ingest + absorb: 梁文锋四小时投资人会议实录 (DeepSeek 融资对话，52条语录)

raw/2026-07/2026-07-23-liangwenfeng-4h-investor-meeting.md

@@ -0,0 +1,162 @@
+---
+source_url: https://mp.weixin.qq.com/s/AWsSjcT9NYbj1W8SWXgb_w
+ingested: 2026-07-23
+status: inbox
+source_author: elsewhere
+title: 梁文锋四小时投资人会议实录
+---
+
+# 梁文锋四小时投资人会议实录
+
+来源：elsewhere（微信公众号）
+日期：2026年7月22日
+
+上个月，[elsewhere]报道了 DeepSeek 的融资故事。其中最多人讨论的，莫过于那个传说中的4小时投资人会议。
+
+此去一月间，梁文锋的各种语录在江湖流传，我们也多方收集到了一些其中内容。
+
+其间，梁文锋说了非常多次的"不"：不是天才，不赚不合理的利润、不追求用户量、不闭源、不做3D / 视频生成 / 世界模型，不做下一个超级 app 。他说，克制是一种战略，用来换取做成 AGI 的概率。
+
+在我们了解到的有限素材里，有以下高频词：模型、成本、AGI 、时间、开源等等。
+
+绝大多数时候，梁文锋的语气留有余地，用词浅白质朴。只有在讲到少数他在乎的问题时，才会流露出些许锋利："只要能够保持团队的稳定性，我一定能做成 AGI 。就这么简单。"
+
+以下是52条言语。
+
+---
+
+## DeepSeek 只有一条主线
+
+**1.** 现在做产品不是收益最大化的时候。通往 AGI 的路上，要经过产品这个台阶，但我们不需要太多的心思和精力去做 C 端、 B 端的产品。当站在一个技术的高位上来做相对低一级别的技术，是降维打击。产品是在 AGI 路上的副产品。
+
+2. 很多东西不在我们的主线上，比如 3D 、视频生成；又比如世界模型，跟智能的上限也没有太大的关系。
+
+3. 多模态对产品来讲很重要，对 C 端用户很重要。但它只是一个组件，不是主线和智能本身。
+
+4. 大模型的幻觉当然有方法可以解决，但这是一个长命题。在内部，幻觉被我们归结为一个产品问题，会去解决，但不是重点。
+
+5. 现阶段最重要的还是 Coding Agent 。以国内的情况来看，最合理的做法应该是全力做通用的 Agent ，金融、医疗等其他 Agent 的优先级较低。
+
+6. 如果 AI 时代会产生很多家万亿级别的公司，DeepSeek 是其中一家（的话）就很好了。
+
+## 先实现持续学习，再AI自迭代，终点是具身智能
+
+7. AI 现在不缺品味和直觉，缺的是持续学习的能力。
+
+8. 人类能够持续学习，但同一件事，就得给 AI 所有的上下文。这几乎是不可能的，所以 AI 并不能够替代员工。所以，下一代模型必须要有持续学习的能力，才能叫下一代模型。
+
+9. 我们希望下一代模型能够帮助我们自己的开发。说得简单一点，我们做的模型，第一目标不是大家用得好用，而是我们自己用得好用。这是实现 AGI 最快的方法。
+
+10. 目前全世界现在都还没有找到好的方法，因为"学习"是由很多东西组成的。
+
+11. DeepSeek 的长线 vision 是 AGI 。如果把实现的路线比作爬楼梯，去年的阶梯是 CoT（ Chain-of-Thought ，思维链），今年的阶梯就是 Agent 。在 Agent 之后要解决的问题就是持续学习。
+
+12. 实现持续学习之后，可能会来到一个渐进的奇点：模型可以完成人类能做的所有事情，包括自己开发更前沿的人工智能模型。即AI可以加速 AI 的研究。这一步走完才是具身智能。
+
+13. 智能的终点可能都是具身。因为对一个正常人来讲，他的需求并不是电脑，而是人力。
+
+## 离彻底转向商业化仍然很遥远
+
+14. 我们只赚一个合理的利润，不是利润最大化的定价。
+
+15. 我们的一款模型一开始担心需求太多，价格定得比较高，后来降到四分之一，公司群里很多人欢呼。因为我们这么用心把这个模型做好的目的：能够让大家充分地用。
+
+16. 低成本是一个结果，我们的模型一直在架构上往更低成本走。我们也希望成本是负担得起的，特别是在算力紧缺的背景下。
+
+还有一个原因：成本越低，越能承担更大的模型。算力有限时，计算效率高就能训更大的模型。大公司可以靠加资源解决，我们优先考虑成本效率。
+
+17. 外面可能看起来，我们选了一个很难的模式。但其实我们做得非常轻松。降价对我们的竞争对手来讲，肯定不是个好事情，他们一定不是欢呼的。我并不觉得卖 API 这个事情有那么大吸引力。我只要搞几个人维护这个 API 就可以了，甚至客服都没有，也不用销售，用户自己就会来。
+
+18. 我们一直在商业化，只是不以商业化为目标。DeepSeek 离彻底转向商业化的时间点，应该是很遥远的。
+
+19. 我甚至不用考虑到时候在里面占一个位置。只要有那么大的商业机会，一定是有办法的。DeepSeek 是一个时代的产物，是现实情况的反应，并不是模仿的结果。
+
+## 开源是我们这个规模公司的sweet point
+
+20. 克制是一种战略：舍弃一些，换更多其他的东西。开源就是让利：对内，员工有成就感，公司有凝聚力；对社会也有好处，同行或者普通人都会高兴。
+
+我毫不怀疑 AGI 会有非常大的商业价值。在这个基础上，我优先考虑的不是多拿份额，而是增加做成的概率。
+
+21. 要把 AI 在商业上做成，开源是有好处的。这听起来有点违反直觉。历史上一个软件公司，市场一年可能就几十亿美金，开源了就没有了。但是 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。如果说我们想独占这个利益，那么一定是要被历史抛弃的。这是一个客观的规律，这是一个历史观。
+
+22. 我们给的开源模型，跟我们自己部署的模型是一样的。我们不会开源一个差点的模型、自己部署时用更好的模型。
+
+23. 我不担心别人部署我们的模型来跟我们竞争。不是每一家公司都有这个意愿和能力去达到这个目标。创业公司如果太小，没有力量来做这个事情；大公司又很难组织。这是属于我们这个规模的公司的一个 sweet point。
+
+24. 开源对我们的商业模式没有任何影响，前提是"只赚一定的利润"。如果你要赚一百倍利润，开源确实会影响你。
+
+25. 我们不愿意跟任何一家互联网大厂或者小厂成为对手。在这个前提下，我们很愿意协助、帮助任何人，甚至包括阿里、智谱、月之暗面做得更好。
+
+## 中美差距不在人才
+
+26. 未来我们要改写中美AI的叙事：用几分之一的算力，把差距缩得更短，缩到 6 个月、3 个月。
+
+27. 中美AI的差距主要在资源上。我们相信 Scaling，肯定是规模越大，效果越好。训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是只有这么多资源。
+
+28. 人才几乎没有差距——就是同一批人。国内人才是不缺的。人才短缺是阶段性的，历史上从来没有长期缺某一类人的情况。
+
+## 模厂竞争，成本排在第一位
+
+29. Anthropic 现在超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。
+
+30. 国内做模型的公司太多了，每一家都做同样的事情，资源比较分散。最终一定会收敛，但需要过程。如果每家只拿合理的利润，不需要那么多人做大模型：可能两家大公司、两家小公司就够了。
+
+31. 我绝对不认为大模型公司可以拿走（AI行业的）大部分利润。
+
+32. 大模型竞争最终的差距会体现在三个方面：成本、时间、用户体验。
+
+成本排在第一位——同样质量的服务，你能以什么成本提供。第二是时间，早几个月晚几个月就不一样。用户体验会有些粘性和壁垒，但不本质。
+
+## 无意于成为下一个超级app
+
+33. 我们不想做成下一个超级 App。做成下一个字节？下一个腾讯？完全没有这样的想法。
+
+34. 不争这个东西，是因为后面还有西瓜，前面的可能都是芝麻。当然可能这个芝麻比较大，但我觉得都不算大。
+
+35. 去年大家都抢 Chatbot、抢 C 端流量，今年是抢 To B 收入。但我们不认为它重要，公司内部真正关心的是 AGI 的路线图、下一步技术怎么突破。很奇怪，最想得到的东西得不到，没那么在意的反而容易得到。
+
+36. 去年春节火了，不在我们的剧本里。
+
+## 保持团队的稳定性是核心
+
+37. 只有一个是没法退让的：必须要保持团队的稳定性。这也是我们面临的一个非常大的风险。当然这个风险随着这一次融资，得到了比较大的解除。
+
+38. 我们做很多事都是为了保持团队稳定性。我们不愿意跟任何互联网大厂或小厂成为对手，我们希望给他们赋能，帮助他们。我们不想树敌。这样我们自己的环境也会更好。
+
+39. 有些人觉得我们的组织是自上而下的，有些人觉得是自下而上的，我觉得两个都对。从上到下叫"做正事"，一般希望"正事"不要占用员工所有时间的一半。他还有一半的时间是从下到上的，是不被安排的，想研究什么就研究什么，可以自己去探索，按照他觉得什么重要，就去探索什么，没有前置要求。
+
+40. 我们一般也不太加班。第一个原因是做研究需要一个比较松弛的环境。第二个原因是我们非常聚焦。产品很多都不完善，但我们也没有去补它，也算是一种克制的文化。
+
+41. 组织是动态的，不是一成不变的。未来随着公司变大，可能会有一些调整。但不会完全变成传统的层级制，但可能会有一些必要的结构。但愿景驱动不会变。
+
+## 怀着对世界的善意
+
+42. 我们做这个公司，初衷没想要赚多少钱，要到资本市场去上市。最初的几十个人完全没有这么想过。如果他这么想，他就不会来。我们是怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。
+
+43. "要实现XX KPI"不是我们的方式，我们是靠愿景驱动的组织。这有好处，也有坏处。未来会想办法扬长避短，但这是我们的特色。
+
+44. 愿景甚至也不是成文的，而是在做事的方法中、对待世界的态度里。可能我们公司每个人对这个愿景的理解也不一样，但是在大的方向上是一致的。
+
+45. 大概二十年前，我在管理上最崇拜的是杰克·韦尔奇（GE 的前 CEO）。现在来看，他说的大部分东西可能都已经不对了，但是他有一点说对了：一个公司最重要的是愿景。
+
+愿景不是挂在墙上的标语，不是怎么说，而是怎么做。
+
+## 克制让我们更能做成AGI
+
+46. AGI 是收益最大的。那其他事情，如果有精力，我们会做，没精力，我们就不做。克制是我们愿景里的一部分。
+
+47. AI 这个事情太大了，利益也太大了。只要能够做成，随便分一点利益就非常大。而你越克制，就越有可能能够做成这件事。
+
+48. 我觉得这是符合直觉的——至少是符合我的直觉。除了愿景，我们并没有非常多的其他优势。
+
+49. 两年前成立这个公司的时候，没有很多钱，没有很多卡，没有什么知名度，又没有什么号召力，我们就是一群非常平凡的人。我喜欢的故事是"一群平凡的人做出了不平凡的事"，而不是"一群天才做出了不平凡的事"。
+
+50. 开源也属于克制的一部分。在定价上，我们也肯定不是以公司收入最高或者利润最高作为出发点的。从短期来讲，价格高一点，收入多一点；但从长期来讲，还真不好说。对我来说，克制是一种战略。
+
+51. 开源和低价，让员工觉得很有成就感，组织因此有凝聚力，对社会有好处，其他同行和普通人都会很高兴。所以这种克制，从远景上来讲，能够增加我们做成 AGI 的概率。
+
+52. 如果你的愿景是拿得多，你就先输了，你可能会面临着更大的困难。这个世界就是这样。
+
+---
+
+封面来源：Rembrandt van Rijn, The Storm on the Sea of Galilee, 1633, Isabella Stewart Gardner Museum

wiki/tech/2026-07-23-deepseek-liangwenfeng-investor-meeting.md

@@ -0,0 +1,94 @@
+---
+title: "DeepSeek 梁文锋投资会议录：克制的哲学与 AGI 路径"
+created: 2026-07-23
+updated: 2026-07-23
+tags: [tech/ai, tech/llm, tech/agent, tech/deepseek]
+sources: [raw/2026-07/2026-07-23-liangwenfeng-4h-investor-meeting.md]
+status: absorbed
+---
+
+# DeepSeek 梁文锋投资会议录：克制的哲学与 AGI 路径
+
+> 来源：elsewhere 公众号报道的 DeepSeek 融资会议实录
+> 日期：2026-07-22
+
+## 核心洞察
+
+### 1. 克制的战略哲学（核心主线贯穿全文）
+
+梁文锋最突出的思想是一个字：**不**。不是天才、不追求超额利润、不追用户量、不闭源、不做3D/视频生成/世界模型、不做超级App。这全套"不做"的清单，逻辑上统一指向一个目标——**最大化做成 AGI 的概率**。
+
+关键公式：**克制 → 专注 → 团队稳定 → 凝聚共识 → AGI 成功概率 ↑**
+
+这不是道德姿态，而是被梁文锋反复论证的战略选择：AGI 的商业价值足够大（可能占全球 GDP 10%），只要做成，随便分一点利益就巨大。在此前提下，任何分散精力的行为都是在降低成功率。
+
+### 2. AGI 路线图（三阶段爬楼梯）
+
+梁文锋对技术路线有非常清晰的阶段性判断：
+
+- **阶段一（2025年）：CoT（思维链）** — 已实现
+- **阶段二（2026年）：Agent** — 当前阶段，最重 Coding Agent
+- **阶段三（下一步）：持续学习（Continual Learning）** — 全行业未解的难题
+- **终极目标：具身智能** — AI 加速 AI 研究后的自然终点
+
+他认为当前 AI 不缺品味和直觉，缺的是持续学习的能力。人类可以持续学习，但需要把全部上下文交给 AI，"这几乎是不可能的"。因此 **"下一代模型必须要有持续学习的能力"**。
+
+### 3. 开源战略的本质
+
+梁文峰的开源不是利他主义，而是**理性计算**的结果：
+
+- 传统软件公司年市场几十亿，开源即毁灭
+- AI 市场规模足够大（可能占 GDP 10%），开源无法独吞但能分摊风险
+- DeepSeek 的规模（不大不小）是 sweet point：初创公司无力复制，大公司难以组织
+- 开源模型 = 内部部署模型，不藏一手
+
+**历史观**："如果我们想独占这个利益，那么一定是要被历史抛弃的。"
+
+### 4. 商业化的独特立场
+
+梁文锋对商业化采取了一种近乎冷淡的态度：
+
+- API 只是"搞几个人维护就行，甚至客服都没有，不用销售"
+- 降价到四分之一的决定，公司群里很多人欢呼——因为他们"把模型做好的目的就是让大家都能充分用"
+- 定价策略：只赚合理利润，不是利润最大化
+- 离彻底转向商业化"很遥远"
+
+他认为低成本不仅是价值观，也**是技术策略**：成本越低，越能承担更大的模型。在算力有限的条件下，计算效率高就能训练更大的模型。
+
+### 5. 中美AI差距的再定义
+
+梁文锋试图**重新定义中美AI叙事**：
+
+- 差距主要在各**资源**上（算力规模），不在人才——"就是同一批人"
+- 目标：用几分之一的算力，把差距缩小到 6 个月、3 个月
+- 团队相信 Scaling，训练规模受限于资源而非认知
+
+### 6. 组织管理哲学
+
+- **50% 自上而下 + 50% 自下而上**："做正事"不要占一半时间，另一半让员工自由探索
+- **不加班**：研究需要松弛环境 + 极度聚焦
+- **愿景驱动**，非KPI驱动
+- 团队的稳定性是"没得退让的"底线
+- 愿景存在于做事方法和对世界的态度中，不是挂在墙上的标语
+
+### 7. 模厂竞争格局判断
+
+- **竞争三要素排序**：成本 > 时间 > 用户体验
+- Anthropic 超越 OpenAI 是阶段性的，OpenAI 和 Google 会交替上升
+- 国内模型公司太多，资源分散；最终收敛到 2 大 + 2 小
+- 大模型公司**不能拿走** AI 行业的大部分利润
+
+### 8. "一群平凡的人"
+
+梁文锋反复强调 DeepSeek 团队 "就是一群非常平凡的人"，喜欢的故事是"一群平凡的人做出了不平凡的事"。这与他反对天才叙事、否定自己是天才的态度一致。
+
+## 投资价值解读（Tech/AI 视角）
+
+- **DeepSeek 风险点**：团队稳定性（依赖核心团队，融资缓解但未消除）
+- **竞争优势**：成本效率（架构级优化）+ 开源生态凝聚力 + 品牌号召力
+- **投资信号**：梁文锋对商业化的漠视在短期是成本优势，长期可能变成增长天花板
+- **行业影响**：开源战略 + 激进定价正在重塑中国大模型行业的竞争格局，加速洗牌
+
+## 关联阅读
+
+- 参见 `raw/2026-07/2026-07-23-liangwenfeng-4h-investor-meeting.md`（原文全文）