DeepSeek创始人梁文锋又刷屏了。这次不是因为发布新模型，而是因为一场近4小时的投资人交流会录音文字稿流出。
外界第一次看到一个更完整的DeepSeek——不是外界想象中的理想主义公司，也不是纯商业机器。
两个DeepSeek
一面谈AGI、谈愿景、谈「对世界的善意」，说不追求利润最大化，不开源就没法组织人。说DeepSeek不想做下一个字节或腾讯，公司靠愿景而不是KPI运转，研究员有大量自由探索时间，也不太加班。
另一面谈十个月回本的API定价，谈融资怎么缓解团队稳定风险，谈钱要尽快变成卡，谈国产算力的产能瓶颈，谈一半核心研究员在标数据。他甚至说，最坏情况卖API，也能支撑一家上市公司。
听起来矛盾，但梁文锋说这就是他们的答案：用现实问题去支撑一个足够远的目标。
AGI路线图：先拆成台阶
梁文锋把长期目标定义为AGI，但没把AGI讲成悬浮概念，而是拆成一条连续路线：语言模型、CoT思维链、Agent、持续学习、自我迭代、具身智能。
「先解决怎么学习，然后到智能的奇点，能自我迭代的奇点，然后才是具身智能。到具身智能之后，它可以走进现实世界，可以给你做家务，可以给你养老。」
台阶够清楚，每一步都能落到当前技术问题上。
但他也主动排除不主线上的方向：「3D、视频生成，我觉得可能跟智能的主线没有太大关系，我们不会去做。」
这不是不看好多模态，而是判断优先级：「对产品重要，对C端用户重要，但对智能上限，它是一个组件，不是主线本身。」
Scaling信奉者，但也知道算力是现实瓶颈
「Scaling，我们是信的，肯定是规模越大效果越好。阻止我们Scaling的其实就是算力，并不是我们不想Scaling，是我们没有那么多的算力去做。」
「我们训练这么大的模型，并不是因为我觉得模型够大了，而是我刚好有这么多资源。我是按照我的资源来算，我能够接受、能够训练的模型是多大，是这样算出来的。」
低成本、国产算力、底层编译器，不是口号，是技术路线的一部分。
一半时间标数据，一半时间「摸奖」
持续学习这个问题，梁文锋称之为「摸奖」：门槛低，谁都可以想，但突破不确定。
「我们叫这个叫摸奖。门槛很低，谁都可以去摸，但是谁能摸出什么来，我也不知道看天赋还是看什么。」
但他又非常现实地讲数据标注、后训练、幻觉问题。他甚至说，现在公司有一半的人在标数据，「有一半的核心研究员、最重要的人，有一半在标数据」。
自由探索和脏活累活并存。
团队稳定是最大的风险
「只要我能够保持团队的稳定性，我一定能做成AGI。只要大家都不走，我们能够继续做，我就一定能。基本上没有什么风险。」
这是梁文锋最担心的事。「从历史上来看，我们的人才流动永远是比较少的。但这依然是我们最大的挑战，是唯一的挑战。」
近期完成融资后，团队拿到期权，「人散了」的风险得到比较大解除。
开源是理想，也是商业机制
开源不是为了放弃壁垒。梁文锋的判断是：AI这件事足够大，最终可能占人类GDP的百分之十，一个人独占不可能，一定得跟别人分享。
「哪怕模型开源，你把所有东西都告诉别人，这个门槛也非常高。他要用起来，很难；要成本做得低，也很难。」
真正的壁垒不只是模型本身，而是部署成本、工程效率和组织能力。这些才是DeepSeek的护城河。
「我们只赚六倍利润，十个月收回成本。开源对我们的商业模式没有任何影响。」
不树敌，但有边界感
DeepSeek不想跟任何大厂小厂成为对手，愿意帮助竞争对手。「因为我们并不损失什么东西，我们本来也是开源的。」
也不打算垂直整合或吃掉所有应用层机会：「我不希望把所有东西都吃了，我只要吃一块就好，吃我最擅长那一块。」
梁文锋说，差距只有两个东西：时间和成本。成本控制得好的人多赚一点，成本控制得差的人少赚一点。
这就是DeepSeek的答案——不是仰望星空，也不是脚踏实地，而是用现实问题去支撑一个足够远的目标。