梁文峰接受记者采访

许大文

豆包好！梁文峰接受记者采访谈话全部内容？

以下是记者对DeepSeek创始人梁文峰的采访内容，涉及大模型价格战、公司发展方向、创新理念、团队建设等多个方面的讨论。

关于大模型价格战

记者安勇（以下简称“安”）：DeepSeek V2模型发布后，迅速引发了大模型行业的激烈价格战。有人认为你们是市场的颠覆者。

梁文峰（以下简称“梁”）：我们从未想过要成为颠覆者，这一切只是意外发生的。

安：这个结果让你意外吗？

梁：非常意外。我们没想到定价会是如此敏感的问题。我们只是按照自己的节奏，计算成本后合理定价。我们的原则是不亏本销售，也不追求过高利润。目前的定价仅在成本之上保留了一定的利润空间。

安：五天后，智谱AI跟进降价，随后字节跳动、阿里巴巴、百度和腾讯也加入了这场价格战。

梁：智谱AI只是降低了入门级产品的价格，而他们的旗舰模型仍然很贵。真正匹配我们旗舰产品价格的是字节跳动，这对其他公司形成了压力。由于大公司的大模型成本远高于我们，我们从未想过有人会愿意亏本运营。但最终，市场竟然回到了互联网时代的补贴竞争逻辑。

安：站在外部观察，降价似乎是一种典型的互联网时代竞争策略，目的是抢占用户。

梁：抢用户并不是我们的主要目标。我们降价的原因有两个：首先，在探索下一代模型架构的过程中，我们的成本下降了；其次，我们认为AI和API服务应该是人人都能负担得起、随时可用的。

关于专注模型结构研究

安：在此之前，大多数中国公司只是复制Llama的模型架构来开发应用。为什么你们选择专注于模型结构本身？

梁：如果目标是做应用，采用Llama的架构快速上线产品是合理的选择。但我们的目标是AGI（通用人工智能），这要求我们探索新的模型架构，以在有限的资源下实现更强的能力。这是规模化发展的基础性研究。除了架构，我们还深入研究了数据筛选和类人推理能力，这些都在我们的模型中有所体现。而且，Llama的训练效率和推理成本相比全球最前沿的标准，至少落后两代。

安：这两代的差距主要体现在哪里？

梁：首先是训练效率的差距。我们估算，中国目前最好的模型，在算力相同的情况下，可能需要两倍的计算资源才能达到全球顶尖模型的水平。这是由于架构和训练策略的差距。其次是数据利用效率，中国的模型大约只有全球最优水平的一半，也就是说，同样的结果需要两倍的数据和计算量。两者叠加，意味着整体资源消耗是四倍。我们的目标是不断缩小这个差距。

安：大多数中国公司都会同时布局模型和应用，为什么DeepSeek只专注于研究？

梁：因为我们认为当下最重要的，是参与全球科技创新。长期以来，中国企业习惯于利用海外的技术创新，并通过应用层面进行商业化，但这种模式是不可持续的。这一次，我们的目标不是快速盈利，而是推动技术前沿的发展，从根本上促进整个生态的成长。

关于中美技术创新差异

安：互联网和移动互联网时代的普遍共识是，美国擅长创新，而中国擅长应用落地。

梁：我们认为，随着经济的发展，中国必须逐步从技术的受益者转变为贡献者，而不是一直依赖别人的成果。在过去30年的IT革命中，我们几乎没有真正参与核心技术创新。我们习惯了摩尔定律“从天而降”——只需等上18个月，就能获得更先进的硬件和软件。同样，我们对大模型的“规模定律”也是如此。但事实上，这些技术进步是西方科技社区几代人持续努力的结果。由于我们长期未能深度参与这一进程，反而渐渐忽视了其真正的价值。真正的差距在于原创性，而不仅仅是时间。

关于DeepSeek让硅谷惊讶的原因

安：为什么DeepSeek V2会让硅谷许多人感到意外？

梁：在美国，每天都有各种创新出现，从这个角度看，我们的突破并不算特别。但他们惊讶的是，一家中国公司不仅仅是跟随者，而是以创新者的身份加入了他们的竞争。这与大多数中国企业习惯的模式完全不同。

关于中国创新面临的问题

安：但在中国的现实环境下，单纯追求创新似乎是一种奢侈。大模型研发本身极其烧钱，不是每家公司都能在商业化之前只专注于研究。

梁：创新当然成本高昂，而过去我们倾向于采用现成技术，主要是因为中国的发展阶段所限。但今天，中国的经济规模以及字节跳动、腾讯等巨头的盈利能力，已经具有全球影响力。我们真正缺乏的不是资金，而是信心，以及组织高水平人才进行有效创新的能力。

安：为什么即使是资金充足的中国科技巨头，也往往更重视快速商业化？

梁：过去30年，我们更关注利润，而不是创新。但创新不仅仅是商业驱动的，它需要好奇心和创造的野心。我们被过去的习惯束缚住了，但这只是一个阶段。

关于公司的护城河

安：但DeepSeek毕竟是一家企业，而不是非营利的研究机构。如果你们进行创新，并且像5月发布的MLA架构那样开源突破性成果，竞争对手岂不是很快就能复制？你们的护城河在哪里？

梁：在颠覆性技术领域，封闭式的护城河并不持久。即便是OpenAI的闭源模式，也无法阻止其他公司迎头赶上。因此，我们真正的护城河在于团队的成长——积累技术Know-how，培养创新文化。开源和发表论文不会带来重大损失。对于技术人员来说，被同行追随本身就是一种成就。开源不仅仅是商业策略，更是一种文化。回馈社区是一种荣誉，同时也能吸引更多优秀人才。

关于对市场派观点的看法

安：你怎么看待市场派的观点，比如朱啸虎的立场（他主张AI公司应优先商业化，而不是进行基础研究，并认为AGI是不切实际的）？

梁：朱啸虎的逻辑适用于短期盈利项目，但美国最赚钱的公司，往往是那些依靠长期研发建立技术壁垒的科技巨头。

关于DeepSeek的长远押注

安：但在AI领域，单纯的技术领先还不够。DeepSeek在更长远的层面上，究竟押注的是什么？

梁：我们认为，中国的AI不能永远做跟随者。人们常说，中国AI比美国落后一到两年，但真正的差距在于“原创”与“模仿”。如果不改变这一点，中国永远只能追赶别人，而不是引领方向。有些探索是无法回避的。英伟达的成功并不仅仅是自身努力的结果，而是西方科技生态系统长期合作，共同规划下一代技术路线的成果。中国也需要类似的生态体系。国内许多芯片失败，不是因为资金不足，而是因为缺乏支撑性技术社区，仅依赖二手信息。必须有人走在前沿。

关于公司的开源策略

安：DeepSeek现在给人的感觉很像OpenAI早期的理想主义阶段，而且你们坚持开源。未来会像OpenAI或Mistral那样，转向闭源吗？

梁：我们不会闭源。我们认为，建立一个强大的技术生态，比封闭式的商业模式更重要。

关于融资计划

安：有没有融资计划？有媒体报道，焕放【1】计划将DeepSeek拆分上市。硅谷的AI初创公司最终都会与大公司结盟，你们会跟随这种趋势吗？

梁：目前没有短期融资计划。我们真正的挑战从来不是资金，而是高端芯片的出口禁令。

关于AGI发展的观点

安：许多人认为，AGI的发展需要高调的合作和行业影响力，而不像量化投资那样适合低调运作。你认同这种观点吗？

梁：更多的投资并不一定能带来更多的创新。如果资本堆砌就能推动技术突破，那大公司早就垄断了所有领域。

关于团队构成与管理

安：海外认为DeepSeek雇佣了一批高深莫测的奇才，那做出deepseek的是怎样一群人？

梁：并没有什么高深莫测的奇才，都是一些top高校的应届毕业生，没毕业的博四、博五实习生，还有一些毕业才几年的年轻人。

安：很多大模型公司都执着地去海外挖人，很多人觉得这个领域前50名的顶尖人才可能都不在中国的公司，你们的人都来自哪里？

梁：不要默信没有海外回来的人，虽然本土的前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。

安：听说你们很擅长从细节招人，让一些非传统评价指标里优秀的人被选出来。

梁：我们选人的标准一直都是热爱和好奇心，所以很多人会有一些奇特的经历，很有意思，很多人对做研究的渴望远超对钱的在意。

安：这种发散性灵感的诞生和你们完全创新型组织的架构很有关系，但AGI这种充满不确定性的前沿探索是否多了管理动作创新？

梁：DeepSeek也全是自下而上，而且我们一般不前制分工，而是自然分工，每个人有自己独特的成长经历，都是自带想法的，不需要push他，探索过程中他遇到问题自己就会拉人讨论，不过当一个idea显示出潜力，我们也会自上而下的去调配资源。

关于创新的看法

安：创新很大程度也是一种偶然吗？

梁：我觉得创新首先是一个信念问题，为什么硅谷那么有创新精神，首先是敢，chatGPT出来时，整个国内对做前沿创新都缺乏信心，从投资人到大厂都觉得差距太大了，还是做应用吧。但创新首先需要自信，这种信心通常在年轻人身上更明显。

关于经济下行对创新的影响

安：现在经济开始进入下行，资本也进入冷周期，所以它对原创式创新是否会带来更多抑制？

梁：我倒觉得未必，中国产业结构的调整会更依赖硬核技术的创新。当很多人发现过去赚快钱很可能来自时代运气，就会更愿意俯身去做真正的创新。

关于技术拉开差距的观点

安：技术真的可以拉开差距吗？你也说过，并不存在绝对的技术秘密。

梁：技术没有秘密，但重置需要时间和成本。英伟达的显卡理论上没有任何技术秘密，很容易复制。但重新组织团队以及追赶下一代技术都需要时间，所以实际的护城河还是很宽。

关于对国内原始创新的态度

安：你对国内原始创新也是乐观的嘛？

梁：我是80年代在广东一个五线城市长大的，我的父亲是小学老师。90年代广东赚钱机会很多，当时有不少家长到我家里来，基本就是家长觉得读书没用，但现在回去看，观念都变了，因为钱不好赚了，连开出租车的机会可能都没了。一代人的时间就变了，以后硬核创新会越来越多。现在可能还不容易被理解，是因为整个社会群体需要被实施教育，当这个社会让硬核创新的人功成名就，群体性想法就会改变，我们只是还需要一堆事实和一个过程。