一場改變AI行業格局的融資
2026年5月，中國AI領域迎來了一場標誌性事件——DeepSeek完成首輪外部融資，募資總額超過500億元人民幣（約74億美元），投後估值突破500億美元。這是這家一向遠離資本市場的頭部模型公司首次打開融資大門。
投資方陣容堪稱豪華：創始人梁文鋒個人出資200億元，騰訊出資100億元，寧德時代出資50億元，網易、京東、IDG資本各出資30億元，Monolith礪思資本、正心谷投資等也位列其中。
這場融資之所以引發行業地震，不僅因爲其規模，更因爲它來自一家曾經宣稱“不融資、不上市、不商業化”的公司。人們好奇：梁文鋒爲何改變主意？這家被賦予太多光環的公司，其真實的技術路徑和商業哲學究竟是什麼？
近日，一份DeepSeek融資期間的內部會議實錄在行業內流傳。在這份長達數小時的實錄中，梁文鋒罕見地系統闡述了他對組織文化、技術路徑、商業博弈和算力基建的完整思考。這些觀點，足以解釋這家公司過往那些看似反直覺、卻最終被證明正確的剋制決策。
願景驅動的組織實驗：沒有KPI的公司
“管理一個大公司，靠的不是你的規章制度，靠的是願景。”在會議中，梁文鋒這樣定義DeepSeek的組織哲學。
這並非空洞的口號。他直言，DeepSeek“沒有組織”，是純粹靠願景驅動。“我們並不是以一個‘我要實現什麼KPI、要怎麼考覈’的方式來做，我們只有願景。”
這種組織實驗的具體表現是：公司管理分爲兩條線——從上到下的正式項目，和從下而上的自由探索。梁文鋒希望正式工作“不要佔用員工所有時間的一半”，剩下的一半時間，研究員可以自由探索任何他們認爲重要的方向，“沒有人管他，沒有KPI”。
“我們一般也不太加班。”他給出了兩個理由：其一，做研究需要一個鬆弛的環境，逼得太緊就沒法做研究；其二，公司極度聚焦，“因爲剋制，所以很多事情我們選擇不做。我要做的事情少了，每個人分到的工作就少了。”
這種看似“佛系”的管理背後，是一個清晰的戰略判斷：DeepSeek最大的核心利益，是保持團隊的穩定性。
“只要我能夠保持團隊的穩定性，我一定能做成AGI。”梁文鋒說，“無非是早一點、晚一點，如果遇到挫折大家都不走，那我就可以繼續做下去。”
他把這視爲“唯一不可退讓的核心利益”。其他一切——時間、資源、錢——都可以是變量，但團隊不能散。這次融資的一個關鍵意義，就是通過期權鎖定了核心團隊的長期綁定。
更重要的是，他用願景本身來解釋DeepSeek爲何能吸引和留住人才。
“AGI是更大的願景，這個願景能夠凝聚起更多優秀的人。”在他看來，這是DeepSeek相對於商業公司的結構性優勢。商業公司的願景可能是“服務好C端用戶”，這在產品、流量上有優勢，但在技術上很難有優勢。“而現在最有利的形勢是，模型技術纔是最核心、最重要的。”
這種願景驅動的組織模式，讓梁文鋒將DeepSeek與歷史上的貝爾實驗室做了刻意區分：“貝爾實驗室明確是不需要有商業化的，但是我們明確是要有商業化的。我們最終還是要能活下去，我們畢竟是一個公司，政府不會給我一分錢。”
這是他哲學中務實的一面：懷抱改變世界的善意，但歸根結底要能自己活下去。
AGI的階梯：從思維鏈到具身智能
如果說組織文化是DeepSeek的操作系統，那AGI路線圖就是它的導航地圖。在會議中，梁文鋒描繪了一條清晰的階梯式發展路徑。
“AI的發展，我們可以理解成它是一個階梯。”他說，“去年走的階梯是CoT（思維鏈），我們發現通過思維鏈的方式，可以讓智能達到一個更高的水平。今年的階梯就是Agent，用Agent的方式，AI的能力範圍會更大，智能上限會更高。”
這個階梯並非各自獨立。每上一步，都需要前面所有步驟的支撐。“Agent要用到CoT，CoT也要用到前面的語言模型，沒有一步是白走的。”
但Agent之後，他看到了一個核心瓶頸：持續學習。
“AI還是替代不了人類員工。因爲人能夠持續學習。你招一個員工，他花兩個月熟悉公司的環境和工作，就能上手，你說‘叫小王來’他知道小王是誰。但如果AI沒有這兩個月的學習，你就必須把小王是誰、什麼職務、在哪等所有上下文都給它，這不現實。”
在梁文鋒看來，持續學習是通向AGI必須跨越的門檻。跨過之後，纔會來到下一個節點：AI能夠自我迭代，自己開發自己的下一個版本，自己研究更強的模型。那時才輪到具身智能——“走進現實世界，給你做家務，給你養老”。
這個路線圖決定了DeepSeek的取捨邏輯。哪些做，哪些不做，一切圍繞“是否在智能的主線上”。
多模態？“它是一個組件，它不是主線本身。我們會做，但不把它當作智能本身。”視頻生成？“跟智能的主線沒有太大的關係，我們不會去做。”世界模型？“現在跟智能的上限提高也沒有太大的關係，也不會去做。”
這種聚焦有時會被外界誤解爲保守。但梁文鋒的邏輯很清晰：他只想做智能階梯上的核心臺階，其他的事，哪怕商業價值巨大，也寧可讓給別人。
“Sora出來之後所有大公司、小公司都做，但小公司後來都把它砍掉了。它在商業上是個好生意，但跟智能沒有什麼關係。我們只會因爲它是智能路線圖上的東西纔會去做。”
與此同時，他對Scaling Law的信仰堅定不移。“我們是信Scaling的，肯定是規模越大，效果越好。阻止我們Scaling的其實就是算力，並不是我們不想Scaling，是我們沒有那麼多的算力去做。”
對於硅谷甚囂塵上的“Scaling到頭了”的說法，梁文鋒的迴應一針見血：“那是對硅谷來說；對中國人來講，我們離那個還遠得很，我們根本就沒有Scaling到那個程度。”
剋制的商業哲學：芝麻與西瓜
DeepSeek最令人困惑的商業決策，或許是它似乎總是在主動放棄短期利益。API定價極低、產品不急着變現、不做用戶增長、開源最強模型——這些行爲在傳統商業邏輯中幾乎不可理喻。
梁文鋒用一套“剋制哲學”解釋了這一切。
“AI這個事情太大了，利益太大了。你越剋制，你越有可能做成這件事。”他的邏輯鏈條清晰：AI最終可能占人類GDP的百分之十，這麼大的市場不可能被一家獨佔。試圖獨佔，就會被歷史拋棄。所以，必須設計一套機制，確保自己拿得有限。
這是剋制作爲被動防禦的一面。但剋制還有另一面——作爲戰略進攻的武器。
“剋制是一種戰略，在於有時候你可以捨棄一些，來換更多其他的東西。”
他用一個比喻解釋這種取捨：眼前的用戶增長、短期變現，可能都只是“芝麻”，而AGI纔是真正的“西瓜”。“我不應該什麼芝麻都搶了。去年的C端、今年的B端，這些事要做，要把它做好，但這不是我們的目標。這是我們做AGI路線上的副產物，是一箇中間產出。”
API定價最能體現這種哲學。DeepSeek的定價原則是：十個月收回設備成本。
“這個成本，十個月回本，我們自己能做到，其他家做不到。像阿里或者騰訊，由於他們沒有我們這樣的優化，他們的成本應該要比這個高好幾倍。”
有趣的是，他發現價格翻一倍，用戶消耗的token量幾乎不變——需求在這個區間沒有彈性。理論上，提價可以直接增加收入。但當他嘗試降低價格時，公司羣裏“一片歡呼”。
“這纔是我們真實的想法。在賺到合理利潤的情況下，讓大家都用得起。這是我們花了這麼多精力把模型做好、能讓大家充分去用的目的。”
這種看似“傻白甜”的定價策略，恰恰形成了強大的競爭壁壘。以十個月回本爲目標定價，其他部署第三方模型的競爭者就無利可圖——因爲他們的成本更高。開源不但不會影響收入，反而成爲護城河的一部分。
“我也不擔心別人部署我們的模型來跟我們競爭，一點都不擔心。我只擔心他部署不起來，有些細節沒做對，效果變差了，或者成本會比較高。”
他的底層信念是：拿得多的人會被拿得少的人打敗。
“OpenAI從一開始覺得他真的能夠壟斷這個世界，但是實際上他會遇到很多很多挑戰者。美國會遇到挑戰，他在未來可能還會遇到中國的挑戰，因爲中國人願意拿得更少。拿得多的人會被拿得少的人打敗。甚至你還不用真的拿得多，願景如果是拿得多的話，你就會被願景是拿得少的人給打敗。”
算力差距與現實策略：落後兩年，二十分之一的算力
在所有坦誠的表述中，關於算力的部分也許是最現實、也最令人清醒的。
“我們跟美國的差距主要在資源上面，人上面差距是不大的。”梁文鋒一針見血。人才本質上就是同一批人，有些人留在國內，有些人去了國外，分配隨機。真正的差距是算力——國內能做實驗的機會少，所以人才整體上比美國有差距。“人才的差距，本質上也是因爲算力的差距。”
他坦言，DeepSeek當前能在幾十B激活參數的規模上做實驗，而美國的頂級模型已經是八百B激活的規模。“差一個數量級。哪怕把五百億全花掉，其實也訓不起。”
這種差距的敘事，被他總結爲一句話：“落後美國兩年，只用美國二十分之一的算力把這個事情做出來。”
但他不願止步於此。“未來我們要把這個敘事改寫，就是我們用它幾分之一的算力，但是把這個時間縮得更短，縮到6個月、3個月。”
這種追趕的信心，部分來自他的一個核心假設：AI可以加速AI的研究。一旦先解決了持續學習的問題，AI就能幫助研究AI，形成自我加速的飛輪。
關於國產芯片替代，梁文鋒給出了比許多人更樂觀的判斷。
“英偉達CUDA的護城河在快速地被瓦解。”他給出三個原因：AI本身可以寫代碼構建生態；DeepSeek開發的TileLang高級語言可以快速重寫英偉達的生態；計算卡市場已經比遊戲卡更大，專用芯片不再需要和CUDA耦合。
他的結論是：“國產AI芯片的硬件和生態都沒有問題，唯一有問題的是產能不夠。一年之內，我們能夠用事實來扭轉這些認知。”
但他對華爲的現實侷限也並不諱言。華爲給DeepSeek的產能是一萬六千張卡，只相當於四千張英偉達B系列卡。“不是一個很大的量，只夠訓我們現在這一代模型，不夠訓下一代。”
他用一個精準的數字總結中美芯片差距：“四倍加兩年。”四張華爲卡頂一張英偉達卡，同時落後兩年。
即便如此，他仍對長遠感到樂觀：“我不太相信未來五年之後，我們還卡在產能的問題上。”
行業終局：沒有暴利，只有成本、時間和體驗
當被問及大模型競爭終局的差異化會體現在何處，梁文鋒給出了一個極簡的回答：成本、時間、用戶體驗。
“除此以外，可能是沒有什麼差距的。”
成本是第一位的。誰能在同等服務質量下把成本做得更低，誰就擁有最核心的壁壘。時間次之——早幾個月晚幾個月，差別巨大。用戶體驗雖是第三位，但也有一些粘性和壁壘，“但它可能不本質”。
基於此，他判斷行業必然走向收斂。“國內現在做基模的太多了，美國可能就三家，中國資源分得很散，這肯定是要收斂的。不需要那麼多家。”
他預言，當參與者發現這件事利潤並沒有想象的那麼高時，自然就會退出。“我不相信有暴利，因爲這不符合客觀規律。中國最後有個三四家競爭，價格絕對已經夠打價格戰了。”
在全球分工中，他認爲中國公司的結構性機會在於“產量最大，把產品做到最便宜”。“中國人願意拿得更少，就可以給你提供這個服務。這個便宜可能是系統性的低，就跟其他行業中國提供的服務更便宜可能是一樣的。”
至於AGI到底還需要多久？
“在AI這個事情上，國內一兩年是能夠做到跟國外差不多的，今年可能就能做到平替國外的模型。”但這還不是真正的AGI。他給AGI設定的門檻，是具備持續學習的能力。“在那之前，我們能做的就是成本，然後效果做得更好，速度做得更快。但是要有大突破，它應該是具備持續學習的。”
尾聲：不模仿任何人的探索
“我們沒有模仿的對象，每一步都是根據實際情況、實事求是地分析利弊做決策。”在會議接近尾聲時，梁文鋒這樣總結DeepSeek的路徑選擇。
這是一個奇特的組合：極致的野心與極致的剋制並存。野心在於，他要做的是AGI，不滿足於任何一箇中間站；剋制在於，他願意爲此放棄幾乎所有短期利益，甚至不惜把最強模型開源、把API定價壓到競爭對手無法盈利的水平。
這種組合的底層邏輯，或許是梁文鋒最核心的洞見：在一個即將大得難以想象的市場裏，最大化成功概率的方式，不是拼命攫取眼前利益，而是構建最大的生態和共識。剋制不是軟弱，而是一種長期的進攻。
“很多公司做得很偉大，是因爲它有一種利潤以外的追求。但那個追求最後不但沒有影響商業化，反而讓它商業化得更好。”
這場融資會議的實錄，或許將成爲AI創業史上一個值得反覆回看的文本。它不僅記錄了一家公司在關鍵節點的戰略思考，更呈現了一種極其罕見的商業哲學——在這個被短期利益和技術焦慮驅動的行業裏，還有人願意用善意、剋制和長線思維，去賭一個更大的未來。
（本文基於DeepSeek融資期間內部會議實錄整理撰寫，內容綜合自界面新聞、騰訊科技、深藍財經等媒體報道）