李善友：DeepSeek的每一次取舍，都在增加AGI实现的概率

过去一个月，DeepSeek 有三个大动作。

7月31日，V4 Flash 正式版上线，把更强的模型能力带到更低的成本区间；8月 13日，V4 Pro 正式版上线，Agent 能力继续提升；8月21日，V4 Flash 视觉实验模型发布，十天后进一步开源。

模型更强、更便宜，也开始能看懂图片。大模型行业由此多了一条“DeepSeek 斩杀线”：一个模型的性能不如DeepSeek，价格还比它高，就很难解释自己的价值。

在巨大的成功面前，DeepSeek选择“克制”。2025年春节，上亿用户涌来时，不做C端产品；AI Coding和Agent兴起后，不做B端应用。它始终把资源投向基础模型，坚持开源和原创研究，不向应用层扩张。

“克制”来自梁文锋对AGI愿景的笃定。在DeepSeek，愿景已经融入现实，成为产品、研究、创新和组织的判断标准。梁文锋说，唯一重要的事情，是增加我们做成AGI的概率。赚多少钱、用什么方式赚钱，并不重要。

2026年8月16日，在混沌创新院第二模块的课堂上，李善友教授第一次讲授 DeepSeek案例。

以下为课程精华，内容经编辑整理：

爆火之后，为什么不抢用户

2025 年春节，DeepSeek 突然迎来上亿用户。假如你是梁文锋，会不会抓住这波流量？

按照互联网公司的做法，下一步应该是产品化、运营用户、做广告、做商业闭环，甚至打造一个超级 App，成为下一个字节跳动。这是上帝硬塞到手里的机会。换成谁，都未必稳得住。

DeepSeek 没有接。其他公司使用它的开源模型承接流量、发展产品，它也没有因此改变方向。别人拿到用户、赚到钱，它并不嫉妒。它要做的仍然是基础模型。

一年后，AI Coding 和 Agent 兴起，B 端又出现了一个巨大机会。DeepSeek 完全可以进入金融、法律、医疗、教育等垂直行业，沿着模型能力向应用层延伸，成为中国的 Anthropic。它还是没有接。

梁文锋的判断是，无论 C 端用户还是 B 端应用，今天看到的都只是“芝麻”，更大的“西瓜”还在后面。别人看到的是订阅、Agent 和软件，他看到的是 AGI。

C 端订阅和 B 端 Agent 已经形成市场，AGI 对应的市场仍然未知

我们今天并不知道 AGI 的价值网络最终会长成什么样。正因为不知道，梁文锋把它称为 Open。这里的 Open 同时指向两件事：技术开源，以及一个尚未被定义的市场。

但不知道，不等于没有判断。梁文锋相信，这个市场逻辑上成立，而且必然会发生。如果今天过早围绕已有应用建立产品、用户和组织，公司的技术和人才就会被眼前的产品吸走。

DeepSeek 目前的商业收入主要来自 API。按照梁文锋的介绍，API 业务没有专门的销售团队，甚至没有专门的客服，客户会自己找来。技术往前走，在应用层自然产生收入，收入再支持研究投入。

为什么梁文锋对眼前的产品机会如此警惕？理解 DeepSeek，要先讲 OpenAI。

OpenAI 创办之初，希望 AGI 服务全人类，也反对 AI 能力被少数大公司垄断。它很早就明确，大语言模型是走向 AGI 的第一步。但 ChatGPT 发布以后，公司越来越多地按照消费互联网的方式运行：需要融资，需要商业化，从开源走向闭源，从非营利走向营利，开始发展 C 端收费和 B 端应用。

一个原本想改变世界的组织，获得第一笔巨大成功后，也可能被成功限制。它捡到一粒芝麻，便以为那是整个世界。

DeepSeek 已经迎来自己的巨大成功。它真正需要防备的，未必是错过某个商业机会，而是让眼前的成功重新定义公司的方向。

所以，DeepSeek 并不是拒绝赚钱，它只是没有让用户、流量和收入重新定义自己。

智能本身即产品，只押一条研究主线

一般的互联网公司极其重视产品。先把产品做好，再获得用户和流量，最后形成商业化，这是移动互联网最熟悉的增长路径。

DeepSeek 的选择不太一样。如果一定要说它的产品是什么，基础模型本身就是产品。说得更简洁一点，智能本身就是产品。

它像一座发电厂，生产的不是某个 App、Agent 或 AI 助理，而是智能。用户通过 API 拿走 token，再把这些智能用到自己的产品和场景里。

对 DeepSeek 来说，token 最重要的特征是便宜。低价不能靠降低品质或贴钱补贴，只能靠工程创新把真实成本降下来。

基础模型生产智能，工程创新持续降低 token 成本

DeepSeek面对的问题非常具体：能不能拿 2000 张显卡，干出别人 20000 张卡的活？一行代码，能不能再省一点电费？

按照梁文锋的说法，DeepSeek的 API 定价大约是成本的 6 倍，希望设备投入能在 10 个月左右收回。无论具体定价怎样变化，背后的逻辑都很清楚：把成本变成产品的核心单点。

这逼着团队重新检查模型训练的每个环节。从数据精度、显存占用到训练流水线，从注意力机制到专家模型的激活方式，每一处都要寻找更高效的解法。很多技术问题在算力充足时可以被资源覆盖，算力有限时，团队只能真正把算法和工程研究透。

外部限制由此变成了一种内部能力。梁文锋与马斯克有一个共同点：他们都在“成本”这个看起来不性感的地方，建立起了真实的技术优势。

后来市场上出现了“DeepSeek 斩杀线”的说法：如果一个模型的性能不如 DeepSeek，价格却更高，它就需要重新解释自己的存在价值。

成本也与 DeepSeek 的愿景直接相关。如果 AGI 最终要服务全人类，智能就必须足够便宜。普惠不是一句价值观口号，它最终会变成每个 token 的价格。

智能本身就是产品，研究方向便直接决定产品的未来。大模型行业每天都有新热点。3D、视频、多模态、世界模型、具身智能，每一个方向都可能长出巨大的市场。

DeepSeek 判断一项技术要不要做，标准依然是：它是否位于通向 AGI 的智能主线上。

梁文锋讲过一条研究路线。第一代是语言大模型，对应 ChatBot；第二代是推理大模型，在它之上可以发展 Coding 和 Agent；下一代大模型的关键，可能是持续学习。

语言、推理、Agent、持续学习、自我迭代与具身智能构成一条连续的研究路线

今天的大模型训练完成后，参数基本就固定了。用户拿它去工作，它可以完成任务，却不会因为解决了一个新问题而自动成长。

人类不是这样。一个人离开学校、进入社会，每解决一个问题，能力都会继续提高。所谓持续学习，就是让 AI 在工作中继续调整自己：边干活，边学习，再带着新的能力继续干活。

今天，持续学习已经成为全球前沿 AI 研究的重要问题之一，DeepSeek 也在研究这个问题。

如果持续学习出现，AI 就可能进入自我迭代。它可以用 AI 研究 AI，开发自己的下一个版本，形成“AI 乘 AI”的非线性加速，新的智能能力会涌现出来。

DeepSeek 只做与 AGI 智能主线相关的事。3D、视频、多模态和世界模型都可能很重要，但如果不在它认定的主线上，就不投入。Coding Agent 在这条主线上，因为它建立在推理模型之上，也可能连接下一代学习方式。

愿景成为团队每天筛选技术方向的标准。行业里可以做的事情越来越多，DeepSeek 反而把自己的任务范围收得更窄。

没有层层管理，人才和创新涌现

梁文锋说，他唯一的核心利益是团队。只要核心团队稳定，早一年或晚一年，DeepSeek 都能实现 AGI。

AI 时代，人才的分量会越来越高。找到聪明人只是第一步，还要让聪明人之间产生集体智慧。

梁文锋说：“他们其实没有组织，是愿景把大家组织起来。”每个人对愿景的表达未必完全一样，但方向和频率接近。

两年前，有人问 DeepSeek，全球最顶尖的 AI 人才似乎都在海外，为什么不去海外挖人？

梁文锋选择在本土培养团队，而且团队里有大量年轻人，包括博士生、应届毕业生和毕业不久的研究者。

选择年轻人，不只看能力、技术和经验，更看好奇心、热情和自信。年龄越大，拥有的东西越多，越容易被过去的经验和习惯约束。年轻人拥有得少，反而敢相信自己可以做前沿创新。

ChatGPT 出现时，国内从投资人到大公司都觉得差距太大，还是做应用更现实。创新首先是一个信念问题。原创需要自信，这种自信在年轻人身上更明显。

AI 也放大了聪明人与普通人的差异。以前，聪明人与普通人的效率可能只差 5% 或 10%；今天，差距可能达到十倍。如果传统公司不尊重这类人才，仍然用层层管理和承接任务的方式组织他们，就很难产生前沿创新。

很多大公司的组织结构已经不适合这一轮 AI 创新。旧经验会成为束缚，新范式需要新组织。

DeepSeek 的做法是尽量减少干预。没有严格预设角色，分工自然形成。每个人带着自己的想法工作，遇到问题时会主动拉人讨论。计算资源也尽可能开放，只要有想法，就可以调用训练集群验证。

它把工作分成工程和研究两类。工程有明确目标，需要自上而下组织，比如在某个时间发布一款新模型；研究则更多来自个人兴趣，自下而上发生，很难提前预设结果。

工程任务自上而下推进，研究探索自下而上发生

梁文锋希望核心团队花在“正事”上的时间不要超过 50%。所谓“正事”，就是有时间表、有明确目标的工程任务。剩下的时间，研究者可以自己决定研究什么。

研究也不能依靠加班推动。一个人在相对松弛的状态下灵光一现，这件事无法提前写进 KPI 或 OKR。

办公室里有一些会议室，两侧的门可以随时打开。一个路过的研究员无意中听到讨论，也许会补上一个关键想法。这样的空间安排，增加了偶然相遇和思想碰撞的机会。

互联网思维的关键词是连接，生成式 AI 的关键词是涌现。AI 的能力来自涌现，AI 时代的组织也应该用涌现的方式运作。

DeepSeek 的 MLA 架构就不是自上而下规划出来的。一位年轻研究者在总结主流注意力架构的演化时，突然产生了一个新想法。团队随后组建小组，用几个月把它验证出来。

另一位年轻博士加入 DeepSeek 时没有强化学习经验。在研究 DeepSeekMath 的过程中，他独立推导出一个公式，试图统一不同的训练方法。他把那个时刻形容为“顿悟”。

基础研究需要这样的偶然，也需要天才之间的碰撞。管理的任务，是为好奇心、试错和人与人之间的连接留下空间。

从模仿到原创，开源之后仍要做0到1

如果 DeepSeek 要实现 AGI，它真正的用户是谁？答案是全人类。

如果要为全人类提供 AGI，最根本的需求是什么？普惠。说人话，就是极致性价比。只有足够便宜，全世界的人才用得起。

要为全人类提供普惠的 AGI 服务，DeepSeek 选择了开源。

没有任何一家公司能够独自完成面向全人类的全部产品和服务。DeepSeek 做自己最核心的基础模型，其他人可以拿它去做产品、做应用、进入不同场景。自己只赚其中一部分钱，也让生态伙伴赚到钱。参与者多了，整个市场反而可能变得更大。

在 AI 时代，闭源也未必能形成持久的技术优势。OpenAI 选择闭源，其他公司仍然可以追上。真正的护城河可能是团队持续成长，是技术经验和创新文化。开源也是一种文化，开放模型和论文，会让外部开发者参与进来，也会吸引更优秀的人才。研究成果被同行使用和追随，对研究者本身也是一种成就。

开源让更多人参与同一个价值网络，接下来是一个更关键的选择：DeepSeek 开源之后，是做 0 到 1 的原创创新，还是做 1 到 10 的跟随创新？

梁文锋在 2023 年和 2024 年的访谈里反复谈到，中美之间真正的差距，是原创与模仿的差距。

过去三十年的 IT 浪潮里，中国公司习惯了别人做技术创新，我们把技术拿过来，在应用层完成商业化。久而久之，两代互联网创业者在潜意识里接受了一个分工：美国人做 0 到 1 的原创，中国人做 1 到 10 的应用。

梁文锋把它视为一道“思想钢印”。

一般理解中，开源模型往往落后于闭源模型，先跟随，再缩小差距。DeepSeek 却选择在开源的同时做原创创新。

梁文锋说，当下最重要的是参与全球科技创新。中国企业长期利用海外技术，在应用层做商业化，这条路不可持续。这一次，目标不是快速盈利，而是参与技术前沿，推动整个生态的发展。中国应该从技术的受益者变成贡献者。

梁文锋和 DeepSeek 对中国创业的意义，就在于他们打破了一道“思想钢印”：中国人也可以做原创，也可以进入底层研究和技术前沿。一个创新者打破纪录以后，其他人才会真正相信，这件事可以做到。

回顾过去几个技术时代，个人电脑时代最有力量的组合是 Windows 加 Intel，一个是操作系统，一个是芯片；移动互联网时代是 Android 加 ARM、高通；进入 AI 时代，主导组合变成 OpenAI 加英伟达，一个代表大模型，一个代表芯片和算力。三个时代的底层架构都主要掌握在美国企业手里。全世界对此已经习以为常。

今天出现了一种可能性：DeepSeek 的基础模型与中国自己的 AI 芯片相互适配，形成 AI 时代新的软硬件组合。这里不必限定是哪两家公司，关键是中国的大模型与中国硬件能不能匹配起来。

如果匹配完成，它的意义就不只属于一家企业。美国限制先进 GPU 向中国出口，反而可能倒逼中国模型与国产硬件更快结合。

把中国当下的条件放在一起看，我们有完整供应链，有新能源与电力能力，有开源大模型，也有走向全球市场的企业。新能源汽车已经在走向全球，AI 创业从出生第一天起也可能是全球化的。把供应链、开源模型和全球化合在一起，会形成一个过去没有出现过的机会。

工业革命以来第一次，中国有可能成为世界的基座之一。

2025 年 1 月，DeepSeek 的爆火只是一个起点。这件事还远没有完成。未来三到五年，如果软件与硬件真正结合，如果持续学习取得突破，它可能成为撬动整个结构的支点。

愿景与商业化结合，决定哪些钱可以赚；愿景与研究主线结合，决定哪些技术要做；愿景与创新结合，决定做原创还是跟随；愿景与组织结合，决定怎样让人才与创新涌现。

张一鸣与梁文锋，两代创业者的选择

最后，我们把张一鸣和梁文锋放在一起看。一个是移动互联网原生创业者，一个是 AI 原生创业者。

PC 互联网进入移动互联网，是一次认知升级。经验属于一阶认知，理性和模型属于二阶认知。张一鸣拥有远超他人的二阶认知，靠算法、产品、用户、流量和商业化，建立了移动互联网时代的完整系统。

但理性是一种工具。当它只服务于自己的商业和产品时，推荐算法也可能持续激发人性下限的贪嗔痴。

有没有可能创造一种新的商业，既能赚钱，又能让人变得更好？我相信 AI 时代会出现新一代创业者，这是混沌的理论、信仰和下注。

如果基于经验创业，更多是 10 到 100 的复制；移动互联网的理性认知，可以产生 1 到 10 的应用创新；AI 时代如果再加入心性和理念，可能出现 0 到 1 的原创创新。

认知决定下限，理念决定上限。今天如果还只靠经验、习惯和关系创业，就很难进入竞争，创业者必须有高认知。但认知也有边界，理念决定上限。站在理念里，你能看见更大的世界，不会轻易被价格、流量和眼前收入困住。

如果一个人用理念做事，他会形成愿力，像创造者一样创造更美好的世界。做商业的过程中，他的心灵可以越来越干净。如果只依赖欲望赚钱，可能积累的是另一种力量。

这也让我重新理解“创业”两个字。创业者忙了一生，最终创造的究竟是什么？不能只看赚了多少钱，也要看这件事让自己和他人变成了什么样的人。

我知道这样的表达可能有些难，也可能有人不认同。但这是我相信的东西。

张一鸣代表移动原生，关键词是认知和“大力出奇迹”；梁文锋代表 AI 原生，关键词是愿景和克制。他们走的是两条不同的路。我们不必简单判断谁对谁错。两个方向在 AI 时代同时出现，是一件很幸运的事。

最后，送给大家三句话。

第一，永远相信自己。你把手头的工作向前推进 0.01 毫米，也是把人类边界向前推进 0.01 毫米。大愿不一定是遥远的口号，把眼前这件事向前推进，就是大愿与现实的结合。

第二，永远相信中国。我相信第三次人类文明可能在我们有生之年到来。它或许不再只是建立在逻辑之上，而是一种新的文明形态，东方智慧可能在其中发挥很大作用。我们这一生如果有机会处在人类文明跃迁的时刻，是一件很了不起的事。

AI 像上帝在敲门。人类如果不能完成新的跃迁，AI 也可能反过来吞噬人类。它既带来机会，也逼迫我们向上走。

最后一句，也是我最想送给每一位同学的话：人生真正重要的追问是“我是谁”。

我们创业，是通过探索世界有多大，来追问自己是谁。永远不要忘记这个问题，也不要看低自己。我们可以成为更好的自己，成为更好的那个版本。在看见更大世界的同时，也看见更好的自己。

无论世界怎样变化，希望大家在奋斗的场域里保有精神能量。愿我们一起把这些美好的东西留住。

以“重新认识 AI”与“重新认识商业”为两条交织的主线，确认企业真问题与杠杆点，从工具、场景、组织范式，帮你启动进化双螺旋。

欢迎加入中国创新者浓度最高的学习场，对话各行业领军人物、参与更多优质企业参访活动、系统学习底层商业认知方法论。