DeepSeek梁文锋内部谈话辨析：克制、开源与AGI的“非共识”路径
核心事件：2024年5月20日，DeepSeek创始人梁文锋与内部投资人进行了一场长达4小时的沟通，整理出的文字实录近日在社群流传。这场谈话不仅揭示了DeepSeek独特的组织哲学，更清晰地勾勒出其通往AGI（通用人工智能）的技术路线图与商业化逻辑。
对于AI从业者、开发者及创业者而言，这份材料的价值在于它提供了一套反直觉但自洽的战略框架：以“克制”为核心，以“开源”为手段，以“团队稳定性”为唯一核心利益，最终指向AGI的实现。
一、 愿景驱动：没有KPI的组织
DeepSeek的管理模式与传统科技公司截然不同。梁文锋明确表示，公司成立之初的初衷并非追求商业利益最大化或上市，而是怀着“对世界巨大的善意”去做对人类有用的事。
1. 愿景即管理
- 无组织之实，有愿景之魂：DeepSeek没有传统的组织架构和KPI考核，完全依靠愿景驱动。这种愿景并非挂在墙上的标语，而是体现在做事的方法和对世界的态度中。
- 杰克·韦尔奇的启示：梁文锋引用GE前CEO杰克·韦尔奇的观点，认为大公司的管理靠的是愿景而非规章制度。DeepSeek通过统一的愿景凝聚一群“平凡的人”，让他们做出不平凡的事。
2. 松弛的研究文化
- 反对加班：DeepSeek一般不加班，因为研究需要松弛的环境。过度紧绷的管理会扼杀探索欲。
- 上下结合的双线机制：
- 自上而下：正式项目（如发布V4版本），需全公司配合，分工明确。
- 自下而上：非正式探索，员工可自由决定做什么，无需前置要求，只要公司算力支持即可。
- 比例控制：正式工作不超过员工时间的一半，保留一半时间用于自主探索。
二、 开源与克制：商业化的“反向”逻辑
DeepSeek的开源策略常被误解为单纯的公益行为，但梁文锋指出，这是基于宏观商业判断的“克制”体现。
1. 为什么必须开源？
- 市场足够大，无法独占：AI最终可能占据人类社会GDP的10%。试图独占整个市场必然遭遇阻力，甚至被历史抛弃。只有分享利益，才能做大蛋糕。
- 克制的战略意义：
- 对内：增强员工成就感与凝聚力，形成“让大家都用得起”的共识。
- 对外：降低社会使用门槛，提升社会幸福感，从而增加做成AGI的概率。
- 长期主义：开源不是让利，而是一种战略。短期看似乎放弃了部分利润，长期看却提升了成功概率。
2. API定价逻辑：十个月回本
- 合理利润而非最大利润：DeepSeek的API定价基于“十个月收回设备成本”的逻辑，对应约6倍利润。
- 财务视角：服务器按3-5年摊销是财务常规，但DeepSeek认为10个月回本已足够满意。
- 需求无弹性：在现有价格区间，用户需求缺乏弹性。即使降价，总消耗量也不会显著增加；即使涨价，收入增长也有限。因此，当前价格是双赢点。
- 案例佐证：早期DPO模型定价较高，团队不满；降价至1/4后，内部欢呼，因为这符合“让人用得起”的愿景。
3. 开源不影响商业竞争力
- 部署门槛高：即使开源，第三方独立部署的成本远高于DeepSeek自身的优化成本。DeepSeek认为，只有具备极强工程能力和成本控制力的公司才能匹敌其API服务。
- 不担心竞争：DeepSeek不担心开源模型被他人用于竞争，反而希望社区能成功部署。只要自身保持低成本优势，开源就不会威胁其商业地位。
三、 AGI路线图：持续学习是关键瓶颈
梁文锋详细阐述了DeepSeek对AGI技术演进的理解，提出了一条清晰的“阶梯式”发展路径。
1. 技术阶梯论
AI的发展被视为一系列基于前一步基础的阶梯：
1. 语言模型：基础。
2. 思维链（CoT）：去年突破，提升智能上限，已在奥数、编程等领域超越人类顶尖水平。
3. Agent（智能体）：今年重点，扩展能力范围，但仍受限于上下文。
4. 持续学习（Continuous Learning）：下一步关键瓶颈。当前AI缺乏像人类一样的持续学习能力，无法在长期互动中自我更新。
5. 自我迭代奇点：当模型能持续学习并自我开发新版本时，进入非线性加速阶段。
6. 具身智能：最后阶段，AI进入物理世界，提供服务。
2. 为什么先解决“持续学习”？
- 效率优先：解决持续学习后，AI可辅助研发下一代模型，大幅提升DeepSeek自身研发效率。
- 降维打击：先攻克核心智能问题，再拓展应用。相比追逐C端流量或B端短期收入，深耕AGI主线是更高收益的选择。
3. 对多模态与世界模型的看法
- 多模态是组件，非主线：视频生成、世界模型等在当前阶段与智能上限无直接关系，属于商业好生意，但非DeepSeek的核心投入方向。
- 原生多模态将集成：V4及后续版本将支持原生多模态，但将其视为提升用户体验的组件，而非智能本身的核心突破。
四、 资源约束与中国AI的突围路径
DeepSeek面临的最大挑战是算力资源短缺，但这反而催生了其独特的效率优势。
1. 算力瓶颈与应对
- 现状：拥有约2万张H100等效算力，大部分为近期到位。与美国相比，差距主要在算力规模（美国可训练800B激活参数模型，DeepSeek仅在几十B规模）。
- 策略：
- 激进采购：融资后首要任务是购买英伟达芯片，价格合适则全力购入，甚至愿意支付溢价。
- 国产替代机遇：华为950超节点在性能和价格上可平替英伟达GB200/GB300，虽落后两年且需4张顶1张，但生态障碍正在消除。
- TileLang技术：通过高级编译器TileLang重写CUDA算子，减少对英伟达生态依赖。V3训练已几乎不依赖英伟达生态，未来可在华为卡上复现此流程。
2. 中国AI的结构优势
- 成本优势：中国公司将AI产品做到最便宜，形成系统性低价。
- 产品体验：在用户体验和产品能力上，中国公司未必逊色于美国同行。
- 收敛趋势：全球基座模型公司最终将收敛至少数几家（如美国3家，中国3-4家），避免资源分散。
五、 组织与人才：稳定是唯一核心利益
DeepSeek认为，其他资源（资金、算力、人才）均可获取，唯有团队稳定性是不可退让的核心利益。
1. 人才观
- 平凡人做非凡事：团队成员并非顶级名校天才，而是随机聚集的普通人。愿景和使命感是凝聚他们的关键。
- 低流失率：相比同行，DeepSeek人才流动率极低。期权激励和共同目标使员工更愿意留下。
2. 决策机制
- 共识驱动：重大战略和技术决策基于内部共识，而非创始人独断。梁文锋的影响力建立在推动共识的能力上。
- 聚焦主线：只做AGI相关技术，拒绝分散精力到非主线领域（如3D生成、视频生成等），即使这些领域商业价值明显。
六、 结语：一种新的AI创业范式
DeepSeek的路径挑战了传统科技公司的增长逻辑：
- 不追求短期利润最大化，而是设定合理利润，确保可持续性。
- 不追逐C端流量泡沫，而是深耕模型技术，视应用为AGI研发的副产品。
- 不封闭源代码，而是通过开源建立生态，降低社会使用成本。
这种“克制”哲学，本质上是一种长期主义的胜利。在算力受限的背景下，DeepSeek通过极致的效率优化和组织创新，走出了一条不同于OpenAI和华为的独特道路。对于AI行业而言，这或许预示着一种更轻盈、更可持续的AGI实现方式正在成为现实。
注：本文所有事实、数据及观点均源自梁文锋2024年5月20日的内部谈话录音整理稿，未引入外部信息。