梁文锋4小时投资会讲话流出。早知道梁文锋玩神秘感，但没想到水平如此之低。Kimi创始人杨植麟推出K3之后，梁文锋马上感觉到压力，于是有点胡言乱语了。梁文锋梁的观点之所以吸引人，是因为它迎合了某种“后发制人”的叙事心理：即用中国庞大的工程廉价劳动力(系统性便宜)、极具情怀的团队(愿景驱动)，以及对底层芯片的乐观预期，去完成对西方顶尖科技巨头的弯道超车。

　　梁文锋的荒谬之处在于：1.用战术上的局部优势(如极致的数据标注、算法优化)，去否定战略上的全局壁垒(芯片生态、计算范式、物理世界多模态理解)；2.割裂了“商业正循环”与“技术突破”的关系。 否定商业化暴利、放弃C端流量，却又幻想有足够的资源持续注入AGI的无底洞。3.将复杂的系统工程，简化为“只要团队稳住+芯片突破，AGI就一定会成”的线性因果。

　　致命悖论一：技术路线与生态的极度简化(第1、6、10、12条)。“英伟达生态一年废，贵一两倍无所谓；五年内解决产能”。荒谬点：严重低估CUDA生态壁垒与硬件经济学。CUDA生态不是单纯的显卡算力，而是十几年积累的底层软件栈、算子库和开发者习惯。认为国产卡只要硬件算力跟上就能在“一年内平替生态”，完全脱离了软件工程的现实。“贵一两倍无所谓”违背了第14条“成本优势”的初衷。硬件贵一两倍意味着数据中心CAPEX(资本支出)和OPEX(运营成本)成倍飙升。

　　致命悖论二：商业闭环与经济学规律的割裂(第2、5、8、11、14条)。“最坏情况技术冻结，光卖API也够撑起上市公司；谁想靠AI暴利谁就死”。荒谬点：忽略API的极度同质化与价格战陷阱。如果技术真的“冻结”了，基模的API服务将彻底变成大宗商品。各大云厂商会把API价格压到边际成本线以下，甚至作为云服务的附赠品。在没有高毛利(暴利)维持研发循环的情况下，仅靠几厘钱一个Token的低毛利API，根本不可能支撑起每年数以亿计的研发和硬件投入。

　　致命悖论三：研发模式与“技术突破”的幻想主义(第 3、4、9、13、15条)。“持续学习要是做出来了，通用智能就很简单，让AI自己帮自己研究”荒谬点：把最难的“神圣之杯”假想为起点，陷入递归循环逻辑。神经网络的“持续学习”长期受困于“灾难性遗忘”和塑料性与稳定性矛盾。这是底层架构级别的难题。梁文锋的逻辑是：“只要解决了持续学习，AGI就简单了。”这无异于说：“只要解决了永动机，能源问题就简单了。”把最核心的未解难题当成必然发生的推论前提，属于典型的技术幻想。

　　近期，DeepSeek完成了公司首次外部股权融资，此次募资总额约510亿元。根据近期三家A股上市公司披露的间接投资DeepSeek公告，推测DeepSeek的估值接近3250亿元至3509亿元的区间。在融资期间，DeepSeek创始人梁文锋和投资人进行了一场近4小时的交流会。梁文锋较为完整地向投资人解释了这家公司到底想成为一家什么样的企业，包括愿景、开源与商业化的矛盾、未来AGI的技术路线、算力瓶颈等等。

　　据悉，DeepSeek此次融资，对于合作方进行了严格筛选，更看重“长期利益一致”。梁文锋本人出资约200亿元，为本轮最大单一出资方；腾讯出资约100亿元，宁德时代体系约50亿元，网易、京东、Monolith砺思资本、IDG资本分别约30亿元，正心谷投资、拾象科技分别约15亿元，国家人工智能产业投资基金约9.8亿元。DeepSeek以邀请制的方式向少数机构开放了融资。

　　梁文峰四小时交流会内容：

　　1，英伟达那套生态一年内就废了，华为的卡一年后完全能平替英伟达，贵一倍两倍都无所谓。

　　2，谁想着靠AI暴利谁就死，拿得少的人一定打败拿得多的人，OpenAI就是因为想独占才被围攻。

　　3，奇点不是什么爆炸，是个漫长的温水煮青蛙过程，而且顺序不能乱——先解决持续学习，再到自我迭代，最后才做机器人。

　　4，Ai技术路线是这样：语言模型 → 思维链(CoT) → Agent → 持续学习 → 智能奇点(自我迭代) → 具身智能，现在处于Agent走一半，持续学习是下一个必须跨过去的坎，跨过去才能进入AI自己迭代自己的奇点阶段。

　　5，克制是核心战略，主动放弃C端流量争夺战，不做超级App，短期商业化只是保底，全部资源主线聚焦AGI。

　　6，中美AI差距就一年，但国内只用了人家二十分之一的算力，人才根本不缺，差的就是卡。

　　7，公司一半的核心研究员都在标数据，这就是现阶段最重要的事，高端数据瓶颈不是钱，是时间。

　　8，最坏情况技术冻结了，光卖API也够撑起一家上市公司，商业化根本不用愁。

　　9，不加班、没KPI、没组织架构，全靠愿景驱动，因为做研究就得松弛，逼太紧反而没用。

（资料照片）

　　10，国产芯片产能问题今年明年后年都卡，但五年后肯定解决了。

　　11，国内几十家做基模的公司太多了，最后就剩三四家，而且谁也别想有暴利。

　　12，视频生成、3D、世界模型这些东西跟智能上限没关系，纯粹是商业噱头，坚决不做。

　　13，员工期权拿够、团队稳住，AGI（通用人工智能）就一定能成，其他全是小事，最多晚个一年半载。

　　14，中国AI最终拼的是“系统性便宜”，就跟制造业一样，成本优势是结构性的。

　　15，持续学习要是先做出来了，通用智能就很简单，让AI自己帮自己研究就行。