深度求索优先考虑 AGI 研究，而非产品和商业增长

根据 IT Home 的一份报告，深度求索（DeepSeek）这家中国人工智能开发公司，正在将人工通用智能（AGI）研究置于构建消费平台或最大化短期收入之上。该报告基于一份涉及创始人梁文峰的四小时投资者会议的流传记录。

重要性： 报道的战略将深度求索呈现为一个以研究为主导的人工智能开发者，其产品和商业服务是其 AGI 工作的次要结果。

• 深度求索的开源推理模型因其强大的性能和相对低廉的开发成本而引起全球关注。
• 据报道，梁文峰表示，深度求索并不专注于争夺消费者流量、企业收入，或成为下一个字节跳动或腾讯。
• 这种方法有助于解释公司对开源模型、较低 API 价格以及训练和推理效率提升的重视。
• 这也使深度求索与那些围绕其模型构建独立产品和企业业务的人工智能公司有所区别。

细节： 据报道，梁文峰认为持续学习是人工智能代理之后的下一个重大技术挑战。

• 他描述了一条从链式思维推理到人工智能代理、持续学习，最终实现具身智能的发展路径。
• 目前的人工智能系统通常需要用户为每个任务提供相关的上下文。梁文峰据报道认为，未来的模型应该能够从经验中持续学习。
• 编码代理是优先事项，因为它们可以改善深度求索的产品和自身的研究过程。
• 深度求索并不优先考虑 3D 生成、视频生成或世界模型，梁文峰据报道认为这些是有用的应用，但并不是智能发展的核心。
• 多模态能力仍将为消费和企业产品开发。
• 梁文峰据报道表示，深度求索的 API 定价旨在在大约 10 个月内收回硬件成本，而不是最大化利润。
• 深度求索还据报道计划保持其最强模型的开源，并在内部和外部使用相同的模型，而不是向公众发布较弱的版本。

背景： 深度求索的公众形象受到其开源和低成本方法的影响，但报道的评论表明，该公司仍然主要视自己为一个人工智能研究组织。

• 消费产品、企业服务和 API 收入据报道旨在支持公司的长期技术目标。
• 这些评论提供了一个视角，展示了深度求索如何在人工智能行业从模型发布转向能够协助人工智能研究的代理和系统的过程中进行定位。