录音称DeepSeek以AGI优先、开源低成本和组织稳定换取长期突破。
主要观点
这份未经官方确认的交流会整理稿，描绘了一条“AGI优先”的公司路线：不以短期流量和利润最大化为中心，而以开源、低价、合理收益和组织稳定换取长期技术突破。文中将持续学习视为Agent之后的核心难题，认为算力与成本仍是主要约束，并看好国产芯片生态的适配机会，但承认产能、技术路径和行业预测均存在高度不确定性。
关键要点
- 全文真实性、发言者身份及录音来源均未经DeepSeek、幻方量化或梁文锋确认。
- 战略主线是AGI，C端用户、B端收入和API服务被定位为研发副产物，而非首要目标。
- 开源既被视为愿景要求，也被视为避免独占、扩大生态并提高AGI成功概率的商业策略。
- 定价强调合理收益而非利润最大化；发言者称API以设备约十个月回本为参考，并举DDCP降价至原价四分之一为例。
- 技术路线依次为语言模型、CoT、Agent和持续学习；持续学习被视为突破Agent局限、加速研发的关键。
- 发言者认为Scaling尚未见顶，当前主要瓶颈是算力、成本和实验机会；国内资源分散也限制基模竞争。
- 组织核心是愿景与共识，团队稳定被称为不可退让的核心利益；管理兼顾正式协作与自由研究。
- 国产算力方面，文本看好TileLang及华为生态的适配机会，但承认生态尚未完成、产能短期受限。
建议带着这些问题阅读
- AGI优先如何影响开源、定价和商业化取舍？
- 持续学习为何被视为Agent后的关键瓶颈？
- 算力、成本与国产芯片生态分别限制什么？
- 哪些结论属于可验证事实，哪些只是发言者预测？