梁文锋4小时投资人闭门交流会 · 完整版

DeepSeek — 中国AI领域的现象级公司，梁文锋的"克制"哲学引发了整个行业的深思

2026年5月20日，DeepSeek创始人梁文锋与投资人进行了近4小时闭门交流会。录音整理稿约3.4万字，7月流出后刷屏科技圈。本文基于每日经济新闻、钛媒体、搜狐科技、第一财经、金融界、证券时报等多源交叉整理。

一、十大核心主题

主题一：克制战略——越克制，越有可能做成

"我们从一开始就觉得需要克制。你越克制，越有可能做成这件事。这是一个商业上的考量……AI这个事情实在太大。如果说我们想独占这个利益，那么一定是要被历史抛弃的。你需要有一套机制来确保自己能够获得的利益是有限的，这样你才有可能做成。不能够想着人类GDP的百分之多少都归我了——你越这么想，越做不成。"

"去年我们没有在C端去发力，可能是对的。因为能看到后面真的是有更大的西瓜，前面真的只是一些小芝麻。更大的机会应该还在后面。我们离彻底转向商业化的时间点，应该是很遥远的。"

💡 核心观点 — 克制不是道德选择，而是商业战略。AI行业利益太大，任何试图独占的企业都会被历史抛弃。

主题二：十个月回本的定价法则

"我们的API定价逻辑：大概是我们到市场上买一批设备回来，十个月收回成本，我觉得这是一个合理的利润。大约对应六倍的利润。"

"它其实不是利润最大化的，如果利润最大化，应该把价格设得更高。因为在这个价格区间，用户的需求是没有弹性的，就是我价格再抬高一半，Token消耗量区别不大。"

💡 定价哲学 — 不追求利润最大化，而是追求"合理利润+最大社会价值"。内部文化以降价为荣。

主题三：AGI不是突变，是阶梯

"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。今年走的阶梯就是Agent。持续学习之后，可能我们就会来到一个奇点。"

梁文锋提出的AGI路线：语言模型 → CoT → Agent → 持续学习 → 自我迭代（奇点）→ 具身智能

💡 AGI路线总结 — 语言模型 → CoT → Agent → 持续学习 → 自我迭代（奇点）→ 具身智能。每一步都基于前一步，没有一步是白走的。

主题四：C端和B端只是AGI路上的副产物

"C端和B端，都是我们做AGI路上的副产物，都是中间的产出。我并不是为了做C端或为了做B端而去做它，而是我们做AGI刚好能产出这个东西，我就把它拿来做商业化了。"

"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。我们没有在C端上花很多力气，甚至一度都不想维护那些用户了，但是用户赶都赶不走。"

主题五：国产芯片生态一年内扭转

"国产卡现在有一个历史性的机遇。之前国产卡适配有一个难题叫生态不好。但现在有了AI之后，要建立起一个生态比以前容易很多了，因为AI可以写代码。"

"英伟达CUDA的护城河在快速瓦解。第一，AI自己能写代码了，用TileLang重写算子效率极高。第二，游戏卡和计算卡必将分家。第三，美国的封锁逼出了国产替代。"

主题六：中美差距与追赶路径

"我们跟美国之间最大的差距是在资源上面。人才、模型能力、应用的区别，都可以认为是因为算力资源上的区别。"

"现在美国最大的模型激活大概是800B，国内最大模型可能就几十B激活，差一个数量级。我们跟美国的差距可能是落后美国12到18个月，但只用美国二十分之一的算力把这个事情做出来。"

国产芯片产能是最大瓶颈，华为950超节点在性能和价格上可部分平替英伟达GB系列

主题七：Scaling Law没有撞墙

"我们相信Scaling Law，肯定是规模越大，效果越好，能够解锁更多的功能。阻止我们Scaling的就是算力。我们没有触摸到这个上限在哪里。"

"硅谷在说Scaling到头的时候，那是对硅谷来说；对中国来讲，我们离那个还很远，根本就没有Scaling到那个程度。"

主题八：下一代模型的核心能力——持续学习

"下一代模型的核心能力，它必须要有持续学习的能力，它才能叫下一代模型。在那之前，我们能做的就是成本、效果、速度。但是要有大突破，它应该是具备持续学习能力的。"

"我们希望下一代模型能够帮助我们自己的开发。说的简单一点，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。"

主题九：组织没有KPI，一半时间自由探索

"我们的管理两条线：从上到下，全公司配合做大事；从下到上，每个人自己想做什么就做什么。没有人管，没有KPI。"

"一般我们希望正式的（从上到下）不要占用员工所有时间的50%。他还有一半的时间是不被安排的，他想做什么就做什么。我们不加班。做研究需要一个比较松弛的环境，逼太紧就没法做研究了。"

主题十：通用Agent优先，Coding Agent最重要

"国内以目前的情况来看，我觉得最合理的做法应该是全力做通用的Agent。其他的Agent优先级应该更低，包括金融、医生这些Agent。要先做Coding，因为Coding Agent能够做到很多。"

无KPI

组织管理

50%

自由探索时间

<4%

人员流动率

不加班

工作文化

二、六大焦点对谈

Q1：持续学习什么时候能带来突破？

梁文锋：现在全世界都在研究这个问题。对投资人来讲，现在看到最多的是Agent；但对于研究人员来讲，现在更多的是学习问题。全世界都没有找到好的方法，大家还在摸索阶段。虽然我们有很多看起来有前途的想法，但都还没有做通。

Q2：开源后有多少团队能复现模型？

梁文锋：每个企业都面临人才不够的问题。但人才短缺是阶段性的，两三年就会培养出大量人才。国内做基模的公司太多了，最终一定会收敛到三四家。大模型公司不可能拿走大部分利润——差距只有时间和成本。

Q3：仿真数据能否让模型超越人类？

梁文锋：能超越。AlphaGo下了人类从没见过的棋——在一定范围内可以超越人类。但可能有上限，这个局限性我们现在看不到。

Q4：融资后会自建大型集群吗？

梁文锋：自建大型集群是肯定的，我们一直在做。但要不要自研芯片，取决于收益有多大。希望不用去做芯片。AI时代会产生很多家万亿级别的公司，我们希望是其中一家，只做最擅长的那一块。

Q5：中国AI相比美国的结构性优势？

梁文锋：两大结构性优势：成本控制、本土化产品用户体验。底层基础算法层面无天然优势。海外企业不重视成本优化，这是国内独有竞争力。中国企业会把产品做到最便宜，同时效果跟美国产的没有太大区别。

Q6：如何平衡科研理想与经营要求？

梁文锋：应该能做到"都要"。如果今年B端有几亿美金收入，公司离净利润不远了。最坏情况卖API也能支撑上市公司。希望有更大梦想，但也有保底业绩。

梁文锋认为Coding Agent是目前最重要的方向——Coding Agent能加速自身研发，是实现AGI最快路径

三、关键数据一览

维度	数据
融资总额	约510亿元
投后估值	约3,250-3,509亿元
梁文锋个人出资	约200亿元（最大单一出资方）
梁文锋持股	直接+间接约84.29%
参投方	腾讯100亿、宁德时代50亿、网易30亿、京东30亿、IDG 30亿等
当前算力	约2万张H等效算力
华为卡数量	约1.6万张华为950
API定价标准	10个月收回设备成本（约6倍利润）
中美模型规模差距	美国800B激活 vs 国内几十B激活
追赶目标	1/20算力 → 缩小时间差到6-3个月
人员流动率	<4%（远低于同行）
组织管理	无KPI、无考核、不加班、50%自由探索时间

📌 关键信息：梁文锋直接+间接持有DeepSeek约84.29%的最终受益股份，掌握接近100%的可支配表决权。融资对合作方严格筛选，外部投资方大多只有财务收益权，无投票权和董事会席位，份额锁定五年。

四、行业反响

此次交流会内容流出后，在科技圈引起广泛讨论。《黑神话：悟空》制作人冯骥凌晨三点感慨这是"荡气回肠的叙事"，美团王慧文用"格局通天"来形容自己的震撼。

36氪等媒体也深挖了梁文锋同时控制的幻方量化（年收入可达80多亿元的私募基金），指出"克制"哲学在量化交易领域并未体现。但梁文锋个人出资200亿元投资DeepSeek，显示出其将量化所得反哺AGI事业的路径。

整理日期：2026年7月24日 · 旺达整理 · 完整版约3万字
基于每日经济新闻、钛媒体、搜狐科技、第一财经、金融界、证券时报等多源交叉整理