DeepSeek创始人梁文锋四小时投资人会议实录（二）
[00:38:36]
这个事情都有难点，所以这是属于我们这个规模的公司的⼀个甜区，sweet point。然后如果我们更⼤了，可能我们没有其他问题；如果更⼩的话，朋友们⼒量⼜会不⾜。
所以，⾄于开源，我觉得我们应该定价。⽬前我们应该认识到，不会逼⼈。因为定价的模型，我也不会收⼀个⾮常⾼的费⽤，我也是可能按照⼗个⽉回本来收这个费。按⼗个⽉回本，就已经能够把竞争对⼿……
我按⼗个⽉回本这个，就能够让独⽴部署的第三⽅⽆利可图。第三⽅他做不到，他做不到这个成本，他肯定做不到。
所以开源并不会影响我的收⼊。当然，如果说我要赚⼀百倍的利润，那么开源是……
听到你的话，但视频好像掉了，⽼板。
刚刚可能是电话接来了。
就是开源，我觉得对我们的商业模式是没有任何影响的。前提是我们只赚六倍的利润，⼗个⽉收回成本，⼤概对应的是六倍的利润。我们只赚六倍利润的情况下，开源是不会有什么影响的。
但如果说你要赚⼀百倍利润，那么开源确实会影响你赚⼀百倍利润，因为第三⽅会部署，他可能是⼆⼗倍成本，就⽐你低了。
这个模式是不是⻓期可以持续的？我觉得是可以的。就在我们这个愿景下，我觉得开源是⻓期可以持续的，或者我们是打算这么做的。你可以认为，就是有克制，也是有让你⽐较⻓利。
这个策略是能够在技术前⾯让我们有更多的机会，我们能够做成 AGI 的概率也是更⼤的。我们更从容。
你想，我们根本都不⽤加班，因为就没那么难。但是对其他家来讲，可能就很难，因为你想的也太多了。
其实不难的，根本就不难。才开始是⼀个……外⾯可能看起来，我们选了⼀个很难的模式，我们要做研究，我们去做最难的事情，好像是个 hard 的模式。但其实我们在外地⽅舍弃了很多，使得我们还是⾮常有⼒的，我们还是做得⾮常轻松的。
所以对开源这件事情，实际上我的判断是，它是持续的。开源和商业付费之间没有冲突，前提是六倍利润的情况下没有冲突的。
六倍利润看起来很⾼，但其实不⾼。因为现在 AI 的效率这么⾼的情况下，现在⼀个合理利润可能就是这么多。未来它可能会降到，⽐如说四倍、三倍，我觉得这已经是……再到底也不可能再降了。但就是它还是会有很⼤的利润。
就光是看卖 API 这个事情，但我并不觉得卖 API 这个事情有那么⼤吸引⼒。但是就这个事情，你可以说明，没有，我没有看到有什么冲突。
然后我也不担⼼别⼈部署我们的模型，然后跟我们来竞争，⼀点都不担⼼。我们还希望他们能够部署起来。
我们尽可能给开源社区提供帮助，协助⼤家能够把我们的模型部署起来。我不担⼼他会跟我抢这个⽣意，因为这个市场⾜够⼤。我只担⼼他部署不起来，他有些细节没做对，效果变得⽐较差，或者说他的成本会⽐较⾼。
对，这⾥是没有冲突的。
然后去年的时候，我问的，去年有 To B 这个⽣意的时候会问得⽐较多的是：我们那个 C端，我开源，那么 C 端是不是跟我这个 C 端⼜会冲突了呢？因为我没有流量的优势，或者说腾讯⾃⼰流量很多，他部署我们的开源模型，他就把所有的 C 端⽤户都接过去了，就把我的 C 端⽤户都抢⾛了。
但其实并不会，这个还是有很多原因的。然后问题是：我们给的开源模型，跟我们⾃⼰部署的模型是不是⼀样？是⼀样的。我们不
会说开源⼀个差点的模型，然后我们⾃⼰部署的时候⽤⼀个更好的模型，是不会的，是⼀样的。
这也说明它其实没有冲突。我们去年⼀整年，在 C 端我基本就是开源了，然后 C 端的服务没有看到冲突，真的没有看到冲突。所以，这是开源的这部分。
然后下⾯还有就是，公司的⻓期 vision，我觉得我们⽬标应该是 AGI。每个⼈对 AI 定义不⼀定⼀样，但是不妨碍我们把 AGI 当做我们的⽬标。
从技术路线上来看，其实 AGI 这条路线图是⽐较清晰的。跟⽬前的这⼀代 AI 技术，如果说你能够把⼀个问题描述得很清楚，给它完整的上下⽂和指令，它已经超过⼈类了。但这⾥有个定义，有个前提是：你给它完整的上下⽂，你给它完整的指令。
然后这个定义是很难达到的。⽐如说我们今天开会，其实我们前⾯有很⻓很强的上下⽂，可能⼤家有⼏⼗年的上下⽂，然后这是 AI 不具备的。那么现在 AI 能具备的是，在⼀个局限的上下⽂⾥⾯，它能做得⽐⼈更好。
但它还是替代不了⼈类。这⾥⾯还差⼀个地⽅，是持续学习。因为⼈也能够持续学习。你招⼀个员⼯，他可能花两个⽉时间来熟悉这公司的环境，熟悉他的⼯作，他谈两个⽉的，你这样他就可以上⼿了。
他就能做很多事情。他能够听懂你说的话，⽐如说你说，叫那个⼩王来，他就知道⼩王是谁。但如果 AI 的话，因为这个上下⽂，他前⾯没有这两个⽉的学习。
你跟他说，叫⼩王过来，你得告诉他⼩王是谁、什么职务、他在哪⾥、要怎么去找他、要找他的时候注意什么。你得给 AI 所有的上下⽂。那么在这种情况下，AI 是能做的，但是你不可能给他所有的上下⽂，也不现实。
所以 AI 并不能够替代你的员⼯。但如果说 AI 具有持续学习的能⼒，它跟你的员⼯⼀样，到公司学习两个⽉，那么
[00:51:02]
但就可以替代天下的⼈了，所以我们离下⼀步还差⼀个学习去学习。AI 的发展，我们可以理解成它是⼀个阶梯。去年⾛的阶梯是 CoT，就是思维链。因为我们发现，通过思维链的⽅式，可以让智能达到⼀个更⾼的⽔平。通过它⾃⼰思考，可以让这个上限，可以让这个 AI 能做更多的事情。
那么我们⼜跨过了⼀个阶梯。今年的阶梯就是 Agent，因为我们发现，⽤ Agent 的⽅式，即便多有事情也可以做，它的能⼒范围会更⼤，它的智能上限会更⾼。
为什么是阶梯呢？因为后⾯的每⼀步都是基于前⾯的基础上的。Agent 要⽤到 CoT，然后CoT 也要⽤到前⾯的阶梯，前⾯的阶梯就是语⾔模型，所以它并没有⼀步是⽩⾛的。
所以，AI 的发展，智能的⾛向是有迹可循的。说今年⾛的这个阶梯是 Agent，但是 Agent这个阶梯，它也是会⾛完的。就是它把所有可能解决的问题都解决完之后，但是它还是不能替代你的员⼯，但是它已经到它能⼒的上限了。
就好像 CoT ⼀样，CoT 到它的上限之后，它已经超过最顶尖的⼈类了，在做奥数题、写程序上⾯已经超过最顶尖的⼈类了。但是它还是停在那个地⽅，它那个技术并没有能够到达 AGI。
所以你看，AI 这个智能的⾛向，它是有迹可循的。然后在 Agent 之后，我们觉得应该要解决的问题是持续学习，就是怎么让模型可以持续地学习，⽽不是说你要给它⼀个很强的训练，它应该能够像⼈⼀样做⼀个⽐较⻓时间的持续学习。
这个问题跟完成任务等等是同⼀回事，它们相关，解决的是同⼀个问题。我们现在站在Agent 这个地⽅，能看到的是下⼀个瓶颈，就是持续学习。下⼀个要解决的问题，就是解决怎么持续学习，这个是看得到的，是相对来讲⽐较明确的。
就是卡在前⾯的这个障碍，你必须要跨过去，⽽且⼀定是有办法能跨过去的，但需要时间。持续学习之后，可能我们就会来到⼀个奇点。这个奇点就是，当这个模型能够持续学习之后，它已经能够做⼈类能做的所有事情了。
它就能够⾃⼰开发⾃⼰的版本，能够⾃⼰再研究，然后开发⾃⼰的下⼀个版本，开发更前的⼈⼯智能模型。所以它就会到⼀个奇点，能够实现⾃⼰的迭代。
但这个奇点，它并不是⼀个奇点，它也是⼀个渐进的过程。这个过程可能也是⼀个⽐较⻓的渐变，它不是个突变。但是习惯性地，我们都认为它可能是个奇点。
因为在很早之前，那些预⾔家认为这⾥会有个奇点，但其实它不是⼀个奇点，它是⼀个连续的过程。然后这⼀步⾛完之后，我觉得才是具⾝智能。
这是我们的推测，这是我们觉得这个时间表应该是：先解决学习去学习，然后再到那个智能的奇点，能⾃我迭代的奇点，然后才是具⾝智能。到具⾝智能之后，它就⾛进现实世界，可以给你做家务，可以给你养⽼。
我们觉得这是⼀个⽐较理想的路线图，但每个⼈的观点不⼀样，没有对错之分。只是我们觉得，这个路线图是最轻松的。
这个路线图是因为每⼀步你要做新的都很少。这个路线图我们可以不⽤加班。但是如果路线图是反过来的，⽐如说它要先实现具⾝智能，那么这⾥⾃⼰做得很累，这是⼀个很苦的活。我们不希望是这样的路线图，我们希望做得轻松⼀点。
如果说我们先解决持续学习，再解决那个⾃我迭代的奇点，再解决具⾝智能，这个路上就很轻松。因为到后⾯之后，你可以⽤前⾯的技术来帮助开发后⾯的技术。奇点之后再做具⾝智能，那个就不⽤⼈来做，就不⽤我们来做了，那个模型⾃⼰就可以出来了。
所以这个是回答我们的⻓期⽬标是什么。我就跟他说，这就是我们的⻓期⽬标，就是我们说的 AGI。
⼤家回到现实。去年最重要的现实就是，⼤家都要做 Chatbot，要抢 C 端的流量。那么今年的现实是，⼤家都要抢 To B 的收⼊，要参与到这⾥⾯去，因为如果不参与的话，根本就不在牌桌上，对不对？
但我们并不认为它是⼀个重要事情，或者说，在我们公司内部，我们真正关⼼的，其实是刚刚我说的这些 AGI 的路线图，以及下⼀步这个技术怎么突破。
但是有⼀点很奇怪的是，最想得到的东⻄，反⽽你就得不到。那个并没有那么在意的事情，反⽽是还蛮容易能够得到。
这⾥边有⼀个战略上的优势，就是我们⼼⾥⾯想着 AGI，我们做的是 AGI。那我们再做那个应⽤，再做那个 C 端、B 端的时候，根本就不⽤太多的⼼思去做那个事情，其实花很少的精⼒就可以了。
我觉得是说，你站在⼀个技术的⾼位上来做相对低⼀级别的技术，是有这样降维打击的。⾄少在去年的 C 端，我们看到确实是这样。我们没有在 C 端上花很多⼒⽓，甚⾄⼀度我们都不想维护那些⽤户了，但是⽤户赶都赶不⾛。
因为真的是赶不⾛，所以最终都还在。但稍微……然后今年 B 端的这个收⼊，现在看起来这个增⻓还⽐较乐观。我觉得可能这个数字跟同⾏⽐的话，应该也是⽐较好的，我估计。但是我们并没有花很⼤的精⼒去做这事情，我们根本就没有
[01:02:45]
做⼀件事情，就是顺便做的。做互联⽹智能的上线，⾛的时候，AGI 这⼀步是我必须⾛的，是个台阶。通往 AGI 的路上，我要经过这个台阶。那么我把这些技术都通过 API 给⼤家服务，我没有⼲额外的事情。
我们还是在做 AI，这是⼀个副产品。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，什么都不需要，⽤户⾃⼰就会来。
或者说，被认为是 C 端的⽤户，C 端和 B 端，都是我们做 AGI 路上的副产物，都是⼀个中间的产出，跟我做 AGI 没有冲突。我并不是为了做 C 端，或者为了做 B 端⽽去做它，⽽是我们做 AGI 是为了做 AGI，刚好能产出这个东⻄，我就把它拿来做商业化了。
这跟其他公司不⼀样。其他公司就是为了做这个，为了服务 C 端⽤户，或者服务 B 端⽤户⽽去做这个模型。但对我们来讲，初衷不是这样的，我们初衷还是去追求 AGI。
我觉得这个在⼀定程度上是⼀种降维打击。AGI 是更⼤的愿景，这个愿景能够凝聚起更多优秀的⼈，它有更强的凝聚⼒。所以我在组织上有优势，然后我利⽤这个优势去……它就是⼀种降维打击。
但如果你是⼀个商业公司，你的愿景就是服务好 C 端⽤户，那么是另外⼀个故事。他有其他的优势，在产品上、⽤户服务上、流量上会有优势，但是在技术上没有优势。
现在⽐较有利的形势是，模型技术是最重要的。你要将模型做好，其他……对，然后这个可以解释我们之前发展的轨迹。我们真的是选择 AGI，然后我根本没有想着说要做很多的⽤户。
去年春节我们突然⽕的时候，那不在我们的剧本⾥⾯，我们完全没有想过那个东⻄。我们就是想把这个技术做好。但是那时候我发现，其实我们这个组织相对于完全商业化、以产品为⽬标的组织来讲，在⼈才跟组织上是有额外优势的。
这也很神奇。那时候 C 端⼤家都抢得头破⾎流，结果被⼀个没有去抢的⼈牵⾛了。这个也确实说明我前⾯说的逻辑是有道理的，确实是有⼈才和组织上的优势。
这个⼈才优势不是说我的⼈⽐他更聪明，⽽是这些⼈才我怎么组织起来，怎么激励他，然后怎么合作。这个东⻄是有优势的。因为你把聪明的⼈聚在⼀起，并不是说他⾃然⽽然就能够合作，⾃然⽽然就能够⾮常有激情地去奔⼀个⽬标、去完成的，所以你需要⼀个愿景。
我们前⾯的经历给我的启⽰是，AGI 这个愿景是很强⼤的。
OK，这是问题。然后下⼀个问题是，核⼼利益的重要性是什么？
我前⾯说，我们在很多⽅⾯都要⾮常克制。但是我们的核⼼利益是什么？其实我们的核⼼利益只有⼀点：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。
只要我能够保持团队的稳定性，我⼀定能做成，⼀定能做成 AGI，就这么简单。只要⼤家都不⾛，我们能够继续做，我就⼀定能……基本上没有什么⻛险。只是说早点晚⼀点，将遇到挫折；如果遇到挫折，⼤家都不⾛，那么我⼜可以继续。
钱肯定不是问题，资源不是问题，其他要素都是容易获得的。对我们来讲，只有⼀个核⼼利益，只有⼀个没法退让的：我们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挑战，或者说，我觉得是最⼤的⻛险。当然，这个⻛险随着我们近期的这⼀次融资，得到了⽐较⼤的解除。因为⼤家拿到的期权都还是⽐较多的，⾦额还是⽐较⼤的。
从团队稳定性来讲，只要最重要的⼀些员⼯、最⽼的员⼯能够稳定，那么其他⼈是不太会⾛的。其他⼈哪怕期权少⼀点、收⼊少⼀点，他也不会⾛。因为他不是全奔着钱来的，⼤
家都希望在⼀个能够做成 AGI 的环境⾥⾯去做这个事情。
所以对⼈才来讲，还是有吸引⼒的。从历史上来看，我们的⼈才流动是⽐较少的，跟同⾏⽐，我们⼈才流动永远是⽐较少的。但是，这依然是我们最⼤的挑战，是唯⼀的挑战，可以这么讲。
其他都是时间问题，其他最多导致我们晚半年、晚⼀年，但是不会说做不出来。肯定是不缺钱，肯定是不缺资源，其实这些都是不缺的。
所以我们现在做的很多事情，都是为了保持团队的稳定性。除了这⼀点以外，其他我觉得我们都是可以不要的，都是可以克制的。我们⼀直⾮常克制，不愿意跟任何⼀家互联⽹⼤⼚或者⼩⼚成为对⼿。
我希望我能够给他赋能，或者希望我能够协助⼤家去做这个事情，希望能够帮助⼤家做这个事情。这也是我们前⾯说的，我们的商业意义的⼀部分。前提是⼤家不要管……
[01:15:12]
在这个前提下，我们是很愿意协助、帮助任何⼈，甚⾄我们的竞争对⼿，包括阿⾥、智谱、⽉之暗⾯，去做得更好。因为我们并不损失什么东⻄，我们本来也是开源的，开源也是没有把边界尽可能说清楚，对怎么做，希望你能够复现；你如果复现不了，你讲，我告诉你怎么复现。
这本来就是开源的⼀部分，不会因为你是竞争对⼿就怎么样。当然，如果是合作伙伴，我会做更多的事情。但是在⼤的利益上⾯是没有冲突的。
在对外⾯打交道的时候，我们的态度是：我们只做 AGI 的主线。这就是我刚刚说的这个GPT、CoT、Agent 等等，就只做主线。AI 领域很⼴泛，有很多东⻄我们觉得它不在这个主线上⾯，⽐如说 3D、视频⽣成，我觉得可能跟智能的主线没有太⼤的关系，我们不会去做。
还有⼀些，⽐如说世界模型，我觉得现在跟智能的上限也没有太⼤的关系，所以我们也不会去做。但是其他⼈做，我们也很乐意帮忙。有没有时间是⼀回事，但是利益上是没有冲突的。
我们也希望这些 AI 技术能够⽤到各种⽣产环境⾥⾯去，能够提⾼社会的⽣产效率，能够帮助各⾏各业去提⾼⽣产效率。我们是⾮常有动⼒做这个事情的。
我有没有时间、有没有⼈⼿，或者我们的同学⾃⼰感不感兴趣，那是另外⼀回事。但是在利益上是没有冲突的，我们是希望能够达到这个⽬的。并且我们认为，这个跟商业没有任何冲突，我该拿到的利益还是没有少。
我觉得我们之前秉持这种态度，其实我们并没有因此⽽少拿到任何东⻄，并没有因为我开源，并没有因为我们的善意或者说我对其他⼈提供帮助，⽽导致我们少拿了任何东⻄。⽐如说去年的 C 端⽤户，我们现在 C 端⽤户还是⽐较多的，也还是⽐较稳固的。
我们今年的 B 端，我觉得也是⽐较乐观的。我并没有因为我们的善意⽽影响到我的商业利益，完全没有影响，反⽽可能还有加分。这个看起来违反直觉，但它确实是这样的。或者我们反过来想，如果违背它，也是必然的，我能够拿到更多东⻄吗？没有。
有个问题是，怎么理解世界模型和 AI 智能上限提⾼没有关系？我说的是在现在这个阶段，这是我们的判断。我们有看到，这是我们⾃⼰的 AI 路线图，不是唯⼀的路线图。
从我们的理解、从我们的判断来看，当前最重要的是把 AI 训练做好。把 AI 训练做好，并不需要世界模型，甚⾄不⽤多模态。因为你把 AI 训练范围缩⼩⼀点，没有多模态，只是有⼀部分任务你做不了，但是不影响这个算法的成⽴。
多模态最终还是要做的。现在重要的是训练，然后下⼀步要解决的是持续学习的问题，再下⼀步要解决的是它⾃⼰问问题。但是这个路线图⾥⾯没有世界模型，没有视频⽣成。
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。
事实上，你也发现，那个视频⽣成⼀开始 Sora 出来之后，所有⼈都做，⼤公司、⼩公司都做。但是⼩公司后来都把它砍掉了。它跟智能的上限没有关系。
但在商业上，它是个好⽣意，在商业上是个好⽣意。但是这跟智能没有什么关系。我们不会因为它是⼀个好商业⽽去做它，我们只会因为它是智能路线图上的东⻄，才会去做。
视频⽣成那个，因为那个相对⽐较清楚，就拿它举例。然后世界模型，世界模型这个含义就没那么清楚，因为很多东⻄都可以说它是世界模型。
从我们的判断，世界模型和智能还不是现在这个阶段最重要的事情。最重要的才是 AI 训练，以及 AI 训练之后怎么解决持续学习。这是我们公司的判断，当然每个公司它的判断是不⼀样的。
我刚说的是，我们公司对公司来讲最重要的问题，就是⼈员的稳定性。从另外⼀个维度来讲，我们缺什么呢？我们跟美国的差距是什么？其实差距只有⼀点，就是资源。
我们没有那么多卡，我们的卡的数量还是⽐较少的。我们现在⼤概是两万张 H 等效算⼒，这其中⼤部分是刚到，最近⼀两个⽉刚到，可能还有很多机器还没有来。
我们总的算⼒去年⽐较少，今年我们在⾮常激进地扩充这个算⼒。我们现在⼤概是两万张H 等效，接下来⼏个⽉我们还会有⼤批量的机器买过来，基本上都是英伟达。
我们需要多少卡？现在肯定是越多越好。在我们能够承受的范围内，肯定是卡越多越好，这是毫⽆疑问的。所以我们现在策略是，在合理的价格⾥⾯，能买到多少卡就买多少卡。
如果说这笔融资⽤完之后，我能买多少卡，我就买多少卡。花钱的速度不在计划⾥⾯，⽽是只要价格合理，有多少我都买。那么如果说我在半年之内就把钱花完了，我觉得是个好事。如果说我在半年之内把钱都花完，那这个太幸福了，这太理想了。
实际上，要把这么多钱花完⾮常不容易，买不到那么多卡，很难买，⽽且价格也很⾼，也不能说花⾮常⾼的价格去买，还得确保这个价格是合理的。
DeepSeek创始人梁文锋四小时投资人会议实录（一）
DeepSeek创始人梁文锋四小时投资人会议实录（三）
DeepSeek创始人梁文锋四小时投资人会议实录（四）
DeepSeek创始人梁文锋四小时投资人会议实录（五）