没有KPI、不追利润、主动降价：DeepSeek的底气是什么？

客官好，这里是老陈茶馆，今天我和大家聊一聊DeepSeek这家公司。

引子
这篇文章，取自梁文锋的发言，他聊了公司创立的初衷，AGI 的路线图，从开源策略聊到定价逻辑。
他不爱讲宏大叙事，说到关键也很诚恳：团队该怎么组织、钱怎么花、什么该做什么不该做，他都有明确的判断。下面是他的十二个观点。

一、公司驱动力 ：靠愿景，不靠考核
梁文锋说，DeepSeek 从刚开始没想过赚钱或上市的事。如果最早那几十个人是盯着钱来的，他们根本就不会来公司。团队的出发点是"怀着对世界的善意"做点有用的事，而不是把商业利益最大化。
他在二十年前就推崇杰克·韦尔奇的管理。现在回头看，韦尔奇的大部分说法可能都过时了，但有一条仍然成立：大公司不是靠规章制度运转，是靠愿景。 愿景不在墙上挂着，在你每天做的事里面。
公司没有成文的愿景文本，也没有 KPI 考核。团队靠共识组织，大方向上一致，细节上每个人理解会有差异。他承认这种模式有好处也有毛病，后面会想办法调整。

二、开源：克制才是战略
开源是愿景的延伸。没有这个愿景，凝聚不了这批人。
逻辑很简单：传统软件市场一年就几十亿美金的市场，开源就等于砸自己饭碗。但 AI 体量不一样，未来可能占据全球经济很大一块。从长远看，开源并不会影响公司的业绩，反而有利于继续 AI 生态圈的发展，做大蛋糕。这么大一件事，一个人吃不下，硬要吃，也一定吃不成。你得学会跟别人分享。
所以想在 AI 上做成事，得学会克制。开源是克制的一部分，也是提高做成概率的手段。

三、团队：一群普通人
两年前起步的时候，DeepSeek 没钱、没卡、没名气、没号召力。梁文锋自己也说，自己就是个普通大学的毕业生，不是顶尖名校的。他认的叙事是" 一群平凡的人做出了不平凡的事"，不是什么天才故事。
没资源、没先天优势，反而逼着团队聚焦和克制——这跟前面的逻辑是一贯的。在他心里，他不骄傲，怀着的是对这件事的兴趣和用心，来做 DeepSeek 这家公司。

四、API定价：让大家用得起
定价上，DeepSeek 团队没想过利润最大化。
新模型刚上线的时候，成员担心需求量太大、算力扛不住，最初定得价格偏高。后来做了评估，还是决定在可持续运营的前提下，降价。降了 API 价格后，团队同事都很开心，因为花了那么大力气把模型做好，本意就是让它又好又便宜、让大家用起来。这个方向是全员共识。
成本上的优势来自模型优化和工程能力。技术层面还有降价空间，模型优化也还没到头。但后面不继续降 API 价格，纯粹是因为当前价格已经够低了，大家都用得起，再降对需求拉动很有限。

五、战略克制：不捡芝麻
主动舍弃一些东西，换更重要的。
开源让利，团队有成就感、有凝聚力，外面的人受益，这些长远看都在提高做成 AGI 的概率。
去年春节是最好的例子：用户突然爆了，团队没去抓流量、没去变现、没想做超级应用，就是全力把服务做好。事后看这个选择是对的。后面还有西瓜，前面的都是芝麻。去年没在 C 端发力也是对的，后面 AGI（通用人工智能）的想象空间大得多。今年 B 端收入增长不错，持续下去能覆盖研发和日常支出，但他还是那句话：商业化不是优先事项，做好通用人工智能才是团队的核心。

六、开源和商业模式不冲突
开源会不会抢了自己的生意？梁文锋说不会。
因为 API 定价本身留的利润不高，第三方独立部署做不出更低的成本，形不成替代。反而如果你追求过高利润，开源确实会让别人有机会比你便宜。
而且他说，开出去的模型跟自己在用的完全一样，不会故意给个差版本。去年 C 端全程验证过了，开源和官方服务不但没冲突，还互补。
他不怕别人部署自己的模型，反而希望大家多用 DeepSeek。他担心的是人家部署的时候细节不对、效果打折、成本做不下来，如果大家遇到这方面的问题，他很愿意提供帮助。

七、AGI 路线图：一步一步来
梁文锋把 AGI（通用人工智能）比作一级一级的台阶，每跨一级，AI 能做的事就多一圈。后面的台阶都踩在前面的上面，期间没有白走的路。
1.语言模型：这是底座。后面的 CoT、Agent 都建立在它上面。
2.去年——思维链（CoT）：让模型自己推理，智能上限被拉上去一大截。奥数、编程竞赛这种题，上 CoT 之后，模型的解题能力已经超过顶尖的人了。但 CoT 有自己的天花板，它解决不了模型没有上下文这个问题。
3.今年——智能体（Agent）：今年的台阶，能力范围比纯 CoT 更广、上限更高。Agent 靠 CoT，CoT 靠语言模型，整个链条很清楚。今年的行业都在攻这个，它也会像 CoT 一样走到自己的上限。
4.接下来——持续学：下一步要解决的问题，也是当前 AI 跟人之间最要命的一道坎。你招个人，花两个月就能熟悉公司，知道小王是谁、哪个部门、怎么找、找的时候注意什么。说一句"叫小王过来"，他全懂。但 Agent 不行，你必须把所有上下文都喂给它，现实中做不到。Agent 如果能像人一样花几个月持续学，这道坎就跨过去了。
5.自我迭代：跨过持续学之后的事。模型能自己研究、开发下一版。但这不是一下子的突变，是一个比较长的渐变过程。
6.具身智能：再往后。到这一步，AI 才真正进入物理世界，做家务、养老。前面攒下的每一级技术，到这时候都能反过来帮你解决物理世界的问题。
这个路线图的好处是每一步需要重改动的东西不多，节奏可以从容。反过来走，比如先做具身智能，会很苦。按上面的六个顺序来，团队不用加班。

八、应用是技术研发的副产品
C 端和 B 端的表现，梁文锋觉得就是专注做底层技术顺带出来的结果。
团队心思全在 AGI 主线上，所以应用是顺手的事，技术产出开放接口，几个人维护着就行，用户自己来。这不是先定商业目标、再做模型那条路。
去年 C 端最火的时候，团队一度想收缩资源，结果 C 端用户赶都赶不走。今年 B 端增长也还行。他的总结是：死盯着要的反而拿不到，不在意的反而自然来了。
做底层技术这个愿景，组织上也有优势，对人才有吸引力，激励和协作都更自然。

九、唯一的底线：团队别散
不可退让的核心利益是什么？梁文锋的答案只有一个：团队稳定。
只要人不走、一直在做，那他们的 AGI 一定能做出来，只是早晚问题。钱和资源都好解决，唯独人散了不行。这是他最紧张的事。
最近核心员工的激励给到位了，稳定性好不少。他的判断是，最老、最核心的人稳住，其他人激励少一点也不太会走。大家看重的不是短期收入，是能在一个可能做成 AGI 的地方待着。

十、只做主线
技术布局上，DeepSeek 只做 AGI 主线相关的事情。3D 生成、视频生成、世界模型这些，他觉得不是自己的主线，所以不做，让别人做。他也乐意帮，只要利益上没冲突，有空有人就给支持。
他一直坚持开源和克制，并没有少拿什么。去年 C 端、今年 B 端，该有的结果都有了。

十一、瓶颈在算力算力
卡不够，这是当前最大的制约。
近期的算力有明显提升，大部分设备是最近一两个月到的，还在陆续上架。今年的策略：只要算力卡价格合理，能买多少买多少，把钱尽快变成算力。
因为要训国际顶尖水平的同等规模模型，还需要大得多的高端算力投入，现在只能在较小规模上做实验。差距不只是训大模型那一下，即便在日常研发中试错，也得有卡才行。
人才上，他没觉得差多少。国内基数大、补充多，瓶颈不在人。现在人才上的差距，本质上还是卡不够导致的，实验机会少，成长就慢。

十二、不急着搞商业化
现在最值得花力气的，还是把 AGI 主线往前推、把智能下限往上抬。这比扩充产品线、做商业化路径划算得多。
过去三年，谁来跟他聊商业化、聊产品线，讨论价值都很有限，因为这块变化太快了，预测不了。广告、电商、本地生活这些东西，结合 AI 做出的产品，生命周期太短了。这些事他希望合作伙伴和社会一起做、一起分，他自己搞不过来，也没那么多人。

总结
梁文锋的逻辑始终围绕两个词：愿景和克制。怀着对世界的善意去做 AGI，只做自己该做的事情。他把这当成一种提高胜率的方式，不是情怀，是算过账之后的选择。至少在眼下，他们的团队做得挺从容的。
这里是老陈茶馆，以更有趣的方式分享商业财经故事。这里什么观点都聊，沏上一壶茶，评论区等你说。
（注：以上涉及的公司信息仅做行业介绍，不构成任何投资建议。）