：持续学习是当前的瓶颈。

梁文锋解释得很清楚——现在的 AI 已经很强了，给它完整的上下文和指令，它超过人类。但它不能像你的员工一样，来公司两个月就熟悉环境。它没有持续学习的能力。

如果 AI 具有持续学习的能力，它跟你的员工一样，到公司学习两个月，那就可以替代天下的人了。

解决了持续学习，AI 就能自我迭代——用 AI 加速 AI 研究，进入非线性的加速阶段。之后才是具身智能。

他特别强调了一点：**这个路线图是”最轻松的路线”**。先解决持续学习和自我迭代，后面的事情 AI 自己就能做了。反过来如果先做具身智能，那就是苦力活。

四、中美差距：算力是唯一瓶颈

梁文锋的回答非常诚实：

我们跟美国的差距主要在资源上面，人上面差距不是很大的。

具体数字：

  • DeepSeek 当前约 2万张 H 等效算力
  • 训练 800B 激活模型需要 20万张 GB300 或华为 950
  • 中国最大模型激活参数约几十 B，美国已达 800B，差一个数量级
  • 中国落后美国约 1-2 年，但只用 1/20 的算力

人才差距本质上也是算力差距——算力少，实验机会少，人才培养就慢。

但他对追上算力差距并不悲观。融资的主要用途就是买卡：

如果说半年之内就把钱花完，那太幸福了。

五、国产芯片：历史性机遇

这是整场交流会里最”出圈”的部分。

梁文锋认为英伟达 CUDA 的护城河正在快速瓦解，原因有三：

  1. AI 可以写代码：用 AI 构建生态，比以前容易太多了
  2. 新技术出现：DeepSeek 自研了 TileLang 高级编译器，可以快速重建整套生态
  3. 专用芯片趋势：计算卡市场已超过游戏卡，不再需要兼容 CUDA

关于华为：

  • 华为 950 超节点可平替英伟达 GB300
  • 代价：4张华为卡 = 1张英伟达卡，落后约2年
  • 华为给 DeepSeek 约 1.6万张卡，互联网大厂能拿到十几万张
  • 预测：1年内国产芯片生态问题会被验证解决

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。

六、组织方式：没有组织，愿景驱动

DeepSeek 的管理方式可能是最”反常识”的：

  • 没有 KPI
  • 没有考核
  • 愿景驱动——但愿景甚至没有成文
  • 两条线：自上而下（正式项目，不超过一半时间）+ 自下而上（自由探索）
  • 不加班——做研究需要松弛环境

梁文锋说得很实在：

我们根本没有组织，就是愿景驱动的，靠一个愿景来组织。

他认为这种模式的凝聚力反而比商业激励更强。因为人才不是全奔着钱来的，大家奔的是”在一个能做成 AGI 的环境里做这个事情”。

唯一的最大风险 = 团队稳定性。

只要我能够保持团队的稳定性，我一定能做成 AGI，就这么简单。

七、商业化：是副产品，不是目标

DeepSeek 的商业化态度可以用一句话概括：顺便做。

  • C 端用户：”赶都赶不走”，但 DeepSeek 没有去抢流量
  • B 端 API 收入增长乐观，ARR 有望做到几亿美金
  • 但这些都不是目标，而是做 AGI 路上的”副产物”

我站在一个技术的高位上来做相对低一级别的技术，是有降维打击的。

梁文锋的判断是：现在花时间做商业化路径和产品线，是浪费时间。因为 AI 变化太快，你半年前规划的商业化路径，半年后可能就完全不对了。

终局竞争差距只有三点：

  1. 成本（最重要）
  2. 时间（先做出来 vs 后做出来）
  3. 用户体验

国内最终会收敛到 3-4 家大模型公司。

八、几个有意思的观点

关于视频生成和世界模型：

视频生成跟智能的上限没有关系……它跟智能的路线图没有什么关系。

梁文锋认为这些是”好生意”但不在智能主线上。DeepSeek 不做。

关于数据标注：

我们公司有一半的核心研究员在标数据。

中国做高端数据标注没有成本优势，只能两条腿走路。

关于 Scaling Law：

我们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；对中国人来讲，我们离那个还很远。

关于 AI 加速 AI：

AI 现在不缺品位和直觉，它缺的是持续学习的能力。

关于 OpenAI vs Anthropic：

梁文锋认为 Anthropic 的领先是暂时性的，OpenAI、Google、Anthropic 三家会交替上升。

写在最后

这场交流会最打动我的不是某个具体的技术判断，而是梁文锋思考问题的方式。

他用一套完整的逻辑把 DeepSeek 的所有决策串了起来——为什么开源、为什么便宜、为什么不做 C 端超级 App、为什么没有 KPI——全指向同一个终极目标：用最高的效率抵达 AGI。

“你越想多拿，越容易输”——这句话放在今天所有 AI 公司身上都成立。

DeepSeek 的思路本质上是：在一个赢者通吃的赛道里，主动选择不吃独食的人，反而最可能走到终点。

这个逻辑是否成立，还需要时间验证。但至少到目前为止，DeepSeek 的每一步都印证了这套逻辑。

本文基于 DeepSeek 投资者交流会录音文字稿整理，原始录音约3小时44分钟。