当行业陷入算力军备赛时，DeepSeek 用不到 600 万美元的训练成本做出比肩 GPT-4o 的 V3 模型；当其他厂商为争夺 C 端流量时，DeepSeek 却说没有兴趣；当几乎所有大模型厂商都在融资上市时，创始人梁文锋却拒绝投资人，说 " 没有融资需求，不希望受到投资人的约束 "。
但到 2026 年，这个异类开始调整方向。过去 5 个月，DeepSeek 完成首轮外部融资超 500 亿元，投后估值约 520 亿美元；启动 IPO 筹备，最快 2026 年底提交申请；开放成立以来最大规模招聘，计划将所有部门规模扩大至少一倍。此外，DeepSeek 还被曝秘密启动自研 AI 芯片项目，已推进近一年。
外界纷纷认为 DeepSeek 此举并非缺钱，而是需要应对核心人才流失的挑战。事实上，从 V3 走向 V4 的这一两年，竞争环境也在发生变化。Kimi K3、Qwen3.7-Max、智谱 GLM-5.2 的相继发布，将国产大模型参数规模推向了 2 万亿级别，技术迭代速度从 " 半年一版 " 变成 " 两三个月一版 "，单纯的模型领先，已经很难让模型厂商形成护城河。
需求侧，今年 WAIC 上就释放出一个强烈信号：模型正在从展台中央隐身，Agent 走向台前，越来越多的人开始探讨 Agent 如何落地到实体产业。而伴随 Agent 推理需求的日益强烈，推理成本与安全风险需要依靠算力厂商构建稳固的底层资源。
行业环境变了，DeepSeek 在告别那个让它成名的神话。
近日，疑似 DeepSeek 投资者交流会内部谈话内容流出，据称梁文锋花了 4 个多小时，阐述公司愿景、开源策略、AGI 路线图、组织文化、算力与国产芯片判断，以及对行业竞争的看法。值得注意的是，对于这些问题的回答，意外地或与常识、或与主流叙事相反。这些观点共同构成了一个 " 以终为始、以舍为得、极简聚焦 " 的命题框架，试图通过限制自身的边界，来最大化实现最终目标与外部支持。
以下是我们通过 DeepSeek 总结的核心信息和谈话观点：
愿景驱动与非功利主义
公司的创立和运作由 " 对世界的善意 " 和 " 做对人类有用的事 " 的宏大愿景驱动，而非单纯的商业利益最大化。这种愿景是凝聚团队、指导决策（如坚持开源）的根本。
依靠共同的愿景而非 KPI 和规章制度来管理，形成了一种 " 没有组织 " 的、扁平松散的组织文化。
人才与团队：最大的核心利益是保持团队的稳定性。通过共同的愿景和合理的期权激励，确保核心人员不流失，这是做成 AGI 的唯一关键风险。
AI 发展路线图与技术判断
坚信 AI 智能的发展有清晰路径，当前重点在于 " 持续学习 " 能力的突破，这是通向 AGI 奇点的下一关键阶梯。
技术阶梯：明确技术演进路线为：语言模型→ CoT（思维链）→ Agent →持续学习→自我迭代奇点→具身智能。
技术取舍：专注于语言模型和智能提升这条 " 主线 "，明确不做视频生成、世界模型等与智能上限关系不大的方向。
Scaling Law：相信规模法则，但受限于算力，尚未触及上限。当前目标是在有限算力下高效探索。
开源战略与 " 克制 " 的商业模式
开源是战略选择，既是愿景体现，也是商业策略。通过开源和保持合理利润（如 10 个月回本定价），在巨大的 AI 市场中实现共赢，而非追求垄断暴利。
开源逻辑：AI 市场体量极大，独占不可行。开源能换取生态支持、降低竞争阻力，且由于部署门槛高，不会影响自身商业收入。
定价与利润：坚持只赚取 " 合理利润 "（如 API 定价按 10 个月回本计算），拒绝利润最大化。认为克制是一种战略，能让公司走得更远。
商业化态度：C 端和 B 端业务是追求 AGI 路上的 " 副产品 "，目前将商业化视为非首要任务，优先集中精力于技术突破。
中美 AI 差距与国产算力机遇
核心观点：中美 AI 的核心差距在于算力资源，而非人才。同时，这为国产 AI 芯片（如华为）带来了历史性的替代机遇。
差距认知：美国领先中国约 6-18 个月，根本原因是算力投入的差距。人才不是瓶颈，算力资源限制了实验规模和模型训练。
国产替代：认为英伟达 CUDA 生态的护城河正被快速瓦解。通过自研的高级语言编译器（如 TileLang），有望在一年内解决国产芯片的生态问题，未来瓶颈仅在于产能。
算力建设：公司会竭尽所能购买英伟达卡，同时积极与华为合作，深度参与其生态建设。
公司运营与未来展望
公司运营追求高效聚焦与松弛研究的平衡，对 AGI 的未来保持乐观，并认为公司有能力在商业与理想间找到平衡。
工作文化：提倡不加班、松弛的研究环境。认为研究需要灵感，且公司业务足够聚焦，无需大量重复性工作。正式安排的工作时间不超过员工一半。
竞争格局：认为中国最终会收敛到 3-4 家基础模型公司。最终的竞争差距体现在成本、时间和用户体验三方面。
商业化路径：认为 B 端收入足以支撑公司未来运营甚至上市。最大的梦想是 AGI，但也有稳健的商业化路径作为 " 保底 "。
观点摘要：
1、克制是一种战略，而非道德选择
2、不追求用户，反而获得了用户
3、开源是商业模式，且与商业付费无冲突
4、我们不做视频生成，因为它与智能无关
5、AI 的奇点不是突变，而是渐变过程
6、人才不缺，资源才是唯一瓶颈
7、我们没有组织，靠愿景组织
8、唯一不能退让的核心利益是团队稳定性
9、英伟达正在掘自己的坟墓
10、只有 " 合理利润 " 的行业才能长久
如今站在这个节点，再看 DeepSeek 的未来，实质在回答三个关键问题：
一是效率和规模，开源与商业付费的问题。DeepSeek 的核心优势是用更少的算力做出更强的模型，但参数模型的竞争，本质上是算力总量的竞争。
招商证券国际报告显示，行业已从 " 模型能力稀缺性 " 的估值逻辑，转向 " 谁掌握 AI 商业化链条中的关键环节 "。DeepSeek 如果要在 V4 及后续版本上保持竞争力，必须在继续追求计算效率的同时，大幅扩充算力储备。
二是人才的问题。用谈话中梁文锋的话，人才不是瓶颈，资源是最大的瓶颈。人才的差距，本质上也是因为算力的差距。中美在人才上几乎没有差距，因为就是同一批人。
但现实情况是，过去一年中，DeepSeek 至少有 5 名核心研发成员确认离职。R1 核心研究员郭达雅去了字节跳动 Seed 团队，DeepSeek-V2 关键角色罗福莉被小米挖走，多模态负责人阮翀去了元戎启行当首席科学家。
三是对于国产芯片的采纳情况。现如今国产芯片的产能瓶颈仍然是硬约束，但是否如 DeepSeek 所愿，在来一年之内，扭转对国产芯片生态的负面认知，证明用起来没有障碍，在一条尚未完全验证的技术路线上大规模投入，仍是未知难题。
回过头来看，DeepSeek 这一轮从不融资到密集融资、从不上市到冲刺 IPO，底层逻辑其实就写在它自己的行动：环境逼迫它改变，而它选择在改变中，延续自己的逻辑。（本文首发于钛媒体 APP，文 | Tech Horizon，作者 | 杨丽，编辑 | 盖虹达）
