DeepSeek / Liang Wenfeng
梁文锋 / DeepSeek：克制、开源与算力瓶颈
基于公开报道整理的观点档案，围绕梁文锋被广泛报道的投资人交流内容，梳理 AGI 路线、定价克制、开源策略和中国 AI 算力差距。
Liang Wenfeng
DeepSeek
2026-07-27
Reported remarks; not officially confirmed by DeepSeek
多家报道讨论了流传的投资人会议材料，但本文所参考的公开报道显示 DeepSeek 尚未正式确认实录真实性，因此本页不把相关内容表述为官方声明。
核心观点
- DeepSeek 更像被描述为长期 AGI 技术组织，而不是短期收入最大化公司。
- 开源在这个叙事里不是单纯营销动作，而是扩大使用、获得反馈、推进研究的一种策略。
- 算力是核心约束：模型能力、人才效率和应用广度都受基础设施影响。
- 公开报道中的定价逻辑偏向低利润和更广泛使用，而不是榨取短期最大收入。
- 推理模型之后，Agent 被视为当前实践前沿，持续学习则是后续关键里程碑。
对开发者和产品团队意味着什么
- 对开发者来说，低模型成本会改变产品设计：更多重试、验证和多步骤 Agent 循环会变得可行。
- 对开源团队来说，壁垒可能从模型权重转移到部署质量、评测、路由、数据和工作流集成。
- 对 Skill Atlas 用户来说，这直接关联 Agents、AIGC 流水线、推理基础设施和可观测性技能。