1会议背景
这场交流为什么重要
一场"意外"流出的内部交流
2026年7月23日凌晨，一份梁文锋与DeepSeek投资人的闭门交流实录开始在网上流传。这场交流实际发生在5月20日，持续接近4个小时，共有118组问答，全文合计2.4万多字。
参加交流的是DeepSeek的投资人。当时首轮外部融资已进入后半程，投资人名单基本确定（腾讯、宁德时代体系、京东、网易、IDG资本等），梁文锋先做分享，再接受投资人集中提问。这是人们第一次在公开语境里，看到梁文锋以"融资方"身份如此完整地解释这家公司。
两个月后，DeepSeek已完成首轮510亿元融资，投后估值约4000亿元，梁文锋个人出资约200亿元。与此同时，DeepSeek已开始筹备科创板IPO，目标最快年内申报。
2026.04.25DeepSeek宣布V4-Pro API价格永久降至原价1/4，输入低至0.025元/百万Tokens
2026.05.20梁文锋举行近4小时投资人闭门交流会，118组问答
2026.07.22-23DeepSeek完成510亿融资消息正式披露，交流会实录流出
2026.07.23-26媒体密集整理"金句版""20个关键词版""十问版"，创投圈刷屏
2核心哲学：克制是一种战略
梁文锋整场谈话反复出现的关键词
一句话概括
"克制是一种战略，放弃一些东西，是为了提高实现AGI的概率。资源是有限的，每多做一项非核心业务，AGI的成功概率就会下降一点；反之，每放弃一个短期诱惑，就能把更多算力、人才、注意力投入到主线。"
| DeepSeek的"不做什么"清单 | |
|---|---|
| 不做超级App | 不做下一个字节、腾讯，不跟谁竞争 |
| 不做3D/视频生成 | 跟智能的主线没有太大关系 |
| 不做世界模型 | 不是当前阶段最重要的事 |
| 不追C端流量 | C端用户是AGI路上的"副产物" |
| 不闭源 | 最强模型也会开源，看不到闭源的必然好处 |
| 不利润最大化 | 只赚六倍利润（十个月回本），不赚一百倍 |
| 不设KPI | 愿景驱动，不靠规章制度管理 |
| 不加班 | 研究需要松弛环境，逼太紧做不出研究 |
330条金句精选
按主题分类整理，保留梁文锋原话
01愿景与初心
愿景
我们是怀着一个对这个世界非常大的善意来做这个事情，这是一个金钱以外的事情。
管理
一个公司最重要的是它的愿景。管理大公司，靠的不是规章制度，靠的是愿景。
愿景不是标语
愿景不是挂在墙上的标语，是你怎么做，不是怎么说。
愿景驱动
我们没有组织，就是愿景驱动的。这个愿景甚至也不是成文的，它是在我们做事情的方法、对待这个世界的态度里。
02克制与开源
克制的本质
AI这个事情太大了，你不可能独占。如果你不想克制，你就做不成。
开源=克制
开源是属于克制的一部分。你越克制，越容易做成。
合理利润
我们只赚取一个合理的利润——十个月收回设备成本，这个商业上我已经非常满意了。
降价的故事
我们降价，公司群里很多人是欢呼的。我们的目的就是能够非常便宜、效果非常好，让大家都用得起。
开源与利润
开源不会影响我的商业模式，前提是只赚合理利润。如果想着赚一百倍利润，开源才会影响你。
最强模型也开源
我们一定会开源，最强的模型也会开源——因为我看不到闭源有什么必然的好处。
伟大不靠独占
如果我们想独占，一定是要被历史抛弃的。我觉得最主要这是一个客观的规律，是历史观。
03战略取舍与降维打击
只做主线
我们只做AGI的主线，不做视频生成、不做世界模型——那跟智能的上限没有关系。
副产物
C端和B端用户，都是我们做AGI路上的副产物。我们不是为了商业化去做模型，而是为了AGI刚好能产出这些东西。
降维打击
你站在技术的高位做相对低级别的应用，是降维打击。我们没有抢C端用户，用户赶都赶不走。
芝麻与西瓜
前面的机会都是芝麻，后面的AGI才是西瓜。不要什么芝麻都抢。
04组织与人才
唯一核心利益
我们最大的核心利益，唯一不能退让的，是保持团队的稳定性。只要大家不走，我们一定能做成AGI。
不加班
我们不用加班。因为非常聚焦，要做的事情很少。研究需要松弛的环境，逼太紧做不出研究。
上下两条线
从上到下做正事分工，从下到上让人自由探索。我们希望安排的工作不要占用员工一半以上的时间，另一半时间由员工自己决定做什么，不需要请示，不需要汇报。
共识管理
我在公司的影响力建立在共识上，不是我一个人决定所有事情。
05人才与竞争格局
人才不是瓶颈
人才不是瓶颈。AI人才短缺是阶段性的，历史上从来没有长期缺某一类人。
行业收敛
国内做基模的公司太多了，一定会收敛。最后不需要那么多家，拿合理利润就够了。
少即是多
如果你愿景是拿得多，你就先输了。拿得多的人会被愿意拿得少的人打败。
06技术路线与AGI路径
AGI阶梯
AI的发展是阶梯式的：去年是CoT，今年是Agent，下一个瓶颈是持续学习。
自我迭代奇点
持续学习之后，模型会来到一个奇点——它能自己迭代下一版模型，那时再做具身智能就不用我们动手了。
先给自己用
我们训练的模型，第一目标不是大家用得好，而是我们自己用得好。它要先帮我们开发下一版模型。
AGI最快路径
我们做的模型最首先提高的是DeepSeek自己的工作效率。这是实现AGI最快的方法。
07成本与效率
Scaling未到头
我们离Scaling的上限还很远。硅谷说Scaling到头，那是对他们；我们根本没有Scaling到那个程度。
低成本是愿景
低成本是我们的愿景，不是商业策略。我们的同学有同理心，知道别人用这个要花钱。
与美国的差距
我们落后美国12-18个月，但只用它二十分之一的算力。未来我们要把时间缩到6个月、3个月。
08商业与利润的哲学
AI的体量
AI占人类GDP百分之十，你只要分一点点就足够了。不用考虑怎么拿，利益足够大。
无暴利
我不相信大模型公司能有暴利，这不符合客观规律。成本控制好的人多赚一点，仅此而已。
利润以外的追求
我们本质上是一个公司，要有利润以外的追求，但这个追求不会影响商业化，反而会让商业化更好。
4十问十答精要
基于交流会内容梳理的核心问答，保留原话
面对AI这块巨大的财富蛋糕，为什么DeepSeek要开源、要坚守"克制"？
开源这个事情上，我们一开始就想得非常清楚。首先是跟我们的愿景相关——我们的愿景是怀着对世界非常大的善意来做这个事，要对人类有用。第二，我们认为要把AI在商业上做成，开源是有好处的。AI足够大，最终它可能占人类GDP的百分之十，是非常大的数字。一个公司不可能独占，一定得跟别人分享。如果我们想独占，一定是要被历史抛弃的。你需要有一套机制确保你自己能获得的利益是有限的，你才有可能做成。你越克制，越有可能做成AGI。
大模型的商业利益如此巨大，DeepSeek在开源与API定价上，如何做商业权衡？
我们只赚取一个合理的利润，而不是利润最大化。我们的API定价是一个合理的利润，大概是我们到市场上买一批设备回来，十个月收回成本。如果一个服务器在财务上按照三年或者五年的摊销，但在商业上，我们觉得十个月收回成本就够了。它其实不是利润最大化的。我们并没有什么武器，起点又非常低，资源又非常少，其实就是随机的一群平凡人。我自己也就是一个大学毕业生，也不是最顶级的学校毕业。
为什么不做下一个超级App？不跟字节、腾讯竞争？
我们并不会有这样的想法，说我要做成下一个超级App，然后我要去跟谁竞争，我要做成下一个字节、做成下一个腾讯，完全没有这样的想法。我们真正关心的是AGI的路线图、下一步技术怎么突破。产品只是通往AGI路上的"副产物"。心里想着AGI，做着AGI，再做C端、B端的时候，根本不用太多心思，花很少精力就能做好。这叫降维打击。
AGI的实现路径是什么？当前最大的瓶颈在哪里？
AGI的实现路径是十分清晰的：语言模型 → CoT → Agent → 持续学习 → 自我迭代奇点 → 具身智能。去年走的阶梯是CoT，今年的阶梯就是Agent。Agent要用到CoT，CoT也要用到前面的阶梯。当前AI不缺品味和直觉，缺的是"持续学习"的能力，只要跨过这道坎，模型就能自己开发自己的下一个版本。
中美AI差距到底有多大？瓶颈在哪里？
人才不是瓶颈，资源是最大的瓶颈。资源首先影响人才培养，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。我们看到的所有区别，包括人才的区别、模型能力的区别、应用的区别，可以认为都是因为算力资源上的区别。我们和美国的唯一差距就是资源。
对国产AI芯片怎么看？英伟达的壁垒还能维持多久？
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。如果是在一个正常的商业环境里面，我能买到英伟达的卡，那么国产替代是比较难的；但在英伟达的卡买不到的情况下，所有人都迫不得已都要去做国产芯片。我觉得在这一点上，英伟达是在掘自己的坟墓。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。未来一年之内，我们能够看到国产芯片的生态完全没有问题。
DeepSeek的组织管理有什么独特之处？
我们公司的管理其实是两条线，一条线是从上到下，一条是从下到上。从下而上，就是每个人自己想做什么，自己做，没有人管他，没有KPI。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在公司内的影响力，是建立在共识的基础上的。我们根本不用加班，因为就没那么难。研究需要松弛的环境，逼太紧做不出研究。
500亿融资之后，钱怎么花？
钱不是用来存的，是用来变成卡的。在我们能够承受的范围内，肯定是卡越多越好，毫无疑问。因为我把钱变成英伟达卡，肯定是比放在银行里面好，放银行里面可能就存两个点，但买英伟达卡，十个月就能回本。如果说我今年能够花掉两百亿，那就属于我们的采购部门业绩超好了。
未来五年中国AI在全球的分工是什么？
在全球AI中主导分工的时候，中国公司很有可能扮演的一个角色还是产量最大。常理来讲，我们的产能最大，包括芯片，芯片可能我们的产能最大，我们的电力最多。中国人会把这产品做到最便宜，然后再在效果上发力。毕竟国外的商品，现在很多商品中国产跟美国产并没有太大的区别。未来可能AI也是这样，但是中国产的AI可能价格会更便宜。最终的差距应该是三方面：一方面成本，一方面时间，一方面用户体验。除此以外，可能是没有什么差距的。
为什么说"拿得多的人会被拿得少的人打败"？
拿得多的人会被拿得少的人打败。甚至你还不用真的拿得多，愿景如果是拿得多的话，你就会被愿景是拿得少的人给打败。其实大家都没有拿到钱，只是一个愿景。你愿景是拿得多，你就先输了，你就会面临着更大的困难。这就是为什么我们需要克制——克制不是不赚钱，而是不赚不该赚的钱。
5AGI路线图
梁文锋眼中的通用人工智能实现阶梯
| 阶段 | 内容 | 状态 |
|---|---|---|
| 第一阶梯 | 语言模型（基础能力） | 已完成 |
| 第二阶梯 | CoT（思维链） | 2025年突破 |
| 第三阶梯 | Agent（智能体） | 2026年重点 |
| 第四阶梯 | 持续学习 | 下一代模型核心能力 |
| 第五阶梯 | 自我迭代奇点 | 模型自己开发下一个版本 |
| 第六阶梯 | 具身智能 | 届时"不用我们动手" |
关键判断
"持续学习是下一代模型的核心能力。必须要有持续学习的能力，它才能叫下一代模型。在那之前，我们能做的就是成本更低、效果更好、速度更快。但是要有大突破，它应该是具备持续学习的。持续学习先做出来，通用智能可能就很容易了——用它来做就很容易。"
620个关键词速览
腾讯新闻整理的20个核心概念及梁文锋观点
| 关键词 | 梁文锋观点 |
|---|---|
| 愿景 | 管理大公司靠的不是规章制度，靠的是愿景。愿景是你怎么做，不是怎么说。 |
| 克制 | 克制是一种战略。有时候你可以舍弃一些，来换更多其他的东西。 |
| 主线 | 我们只做AGI的主线。3D、视频生成跟智能主线没有太大关系，不做。 |
| 持续学习 | 下一代模型的核心能力。必须具备持续学习，才能叫下一代模型。 |
| 通用智能 | 持续学习先做出来，通用智能就很容易了。比较省力、比较轻松。 |
| 稳定性 | 最大的核心利益是保持团队稳定性。只要大家不走，一定能做成AGI。 |
| 中美差距 | 人才不是瓶颈，资源是最大瓶颈。所有区别都是因为算力资源的区别。 |
| 管理 | 两条线：从上到下做正事分工，从下到上自由探索。建立在共识基础上。 |
| 资源 | 卡越多越好，在合理价格内能买到多少卡就买多少卡。 |
| 规模 | 信Scaling，规模越大效果越好。阻止我们的就是算力，不是不想Scaling。 |
| 芯片 | 国产芯片硬件和生态都没问题，唯一问题是产能不够。英伟达在掘自己的坟墓。 |
| 未来五年 | 不太相信五年后还卡在产能问题上。今年、明年、后年可能还卡，但五年后不一定。 |
| 全球分工 | 中国公司角色是产量最大。中国人会把产品做到最便宜，再在效果上发力。 |
| AI差距 | 最终差距是三方面：成本、时间、用户体验。除此以外没有差距。 |
| 少即是多 | 拿得多的人会被拿得少的人打败。愿景是拿得多，你就先输了。 |
| 多模态 | 一直在做。对产品重要，对C端重要。但对智能上限，它是个组件，不是主线本身。 |
| 责先利后 | 首先要对我们自己有用。自己好用了，开发下一版模型就更快。 |
| 开源 | 一开始就想清楚了。愿景第一，商业好处第二。AI足够大，不可能独占。 |
| 数据 | 公司有一半的人在标数据。一半的核心研究员、最重要的人，有一半在标数据。 |
| 商业化 | 本质是公司，有取舍。很多公司因为利润以外的追求变得更伟大，商业化反而更好。 |
7行业背景与对比
DeepSeek vs 同行的路线分歧
| 维度 | DeepSeek（深耕派） | 月之暗面/Kimi等（冲刺派） |
|---|---|---|
| 发展哲学 | 克制是一种战略，耐心换壁垒 | 资本驱动快速扩张，规模换时间 |
| 估值 | ~4000亿元（510亿融资） | 投前500亿美元，赴港上市在即 |
| 开源策略 | 最强模型也开源，无功能阉割 | K3为全球最大开放权重AI系统 |
| 商业化 | B端收入"顺便做的"，不优先 | 冲刺商业化，Pre-IPO轮融资 |
| C端策略 | 不参与红包大战，不做超级App | 积极抢占用户入口 |
| 核心聚焦 | Coding Agent + 持续学习 | 参数竞赛（2.8万亿参数K3） |
| 外部评价 | "比Anthropic更Anthropical，比OpenAI更Open" | 黄仁勋："市场又误读了Kimi" |
DeepSeek关键数据
V4-Flash上线后长期位居全球AI大模型调用量榜首，月用量达18.4T Tokens，是全球开发者使用最广泛的开源模型。V4-Pro API价格永久降至原价1/4，输入（缓存命中）低至每百万Tokens 0.025元，输出6元，创当时全球大模型价格新低。