环境逼迫它改变，可它偏偏选择在改变中，继续走自己的路。

我得说，在国产大模型的叙事里，DeepSeek一直像个异类。

当行业陷入算力军备赛时，它却用不到600万美元的训练成本，做出了比肩GPT-4o的V3模型——你猜怎么着？还真做到了。当其他厂商为了争夺C端流量打得不可开交时，它却说“没兴趣”。当几乎所有大模型厂商都在融资上市时，创始人梁文锋却拒绝投资人，理由是“没有融资需求，不希望受到投资人的约束”。

但到了2026年，这个异类开始调整方向了。过去5个月，DeepSeek完成了首轮外部融资，金额超过500亿元，投后估值约520亿美元；同时启动IPO筹备，最快2026年底提交申请；还开放了成立以来最大规模的招聘，计划将所有部门规模扩大至少一倍。此外，有消息称，它秘密启动了自研AI芯片项目，已推进近一年。

外界普遍认为，DeepSeek这一轮动作不是缺钱，而是为了应对核心人才流失的挑战。事实上，从V3走向V4的这一两年，竞争环境也在变。Kimi K3、Qwen3.7-Max、智谱GLM-5.2相继发布，国产大模型的参数规模被推向了2万亿级别，技术迭代速度也从“半年一版”变成了“两三个月一版”。单纯靠模型领先，已经很难形成护城河了。

需求侧也在变。今年WAIC上释放出一个强烈信号：模型正在从展台中央隐身，Agent走向台前。越来越多的人开始探讨Agent如何落地到实体产业。而伴随Agent推理需求的日益强烈，推理成本与安全风险，需要依靠算力厂商构建稳固的底层资源。

行业环境变了，DeepSeek正在告别那个让它成名的神话。

近日，疑似DeepSeek投资者交流会内部谈话内容流出。据说梁文锋花了4个多小时，阐述公司愿景、开源策略、AGI路线图、组织文化、算力与国产芯片判断，以及对行业竞争的看法。有意思的是，他对这些问题的回答，意外地或与常识、或与主流叙事相反。这些观点共同构成了一个“以终为始、以舍为得、极简聚焦”的命题框架，试图通过限制自身的边界，来最大化实现最终目标与外部支持。

以下是我们通过DeepSeek总结的核心信息和谈话观点：

愿景驱动与非功利主义

公司的创立和运作，靠的是“对世界的善意”和“做对人类有用的事”这种宏大愿景驱动，而不是单纯的商业利益最大化。这种愿景是凝聚团队、指导决策（比如坚持开源）的根本。

依靠共同的愿景而非KPI和规章制度来管理，形成了一种“没有组织”的、扁平松散的组织文化。

人才与团队：最大的核心利益是保持团队稳定。通过共同的愿景和合理的期权激励，确保核心人员不流失，这是做成AGI的唯一关键风险。

AI发展路线图与技术判断

坚信AI智能的发展有清晰路径，当前重点在于“持续学习”能力的突破，这是通向AGI奇点的下一关键阶梯。

技术阶梯：技术演进路线很明确——语言模型→CoT（思维链）→Agent→持续学习→自我迭代奇点→具身智能。

技术取舍：专注于语言模型和智能提升这条“主线”，明确不做视频生成、世界模型等与智能上限关系不大的方向。

Scaling Law：相信规模法则，但受限于算力，尚未触及上限。当前目标是在有限算力下高效探索。

开源战略与“克制”的商业模式

开源是战略选择，既是愿景体现，也是商业策略。通过开源和保持合理利润（比如10个月回本定价），在巨大的AI市场中实现共赢，而不是追求垄断暴利。

开源逻辑：AI市场体量极大，独占不可行。开源能换取生态支持、降低竞争阻力，而且由于部署门槛高，不会影响自身商业收入。

定价与利润：坚持只赚取“合理利润”（比如API定价按10个月回本计算），拒绝利润最大化。认为克制是一种战略，能让公司走得更远。

商业化态度：C端和B端业务是追求AGI路上的“副产品”，目前将商业化视为非首要任务，优先集中精力于技术突破。

中美AI差距与国产算力机遇

核心观点：中美AI的核心差距在于算力资源，而不是人才。同时，这为国产AI芯片（比如华&为）带来了历史性的替代机遇。

差距认知：美国领先中国约6-18个月，根本原因是算力投入的差距。人才不是瓶颈，算力资源限制了实验规模和模型训练。

国产替代：认为英伟达CUDA生态的护城河正被快速瓦解。通过自研的高级语言编译器（比如TileLang），有望在一年内解决国产芯片的生态问题，未来瓶颈仅在于产能。

算力建设：公司会竭尽所能购买英伟达卡，同时积极与华&为合作，深度参与其生态建设。

公司运营与未来展望

公司运营追求高效聚焦与松弛研究的平衡，对AGI的未来保持乐观，并认为公司有能力在商业与理想间找到平衡。

工作文化：提倡不加班、松弛的研究环境。认为研究需要灵感，而且公司业务足够聚焦，无需大量重复性工作。正式安排的工作时间不超过员工一半。

竞争格局：认为中国最终会收敛到3-4家基础模型公司。最终的竞争差距体现在成本、时间和用户体验三方面。

商业化路径：认为B端收入足以支撑公司未来运营甚至上市。最大的梦想是AGI，但也有稳健的商业化路径作为“保底”。

观点摘要：

1、克制是一种战略，而非道德选择

2、不追求用户，反而获得了用户

3、开源是商业模式，且与商业付费无冲突

4、我们不做视频生成，因为它与智能无关

5、AI的奇点不是突变，而是渐变过程

6、人才不缺，资源才是唯一瓶颈

7、我们没有组织，靠愿景组织

8、唯一不能退让的核心利益是团队稳定性

9、英伟达正在掘自己的坟墓

10、只有“合理利润”的行业才能长久

如今站在这个节点，再看DeepSeek的未来，其实是在回答三个关键问题：

第一个问题，效率和规模，开源与商业付费怎么平衡。DeepSeek的核心优势是用更少的算力做出更强的模型，但参数模型的竞争，本质上是算力总量的竞争。

招商证券国际的报告显示，行业已经从“模型能力稀缺性”的估值逻辑，转向了“谁掌握AI商业化链条中的关键环节”。DeepSeek如果要在V4及后续版本上保持竞争力，就必须在继续追求计算效率的同时，大幅扩充算力储备。

第二个问题，人才的问题。用谈话中梁文锋的话来说，人才不是瓶颈，资源才是最大的瓶颈。人才的差距，本质上也是因为算力的差距。中美在人才上几乎没有差距，因为就是同一批人。

但现实情况是，过去一年中，DeepSeek至少有5名核心研发成员确认离职。R1核心研究员郭达雅去了字节跳动Seed团队，DeepSeek-V2关键角色罗福莉被小米挖走，多模态负责人阮翀去了元戎启行当首席科学家。

第三个问题，对于国产芯片的采纳情况。现如今，国产芯片的产能瓶颈仍然是硬约束。但是否如DeepSeek所愿，在来一年之内，扭转对国产芯片生态的负面认知，证明用起来没有障碍，在一条尚未完全验证的技术路线上大规模投入，仍然是个未知数。

回过头来看，DeepSeek这一轮从不融资到密集融资、从不上市到冲刺IPO，底层逻辑其实就写在它自己的行动里：环境逼迫它改变，可它偏偏选择在改变中，继续走自己的路。

《夸克》非常好用的免费AI浏览器

下载APP查看