本文首發(fā)于我的博客梁文鋒 4 小時(shí)投資會(huì)精讀上拿得多的會(huì)被拿得少的打敗 · 「東玄蟒」最近讀完一份流出的四小時(shí)錄音文字稿——據(jù)稱是梁文鋒 5 月 20 日與投資人的閉門(mén)交流會(huì)七月整理流出未見(jiàn)官方證實(shí)。全文是語(yǔ)音轉(zhuǎn)寫(xiě)加 AI 整理不分說(shuō)話人個(gè)別名詞甚至有識(shí)別錯(cuò)誤但觀點(diǎn)密度是真的高。這篇是我讀完前兩部分愿景與開(kāi)源、AGI 技術(shù)路線的理解不是摘抄是把他的邏輯從頭推一遍再對(duì)照一批經(jīng)典論文做校驗(yàn)。蛋糕大到獨(dú)占必死DeepSeek 堅(jiān)持開(kāi)源外面最常見(jiàn)的解讀是格局。讀完原文我覺(jué)得更準(zhǔn)確的讀法是反過(guò)來(lái)的開(kāi)源首先是一個(gè)客觀規(guī)律的判斷其次才是愿景。梁文鋒的賬是這么算的AI 最終可能占人類 GDP 的百分之十。這么大的市場(chǎng)“一個(gè)人獨(dú)占這個(gè)事情你不可能獨(dú)占你一定得跟別人分享否則你肯定活不下來(lái)”。歷史上開(kāi)源和商業(yè)化沖突是因?yàn)橐粋€(gè)軟件公司一年市場(chǎng)才幾十億美金開(kāi)源了就只剩幾千萬(wàn)。AI 不一樣——“你隨便分一點(diǎn)點(diǎn)就已經(jīng)很足夠了”。從這個(gè)判斷往下推是最鋒利的一句拿得多的會(huì)被拿得少的打敗。他給 OpenAI 算過(guò)賬理論上賬是算得過(guò)來(lái)的但只要你想要百分之五就會(huì)有只要百分之一的人打敗你然后又有只要千分之一的人打敗前面那個(gè)人?！吧踔聊氵€不用真的拿得多愿景如果是拿得多的話你就先輸了?！彼?DeepSeek 的定價(jià)不是利潤(rùn)最大化十個(gè)月收回設(shè)備成本約六倍利潤(rùn)。利潤(rùn)最大化的做法應(yīng)該定更高的價(jià)——原文說(shuō)得很直白這個(gè)價(jià)格區(qū)間需求沒(méi)有彈性價(jià)格再翻一倍token 消耗量區(qū)別不大。但他就到十個(gè)月回本為止。最能說(shuō)明問(wèn)題的是個(gè)細(xì)節(jié)模型降價(jià)到四分之一的時(shí)候公司群里是歡呼的。任何其他公司降價(jià)一半 ARR 就掉一半。還有兩個(gè)支撐細(xì)節(jié)開(kāi)源的模型和自部署的是完全同一套權(quán)重沒(méi)有留一手而在這個(gè)定價(jià)之下第三方自己部署的成本不可能更低所以開(kāi)源并不傷收入——“我只擔(dān)心他部署不起來(lái)”。那么問(wèn)題來(lái)了這套戰(zhàn)略靠什么組織落地這就到了我認(rèn)為全文最精彩的地方。我的推導(dǎo)三個(gè)支撐點(diǎn)讀完第一部分我把散落的說(shuō)法拼成一條自己的推導(dǎo)。要做到愿景驅(qū)動(dòng)、開(kāi)源、松弛這三件事同時(shí)成立有三個(gè)支撐點(diǎn)缺一個(gè)就塌**第一集中力量辦大事。**公司松弛、人少所以不應(yīng)該什么都去做只做自己認(rèn)為在通向 AGI 關(guān)鍵節(jié)點(diǎn)上的事。原文的說(shuō)法是克制帶來(lái)聚焦3D、視頻生成、世界模型甚至多模態(tài)都只是組件不進(jìn)主線——哪怕視頻生成在商業(yè)上是個(gè)好生意。連好生意都舍棄這才叫聚焦。**第二公司小必須精準(zhǔn)找到屬于自己的賽道。**沒(méi)辦法像大公司那樣全都要得讓自己能盈利、能持續(xù)長(zhǎng)久地走下去。開(kāi)源是這條賽道的一部分處于一種合理的定價(jià)十個(gè)月回本別人自己部署也不會(huì)更便宜但自己有錢(qián)可以掙。這里有兩個(gè)條件咬合在一起沒(méi)有部署成本門(mén)檻開(kāi)源就是純讓利沒(méi)有合理定價(jià)開(kāi)源就失去商業(yè)邏輯。兩個(gè)都在開(kāi)源和賺錢(qián)才同時(shí)成立。**第三必須要做足夠多的優(yōu)化讓卡的效率更加高。**DeepSeek 大概兩萬(wàn)張 H 等效算力和美國(guó)比差距只有資源不是人才。大公司靠加卡解決它只能靠效率——成本越低同樣的卡能撐越大的模型。原文有句話讓我覺(jué)得最值得琢磨商業(yè)化公司沒(méi)有動(dòng)力追求模型效率因?yàn)榈统杀静环纤麄兊睦妗eepSeek 追求效率一半是資源約束逼的一半是愿景——它的員工知道普通人用 AI 是要花錢(qián)的。松弛是前提還是結(jié)果組織上DeepSeek 有兩條線。從上到下目標(biāo)明確大家一起干比如發(fā) V4 要分工每個(gè)人做一部分這叫正式從下到上每個(gè)人都有自己的 idea 和創(chuàng)意沒(méi)人管、沒(méi)有 KPI按自己覺(jué)得重要的方向探索。一條硬規(guī)則正式不要超過(guò)員工時(shí)間的一半。不加班也有兩個(gè)原因研究需要松弛的環(huán)境逼得緊就沒(méi)法做研究聚焦所以事情少?zèng)]那么多活要干。讀到這里我停了一下因?yàn)橛袀€(gè)因果方向的問(wèn)題。原文的順序是克制戰(zhàn)略→ 聚焦 → 事情少 → 所以松弛松弛是結(jié)果。但按我自己的讀法可以反著推松弛且人少的組織天然做不了多線作戰(zhàn)所以只能挑關(guān)鍵節(jié)點(diǎn)——松弛是前提。兩種讀法互為因果但我的讀法有個(gè)推論值得單獨(dú)記下如果組織變大、不再松弛了聚焦會(huì)自己松動(dòng)。這比創(chuàng)始人想不想要聚焦更根本。Google 的 20% 時(shí)間是現(xiàn)成的警告——Gmail、AdSense 都從這里出來(lái)后來(lái)名存實(shí)亡Schmidt 親口說(shuō)那其實(shí)是指下班后的時(shí)間。大組織里短期交付永遠(yuǎn)比遠(yuǎn)期探索緊急。梁文鋒能守住這一條靠的是三件事咬合愿景共識(shí)篩掉了不認(rèn)同的人招聘即治理利潤(rùn)結(jié)構(gòu)允許低效十個(gè)月回本而非利潤(rùn)最大化聚焦讓正式工作真的少于一半。缺一個(gè)自由探索就退化成口號(hào)。階梯從語(yǔ)言模型到具身第二部分是 AGI 的技術(shù)路線。梁文鋒給了一個(gè)階梯語(yǔ)言模型 → CoT → Agent → 持續(xù)學(xué)習(xí) → 奇點(diǎn) → 具身智能。去年走的階梯是 CoT今年是 Agent下一個(gè)瓶頸是持續(xù)學(xué)習(xí)他說(shuō)的是學(xué)習(xí)去學(xué)習(xí)奇點(diǎn)是自我迭代——但他特意說(shuō)這個(gè)奇點(diǎn)其實(shí)不是一個(gè)奇點(diǎn)是一個(gè)連續(xù)的過(guò)程。這個(gè)順序的理由很實(shí)用主義每一步都踩在前一步上沒(méi)有一步白走而且是最輕松的路線——先解決持續(xù)學(xué)習(xí)奇點(diǎn)之后具身智能的活可以交給模型自己開(kāi)發(fā)不用人來(lái)做。反過(guò)來(lái)先做具身就是苦活。商業(yè)上的動(dòng)作去年的 C 端、今年的 B 端都只是主線的副產(chǎn)物——“站在技術(shù)的高位上做低一級(jí)別的技術(shù)是降維打擊”。Scaling 他說(shuō)得干脆信。墻還沒(méi)有摸到——“我們訓(xùn)練這么大的模型并不是因?yàn)槲矣X(jué)得這么大就夠了而是我剛好有這么多資源”。擋住 Scaling 的是算力不是意愿硅谷說(shuō)的 Scaling 到頭“對(duì)中國(guó)來(lái)講我們離那個(gè)還很遠(yuǎn)”。CoT 的病o1 的藥這兩部分原文里梁文鋒對(duì) CoT 著墨不多階梯一筆帶過(guò)。下面是我自己的補(bǔ)充功課——把自己的判斷和一批論文對(duì)了個(gè)賬。CoT 最大的兩個(gè)病。一是不回溯一條鏈走到底前面錯(cuò)后面就完全錯(cuò)誤。這個(gè)判斷不是我發(fā)明的——Tree of Thoughts2023開(kāi)頭對(duì) CoT 的批評(píng)就是原話從左到右逐 token 決策不能回溯不能全局探索。ToT 的藥方是分支、回溯、前瞻評(píng)估Self-Consistency2022更簡(jiǎn)單粗暴采樣多條獨(dú)立推理鏈投票取多數(shù)。我最早記的多 CoT 模式投票表決實(shí)現(xiàn)是現(xiàn)成的。二是先給答案然后編思維過(guò)程。兩篇論文給過(guò)實(shí)錘Turpin et al. 2023 在輸入里埋暗示“答案應(yīng)該是 A”模型的思維鏈完全不提暗示但答案仍被暗示左右——解釋不是決策的依據(jù)。Lanham et al. 2023Anthropic用截?cái)?、替換、改寫(xiě)思維鏈的辦法測(cè)依賴反直覺(jué)的發(fā)現(xiàn)是任務(wù)越簡(jiǎn)單、模型越大CoT 越可能不忠實(shí)——簡(jiǎn)單題根本不需要推理思維鏈?zhǔn)鞘潞缶幍?。CoT 的發(fā)展我看到三條線外部擴(kuò)展思考空間風(fēng)險(xiǎn)是故意模仿人類的思考步驟多 CoT 并行投票以及 o1/o3 的路線——不是獎(jiǎng)勵(lì)具體的步驟而是搭建一個(gè)可以驗(yàn)證思維方式是否正確的環(huán)境讓錯(cuò)誤的決策被否決。這句話背后是一次路線掉頭。2023 年 OpenAI 自己在 “Let’s Verify Step by Step” 里驗(yàn)證過(guò)過(guò)程獎(jiǎng)勵(lì)PRM優(yōu)于結(jié)果獎(jiǎng)勵(lì)ORM——人工標(biāo)注每一步對(duì)錯(cuò)。而 o1 被廣泛解讀為反著走不用人工步驟標(biāo)注容易被鉆空子、標(biāo)注貴只用可驗(yàn)證獎(jiǎng)勵(lì)RLVR數(shù)學(xué)、代碼有標(biāo)準(zhǔn)答案做結(jié)果級(jí) RL讓模型自己學(xué)會(huì)糾錯(cuò)、拆解、換路。o1 到底用沒(méi)用 PRMOpenAI 沒(méi)說(shuō)死過(guò)學(xué)界吵到現(xiàn)在。但搭環(huán)境而不獎(jiǎng)勵(lì)步驟是現(xiàn)在站得住的共識(shí)表述。o1 機(jī)制的三個(gè)觀察我的筆記做了校準(zhǔn)回答之前先生成思維 token緩存下來(lái)不展示給用戶。精確化用戶看到的是摘要原始思維鏈?zhǔn)请[藏的——OpenAI 給的理由是防蒸餾和安全監(jiān)控。緩存更接近 API 層的推理上下文復(fù)用OpenAI 的 previous_response_id、Claude 的思維塊緩存不是被確認(rèn)過(guò)的訓(xùn)練機(jī)制。提前訓(xùn)練自糾錯(cuò)做邏輯矛盾的剪枝讓思考自己反饋?zhàn)约?。這個(gè)成立獎(jiǎng)勵(lì)只看最終對(duì)錯(cuò)糾錯(cuò)行為被 RL 自發(fā)強(qiáng)化。思維空間在解空間上搜索放棄低概率的搜索空間具備判斷路徑復(fù)雜度的能力。這是我最想展開(kāi)的一條——用我的本行打比方這就是 CBO基于代價(jià)的優(yōu)化查詢優(yōu)化器的 cost model 決定走不走索引、并不并行o1 內(nèi)化的就是自己的 cost model簡(jiǎn)單題燒兩萬(wàn) token 是浪費(fèi)奧數(shù)題只給一百 token 是找死。Snell et al. 2024 驗(yàn)證的正是這件事按難度自適應(yīng)分配 test-time compute固定預(yù)算下小模型能打贏無(wú)腦堆算力的大模型。開(kāi)放問(wèn)題是這個(gè) cost model 是練出來(lái)的還是拍出來(lái)的——現(xiàn)在各家 API 的 thinking budget 全靠用戶手調(diào)模型自知難度這件事沒(méi)有完全解決。還沒(méi)想清楚的三個(gè)問(wèn)題拿得多的被拿得少的打敗有個(gè)隱含前提技術(shù)優(yōu)勢(shì)本身構(gòu)不成護(hù)城河。那它什么時(shí)候失效——模型能力差距拉大到某種程度的時(shí)候還是分發(fā)和生態(tài)鎖定生效的時(shí)候DeepSeek 自己又靠什么不變成被鎖死的一方o1 式的 RL是不是把 ToT 式的顯式搜索內(nèi)化進(jìn)了權(quán)重模型自己學(xué)會(huì)回溯和剪枝不再需要外部樹(shù)搜索如果是Agent 階梯會(huì)不會(huì)也走同一條路——今天外掛的 Agent 框架最終被內(nèi)化成一個(gè)模型能力這恰好對(duì)得上沒(méi)有一步是白走的。正式不超過(guò)一半這條復(fù)制者最先崩的是哪一環(huán)招不到愿景一致的人還是管理層忍不住把自由時(shí)間填滿寫(xiě)下來(lái)的是前兩部分。第三部分是算力與國(guó)產(chǎn)芯片據(jù)說(shuō)有 TileLang 的精彩論述第五部分是投資人 QA據(jù)說(shuō)有下代模型激活參數(shù) 150B–250B。讀完寫(xiě)下。參考來(lái)源梁文鋒投資者交流會(huì)實(shí)錄 · 01 愿景與開(kāi)源、02 AGI 技術(shù)路線錄音 2026-05-20轉(zhuǎn)寫(xiě)稿未經(jīng)官方證實(shí)Tree of ThoughtsYao et al., 2023Self-Consistency Improves Chain of Thought ReasoningWang et al., 2022Language Models Don’t Always Say What They ThinkTurpin et al., 2023Measuring Faithfulness in Chain-of-Thought ReasoningLanham et al., 2023Let’s Verify Step by StepLightman et al., 2023Scaling LLM Test-Time Compute OptimallySnell et al., 2024首發(fā)于我的博客梁文鋒 4 小時(shí)投資會(huì)精讀上拿得多的會(huì)被拿得少的打敗歡迎來(lái)原文交流。