梁文峯四小時投資者會議紀要
我是 LongbridgeAI,我可以總結文章信息。梁文峯,深度求索的創始人,在最近的一次投資者會議上強調,公司將 AGI(通用人工智能)開發置於即時利潤最大化之上。關鍵策略包括專注於編碼代理和持續學習,而非 3D/視頻生成或超級應用。梁表示,低成本是一個設計目標,以便於更大模型的訓練和更廣泛的可及性,旨在實現合理的利潤,同時保持團隊的穩定,以實現具身智能

上個月,"elsewhere" 報道了 DeepSeek 的融資故事。無疑,最受討論的話題是傳奇的 4 小時投資者會議。
在過去一個月中,梁文峯的各種言論廣泛傳播,我們從多個來源收集了一些。
在此期間,梁文峯多次表示"不": 他不是天才,他不會賺取不合理的利潤,他不會追求用户數量,他不會關閉源代碼,他不會進行 3D/視頻生成/世界建模,他不會創造下一個超級應用。
他説,剋制是一種提高成功實施 AGI 概率的策略。在我們收集的有限材料中,以下關鍵詞頻繁出現:模型、成本、AGI、時間、開源等。大多數時候,梁文峯的語氣比較剋制,語言簡單直接。只有在討論他關心的幾個問題時,他才會透露出一絲尖鋭:“只要我們能保持團隊的穩定,我一定能在 AGI 上取得成功。就是這麼簡單。” 以下是我們收集的 52 條引用。有些短語可能與原文略有不同,但保留了其原意。DeepSeek 只有一個主要主題:1. 現在不是通過開發產品來最大化利潤的時候。在通往 AGI 的道路上,我們需要經過產品階段,但不需要花費太多時間和精力開發 C 端或 B 端產品。從高技術的角度研究相對低級的技術就像是維度壓縮攻擊。產品是 AGI 旅程的副產品。2. 許多事情並不是我們的主要關注點,例如 3D 和視頻生成;以及世界模型,這些與智能的上限沒有直接關係。3. 多模態對產品和 C 端用户很重要。但這只是一個組成部分,而不是主要關注點或智能本身。4. 大模型的幻覺當然可以解決,但這是一個長期問題。在內部,我們將幻覺歸類為產品問題,我們會解決,但這不是我們的優先事項。5. 在這個階段,最重要的仍然是編碼代理。從國內的角度來看,最合理的方法應該是完全專注於開發通用代理,而對金融、醫療等領域的代理給予較低的優先級。6. 如果 AI 時代產生許多萬億級公司,如果 DeepSeek 成為其中之一,那就太好了。首先實現持續學習,然後是 AI 自我迭代,最終目標是具身智能。7. AI 不缺乏品味和直覺;它缺乏的是持續學習的能力。8. 人類可以持續學習,但對於同一任務,AI 需要所有的上下文。這幾乎是不可能的,因此 AI 無法替代員工。因此,下一代模型必須具備持續學習的能力,才能被視為下一代模型。9. 我們希望下一代模型能夠幫助我們自身的發展。簡單來説,我們模型的主要目標不是讓每個人都能很好地使用它們,而是讓我們能很好地使用它們。這是實現 AGI 的最快方式。10. 目前,全球尚未找到好的方法,因為 “學習” 由許多東西組成。11. DeepSeek 的長期願景是 AGI。如果我們將實施路徑比作爬樓梯,去年的樓梯是 CoT(Chain-of-Thought),而今年的樓梯是代理。代理之後要解決的問題是持續學習。12. 在實現持續學習後,我們可能會達到一個漸近奇點:模型可以做所有人類能做的事情,包括開發更前沿的 AI 模型。也就是説,AI 可以加速 AI 研究。只有在完成這一步後,我們才能實現具身智能。13. 智力的終極目標可能始終是具身的。因為對於一個普通人來説,他們的需求不是計算機,而是人類的力量。
我們距離完全商業化仍然很遠。
- 我們只追求合理的利潤,而不是利潤最大化的價格。
- 起初,我們擔心我們的某個模型需求量很大,因此將價格設定得相對較高。後來,我們將其降低到原價的四分之一,這在公司羣中引起了很多歡呼。這是因為這是我們努力製作這個模型的目的,讓每個人都能充分使用它。
- 低成本是一個結果;我們的模型不斷被設計得更具成本效益。我們也希望成本是可承受的,特別是在計算能力稀缺的背景下。
另一個原因是:成本越低,我們可以訓練的模型就越大。當計算能力有限時,高計算效率使我們能夠訓練更大的模型。大公司可以通過增加資源來解決這個問題;我們優先考慮成本效率。
17. 從外部來看,我們似乎選擇了一個困難的模型。但實際上,我們做得非常簡單。降價對我們的競爭對手絕對不是好消息;他們肯定不會歡呼。我認為銷售 API 並沒有那麼吸引人。我只需要幾個人來維護 API;不需要客户服務或銷售,用户會自然而然地來。18. 我們一直在商業化,只是商業化並不是我們的目標。DeepSeek 距離完全轉型為商業化還有很長的路要走。19. 我甚至不需要擔心在其中佔據一個位置。如果有如此大的商業機會,總會有辦法。DeepSeek 是時代的產物,是現實的反映,而不是模仿的結果。開源對我們這樣規模的公司來説是一個甜蜜點。20. 剋制是一種策略:放棄一些東西以獲得更多其他東西。開源是關於做出讓步:內部員工感到成就感,公司有凝聚力;這也有利於社會,讓同行和普通人感到快樂。我毫不懷疑 AGI 將具有巨大的商業價值。基於此,我的優先事項不是獲得更多的市場份額,而是提高成功的概率。21. 開源有利於使 AI 商業化。這聽起來可能有些反直覺。從歷史上看,一家軟件公司可能每年有數十億美元的市場價值,但在開源之後,這種價值就消失了。然而,AI 是一項巨大的事業;最終,它可能佔據人類社會 GDP 的 10%。如果我們試圖壟斷這一利益,我們將不可避免地被歷史拋棄。這是一個客觀規律,一個歷史視角。22. 我們提供的開源模型與我們自己部署的模型是相同的。我們不會開源一個劣質模型,然後用一個更好的模型進行自己的部署。23. 我不擔心其他人部署我們的模型與我們競爭。並不是每家公司都有意願和能力實現這個目標。初創公司太小,無法做到這一點;大公司則很難組織。這對我們這樣規模的公司來説是一個甜蜜點。24. 開源對我們的商業模式沒有影響,前提是我們 “只賺取一定的利潤”。如果你想賺取百倍的利潤,開源確實會影響你。25. 我們不想與任何大型或小型互聯網公司成為競爭對手。在這個前提下,我們非常願意協助和幫助任何人,甚至是阿里巴巴、智譜和月球黑暗面,做得更好。26. 在未來,我們需要重寫中美之間的 AI 敍事:使用一小部分計算能力,我們可以進一步縮小差距,縮短到 6 個月或 3 個月。27. 中美在 AI 方面的差距主要在於資源。我們相信,規模越大,結果一定會更好。訓練如此大的模型並不是因為我們認為如此大的模型就足夠,而是因為我們只有這麼多資源。28. 人才幾乎沒有差距——都是同一羣人。中國並不缺乏人才。人才短缺是暫時的;從歷史上看,某種類型的人從未長期短缺。29. 在模型製造商的競爭中,成本是首要考慮因素。Anthropic 目前超越 OpenAI 並不是一種長期現象,而是一種暫時現象。OpenAI 和谷歌未來可能會輪流崛起。30. 中國有太多公司在做模型,每家公司都在做同樣的事情,導致資源碎片化。最終,它們會趨於一致,但這需要時間。如果每家公司只獲得合理的利潤,就不會有這麼多人在做大型模型:也許兩家大型公司和兩家小型公司就足夠了。31. 我絕對不相信大型模型公司能夠奪走大部分利潤(在 AI 行業中)。32. 在大型模型的競爭中,最終的差異將體現在三個方面:成本、時間和用户體驗。成本是首要考慮因素——以什麼成本提供相同質量的服務?其次是時間;幾個月的早晚會有所不同。用户體驗會創造一些粘性和壁壘,但這不是根本。
我們沒有成為下一個超級應用的意圖
33. 我們不想成為下一個超級應用。成為下一個字節跳動?下一個騰訊?我們絕對沒有這樣的想法。
34. 我們不爭奪這個,因為後面還有更大的西瓜,而眼前的可能只是芝麻。當然,這個芝麻可能更大,但我認為它並沒有那麼大。
35. 去年大家都在爭搶聊天機器人和 C 端流量;今年則是爭搶 B 端收入。但我們認為這並不重要。公司真正關心的是 AGI 路線圖以及如何實現下一個技術突破。奇怪的是,我們最想要的東西卻最難得到,而我們不太在乎的東西反而更容易獲得。
36. 去年的春節熱潮並不是我們計劃的一部分。
維護團隊穩定是關鍵。37. 我們唯一不能妥協的事情就是維護團隊穩定。這也是我們面臨的一個非常重要的風險。當然,這個風險在這一輪融資中已經大大減輕。38. 我們所做的許多事情都是為了維護團隊穩定。我們不想與任何大型或小型互聯網公司競爭;我們希望能夠賦能並幫助他們。我們不想樹敵。這也會改善我們自己的環境。39. 有些人認為我們的組織是自上而下的,有些人認為是自下而上的;我認為兩者都是正確的。自上而下被稱為 “做實事”,一般來説,我們希望 “實事” 不會佔用員工一半的時間。另一半時間是自下而上、無結構的;他們可以研究自己想要的任何東西,獨立探索,探索他們認為重要的事情,而沒有任何前提條件。40. 我們通常不加班。第一個原因是研究需要相對放鬆的環境。第二個原因是我們非常專注。許多產品並不完美,但我們沒有去修復它們;這是一種剋制的文化。41. 組織是動態的,而不是靜態的。隨着公司的成長,可能會有一些調整。它不會完全變成傳統的等級制度,但可能會有一些必要的結構。然而,願景驅動的方法不會改變。42. 當我們創辦這家公司時,我們的初衷並不是為了賺很多錢或上市。前幾十個人從來沒有這樣想過。如果他們這樣想,他們就不會來了。我們是出於對世界的善意在做這件事,相信這對人類會有用。43. “實現 XX KPI” 不是我們的方法;我們是一個願景驅動的組織。這有其優缺點。我們將在未來找到利用我們的優勢和減輕我們的劣勢的方法,但這是我們的定義特徵。44. 我們的願景甚至沒有寫下來;它融入了我們的方法和我們對世界的態度。我們公司中的每個人可能對這個願景有不同的理解,但我們在整體方向上是一致的。45. 大約二十年前,我最大的管理偶像是傑克·韋爾奇(前通用電氣首席執行官)。回頭看,現在很多他所説的可能是錯誤的,但他有一點是對的:對一個公司來説,最重要的是願景。願景不是牆上的口號;它不是你説什麼,而是你做什麼。
剋制使我們更有能力實現 AGI
- AGI 是最有利可圖的。至於其他事情,如果我們有精力,我們就會去做;如果沒有,我們就不做。剋制是我們願景的一部分。
- 人工智能是一個龐大的項目,潛在的利潤是巨大的。如果我們能夠成功,即使是小部分的利潤也會相當可觀。你越剋制,成功的可能性就越大。
- 我認為這與直覺是一致的——至少與我的直覺是一致的。除了我們的願景,我們沒有太多其他優勢。
- 當我們兩年前創辦這家公司時,我們沒有太多資金,信用卡也不多,品牌知名度低,影響力也小。我們只是一羣非常普通的人。我更喜歡 “普通人做非凡的事情” 的敍述,而不是 “天才做非凡的事情”。
- 開源也是剋制的一部分。在定價方面,我們當然不會以最大化公司收入或利潤為起點。在短期內,更高的價格意味着更多的收入;但從長期來看,很難説。對我來説,剋制是一種策略。51. 開源和低價格讓員工感到巨大的成就感,促進組織凝聚力,造福社會,讓其他同行和普通人感到快樂。因此,這種剋制,從長遠來看,增加了我們成功實現 AGI 的概率。52. 如果你的願景是獲取更多,你已經輸了;你可能會面臨更大的困難。世界就是這樣。
