2025年开年，DeepSeek像一颗深水冲击波，把整个AI圈炸了个底朝天。没有海量融资、没有顶级算力、更没有硅谷明星团队，一群看起来再普通不过的人，居然做出了让硅谷巨头都不得不侧目的大模型。
但爆红之后，DeepSeek的技术和产品路线，反而让很多人看不懂了。当整个行业都在追逐视频生成、多模态、世界模型这些热得发烫的方向时，梁文锋没有跟着跑。当竞争对手在C端疯狂抢用户、在B端疯狂冲营收的时候，DeepSeek显得异常克制。一家估值已经几百亿美元的公司，创始人却在内部说：我们只赚合理的利润，十个月收回硬件成本就够了。
最近，梁文锋一份长达3小时44分钟的交流会内容泄露出来，把DeepSeek的底层逻辑完整地摊在了桌面上。由于某些原因，我们无法分享原文，但从中梳理出几个核心问题，尝试挖掘出更深层次的信息。
梁文锋「不」做的东西很多，到底要做什么？
2024年初Sora发布后，国内AI公司像打了鸡血一样，纷纷宣布要做视频生成。大公司在做，小公司也在做，似乎谁不跟上，谁就要被时代抛弃。但到了2025年下半年，小公司基本都悄悄砍掉了这个方向。梁文锋在交流会上说得非常直接，甚至有点“不留情面”：
「视频生成一开始出来的时候就很火，好像这是必须要做的，如果你不做，你就不是一个AI公司一样。所以我就很奇怪，这个其实你只要仔细去想一下，它跟智能的路线图是没有什么关系的。」
他的判断很干脆：视频生成在商业上确实是个好生意，但跟AI的天花板，没什么关系。类似的判断还指向了3D生成和世界模型。梁文锋明确表示，这些方向都不是DeepSeek的主线。多模态也会做，但它的定位更接近工具，不是技术进化本身。他说：
「对智能来讲，它是个组件，我们不把它当作智能本身，它的主线跟搜索一样。搜索也是一个组件，多模态也是。」
那么问题来了，热门方向都不做，DeepSeek到底要做什么？
梁文锋给出的路线图非常清晰：语言模型是底层，往上是思维链，再往上是Agent，接下来要解决持续学习，然后是「自我迭代的奇点」，最后才是具身智能。每一步都基于前面的基础，「没有一步是白走的」。
他的取舍标准简单到有点粗暴：一件事在不在这条路线上？不在就不做，哪怕它在商业上是个好生意。
这个逻辑听起来没毛病，但仔细推敲，有一个问题不太好回答：如何确定这个路线图就是对的？梁文锋自己也承认「每个公司它的判断是不一样的」。如果另一个团队选了不同的路线，并且先到达了AGI，那今天的不做，就成了误判。
他自己对OpenAI和Anthropic的评价，其实也在暗示这种不确定性。他说这三家会交替上升，还认为Anthropic虽然目前领先，但在Code Agent上的先发优势很快就没了。换句话说，没有人真正知道哪条路最快。DeepSeek的路线图，更像是一个看起来能自圆其说的战略，但未必是唯一的真理。
不过，梁文锋相对难得的一点是，他愿意把真实想法说出来，把DeepSeek不做的东西都说清楚。而大多数AI公司，更倾向于强调「我们什么都做」。可以观察到，DeepSeek选择更加聚焦的技术路线，很大程度上是为了集中利用手里的资源。
可以发现，选择走「什么都做」这条路的头部AI企业，基本都有极为庞大的可调用资源，包括资金、算力、生态等等。对它们来说，什么都押宝是最优解。而对于DeepSeek来说，认准一条路线坚定执行、不被外界干扰，就是最合理的选择。
全世界面临AI难题，DeepSeek打算如何破？
梁文锋对当前AI能力边界有一个极其精准的描述：在给定的上下文里，AI已经能超过人类，但前提是你必须把完整的上下文给它。现实世界中，做不到这一点。他举的例子很生动：你招一个员工，他花两个月熟悉公司环境之后就什么都能做了，但AI没有这两个月的学习过程，所以你跟它说「叫小王来」，它完全不知道小王是谁。
他把这个差距归结为一个核心问题：持续学习。而这个问题目前的状态是「全世界都还没有找到非常work的方法，大家都在摸索」。DeepSeek也不例外，梁文锋坦言自己还没有做通。
梁文锋把持续学习描述为Agent之后的下一个关键节点，而且是通往AGI最关键的一步。但现在还没有其他企业找到方法，DeepSeek凭什么认为自己能先找到？他给出的答案，回到了一家公司的命门上：组织优势。DeepSeek的研究文化允许员工用一半的时间自由探索，「谁都可以去摸」持续学习这个问题，不需要分配资源。
从这点可以发现，作为一家AI企业，DeepSeek给了员工很大的自由度，让他们自己去探索、研究和尝试解决问题。只是，这种机制更接近于梁文锋自己说的「摸奖」，摸到了当然皆大欢喜，但更大概率可能是摸不到。
当然，AI的持续学习问题是这类AI诞生起就存在的，整个AI行业和相关研究领域都没有突破性的成果和解决办法，没有理由去要求DeepSeek。
算力是另一个绕不开的硬骨头。梁文锋给出了几个非常具体的数字：DeepSeek目前约两万张H等效算力，美国最大模型激活参数800B，国内「还在几十B的规模，差一个数量级」。训练同样规模的模型需要五万张GB300或二十万张国产算力卡，而他目前拿到的国产配额是一万六千张，比互联网大厂少一个数量级。
他的应对策略可以概括为两个层面。第一，承认差距但追求效率，目前落后美国12到18个月，但只用了二十分之一的算力，未来目标是用几分之一的算力把时间差缩到3到6个月。第二，押注国产替代，通过自研的TileLang编译器绕过英伟达的CUDA生态，他判断一年之内国产芯片生态问题可以基本解决。
但这两个策略各自也有要解决的问题。第一个策略的前提是「算力效率还能继续提升」，但Scaling（规模定律）本身是有边际递减效应的。第二个策略则面临国产算力卡产能严重不足的现实，而且几张国产卡顶一张英伟达卡、落后两年的代差，不是短期能解决的。
更重要的是，梁文锋自己也承认，目前「根本不会考虑到那么大的规模上去跟美国竞争」，只能「在几十B激活的规模上先把它做好」。这意味着DeepSeek的腾挪空间被限制在一个特定的参数区间里。
在这个区间内，DeepSeek当然有竞争力，但一旦竞争升级到更大规模后，它还能保持这样的竞争力吗？这个问题，可能需要DeepSeek和梁文锋未来自己再来回答。
OpenAI没实现商业化「克制」，DeepSeek能？
梁文锋在交流会上反复讲一个逻辑：你越克制，就越可能做成。他的理由是，AI的体量太大，如果试图独占，一定会被愿意拿得更少的人打败。他的原话非常直白：
「OpenAI从一开始觉得他真的能够垄断这个世界，但是实际上他会遇到很多很多挑战者。他会被另外一个愿意只占百分之一的人打败。这时候如果又出来另外一个人，说我只要百分之零点一就可以了，那么又会把前面的人给打败。」
这个逻辑本身是对的，只是，它忽略了一个关键问题：OpenAI并不是一开始就想垄断的。
OpenAI在2015年成立时，定位是非营利组织；2019年，因为训练成本太高，非营利模式撑不住了，OpenAI成立了有限利润的营利子公司，设定了投资回报上限；但到了2023年，当ChatGPT爆发、商业利益急剧膨胀的时候，OpenAI内部爆发了剧烈的冲突。
最终结果是奥特曼一度被董事会罢免，又在员工和投资者的压力下回归，而那些坚持非营利路线的人，包括首席科学家苏茨克维，最终离开了公司。此后OpenAI全面转向了商业化，估值从290亿美元一路飙升至数千亿美元。
OpenAI的这段经历，说明了一个古老的道理：知易行难。一家商业公司想要在发展过程中维持初心是很难的，谷歌、苹果这些科技巨头身上都有类似的故事。OpenAI从非营利到有限利润再到全面商业化的转变，每一步在当时都有充分的理由：成本太高、竞争太激烈、投资人需要回报等等。
梁文锋现在说的「只赚合理利润」「十个月回本」，跟OpenAI 2019年说的「有限利润」很相似。真正的问题不在于他今天的言论是否是真心话，而在于未来条件变化后，原来的模式还能不能行得通。
梁文锋自己其实也意识到了这个问题，他在交流会上说了一些关于团队的言论：
「我们最大的核心利益是要保持团队的稳定性。这是我们最大的核心利益，甚至可以认为是唯一的核心利益。只要大家都不走，我们能够继续做，我就一定能做成AGI。这依然是我们最大的挑战，是唯一的挑战，可以这么讲。」
说得更直接一点，DeepSeek的整个发展路径都建立在人才稳定的前提上。如果核心团队散了，技术路线图、克制战略、开源生态，全都无从谈起。
而如何留住团队？梁文锋的答案是近期融资让核心员工拿到了可观的期权，「金额还是比较大的」。说白了，梁文锋所说的克制商业化，根基仍然是商业化带来的经济利益。期权本身的价值，就高度依赖于公司未来的估值增长、上市等因素。
这里其实存在一个逻辑上的矛盾：公司越克制，短期估值就越难快速增长，期权吸引力下降，人才就留不住，AGI就做不出来。
还有一点值得注意的是开源。梁文锋说完开源不会影响商业利益之后，实际上给自己加了一个条件：「前提是我们只赚六倍利润」。他现在认为六倍利润就够了，大概率是发自肺腑的。但未来如果资本市场要求更高的回报，拿了融资的DeepSeek还能坚持这点吗？
OpenAI的有限利润上限最初设定的回报倍数是100倍，后来在商业化压力下也被突破了。梁文锋的十个月回本跟OpenAI的有限利润是同一种承诺，只是OpenAI的经历告诉我们，这种承诺不是永远不变的。
不过，梁文锋也给出了一份非常务实的保底方案：哪怕技术不进步了，靠卖API也能支撑一家上市公司。目前来看确实如此，DeepSeek的API定价极具竞争力，已经成为很多开发者、企业和用户的首选。
说到底，纯粹的大模型竞争已经不是AI领域的焦点，大家更关注Agent落地能解决哪些实际问题。这种时候，很多人并不需要最顶级的大模型，更需要高性价比的大模型。DeepSeek的Token定价更有吸引力，大家自然就更愿意选择它。
无论如何，DeepSeek的出现，对于国内AI行业来说都是一个惊喜。梁文锋探索出了一条相对独特的道路。整场交流会内容看下来，给人的感觉是：在战略上有明确的技术方向，在商业上则有谨慎克制的态度。
坦白说，梁文锋的克制商业化在当下AI行业里是很有稀缺性的。在一个大部分企业都急于变&现的AI行业里，还能保持比较纯粹的技术理想主义，确实很难得。很大程度上，这也是当初DeepSeek能创造奇迹、一鸣惊人的关键因素。
