最近看完了梁文锋一次接近四个小时的投资者交流会录音文字稿。
整场交流的信息量很大，里面谈到了DeepSeek为什么坚持开源、API为什么要把价格做低、国产GPU、华为、CUDA生态，也谈到了Agent、持续学习、具身智能，以及他对OpenAI、Anthropic和未来AI竞争格局的一些判断。但看完以后，我印象最深的其实不是这些具体的技术观点，而是梁文锋这个人对AI这件事情的思考尺度。
很多AI公司的创始人在讨论未来的时候，最终还是会回到用户、收入、商业模式、市场份额，或者下一代产品怎么做。梁文锋当然也谈商业，但他反复讲得最多的几个词，却是愿景、克制和AGI。他认为C端用户、API收入、To B业务，本质上都是走向AGI过程中自然产生的副产品，DeepSeek真正想做的事情，是把智能继续向前推进。
这种想法在今天其实很少见。
尤其是AI已经成为全世界资本投入最大、竞争最激烈的产业之一以后，一家公司拥有几千万甚至上亿用户，很难不想着怎么把这些用户变成收入；模型有了技术优势，也很难不想着怎么构建壁垒、提高价格、尽可能扩大市场份额。但梁文锋的逻辑恰恰相反，他认为AI未来创造的利益足够大，大到任何一家公司都不可能全部拿走，所以真正聪明的选择反而是克制。你不需要把所有东西都吃掉，只要把自己最擅长的事情做好，最后拿到其中很小的一部分，可能就已经足够大。
我很认同这种想法。
DeepSeek最让我觉得特别的地方，其实也不是某一个模型突然超过了谁，而是它背后一直有一套比较完整的逻辑：因为相信AGI最终会产生远大于今天互联网的价值，所以不急着争夺眼前的每一块利益；因为不想把所有利益都装进自己口袋，所以愿意开源，也愿意把模型做到足够便宜；因为真正的目标是AGI，所以不需要看到视频生成火了就做视频，看到机器人火了就马上去造机器人，更没有必要为了商业闭环去做广告、电商、本地生活。
梁文锋把这种选择叫作“克制”。
这不是我们通常理解的理想主义。至少在他的逻辑里，克制本身也是一种商业战略。AI这个市场如果未来真的占到全球经济非常大的比例，那么试图垄断它的人，反而一定会面对更多竞争、监管和社会阻力。一个愿意只拿合理利润、把更多价值留给开发者和社会的公司，也许反而更容易走得远。
从这个角度看，我觉得梁文锋的格局是足够的。
但看完整场交流，我也有另外一种感觉：一个人看得越远，有时候越容易觉得眼前的问题只是暂时的问题。可历史真正复杂的地方，往往就在这些“暂时的问题”里面。
GPU很重要，但我反而没有那么担心GPU
梁文锋在交流中讲得很直接，中国和美国今天在AI上的最大差距，本质上还是算力。不是中国没有聪明人，而是没有足够多的GPU，没有足够大的集群，也没有美国公司那样几乎不计成本地做实验的条件。
这个问题当然非常严重。
没有足够算力，就无法训练足够大的模型；研究人员没有足够多的实验机会，很多算法想法也无法快速验证；算力少最后还会反过来影响人才培养，所以表面上看是人才差距，往下追溯，仍然可能是资源差距。
但坦率说，我反而没有那么担心GPU。
因为GPU虽然难，却是一个非常明确的问题。我们知道缺什么，也知道为什么缺。可以提高芯片制造能力，可以做国产替代，可以重新建设软件生态，可以通过编译器降低CUDA的依赖，也可以通过模型架构和算法优化，让同样的算力做更多事情。DeepSeek自己过去能够用远少于美国同行的资源做到今天，很大程度上也是因为被资源约束逼着不断提高效率。
只要AI的需求继续存在，这些事情一定会有人做。
可能需要几年，过程中可能会非常困难，国产芯片也不可能明天突然追平英伟达，但我不太相信中国这样完整的工业体系和如此巨大的市场，会永远解决不了算力供给。芯片问题最终还是工程、制造、资本和时间的问题，路径虽然漫长，但至少方向是清楚的。
我真正觉得更难的，反而不是GPU。
而是理想怎么穿过现实。
你可以克制，但这个世界未必会陪你一起克制
梁文锋有一个判断让我印象很深。他认为DeepSeek最重要的核心利益其实只有一个，就是团队稳定。只要这批人还在，只要能够继续研究，其他问题都可以解决，最多只是早半年或者晚一年。
这是一种非常强的技术乐观主义，我也能够理解这种信心从哪里来。
但现实世界有时候不会给技术团队无限时间。
DeepSeek可以不急着抢C端，但别的公司会抢；DeepSeek可以把商业化看成AGI路上的副产品，但别的公司可以把商业收入换成更多GPU、更高的人才薪酬、更大的开发者补贴、更强的渠道和生态。你今天放弃的一些“芝麻”，可能确实只是芝麻，但如果竞争对手用这些芝麻换来了更多资源，最后这些资源也有可能反过来帮助它更早拿到那个西瓜。
更重要的是，今天的AI竞争早已经不是一个普通的市场竞争。
如果只是DeepSeek、阿里、字节、月之暗面这些公司之间竞争，大家可以讨论开源还是闭源、API卖多少钱、谁的模型效果更好。但当竞争扩大到中美之间以后，很多事情已经不完全由商业逻辑决定。芯片出口限制不是市场竞争，先进制造设备限制也不是市场竞争，未来的数据、人才、模型能力甚至AI应用，都可能越来越多地受到国家战略和地缘政治影响。
在这样的环境里，我仍然赞同开源，也认同梁文锋所说的克制，但我觉得DeepSeek需要比一家纯粹的研究机构更加稳健。
稳健不是让DeepSeek变成另外一个字节或者腾讯，更不是现在就去做广告、电商、游戏，把每一个用户都想办法变现。恰恰相反，我也认为DeepSeek没有必要什么都做。但它需要一个足够强的商业底座，需要稳定的现金流，需要多元的算力来源，需要产业伙伴，也需要在极端情况下依然能够继续研究下去的战略冗余。
商业并不是理想主义的反面。
很多时候，商业能力是在给理想购买时间。
OpenAI后来发生的很多变化，可能让人担心一家公司商业压力太大之后，商业目标会反过来定义技术路线。但另一个极端同样存在风险：如果一家承担巨大研发投入的公司长期没有足够强的现金流和资源能力，那么它最终也可能不得不接受资本、供应链或者其他外部力量的条件。
比较理想的状态应该是，商业服务于AGI，而不是AGI服务于商业。
这两件事情看起来只差几个字，其实完全不同。
不过，我真正关心的其实不是谁先实现AGI
梁文锋对AGI的技术路线有一套非常清楚的判断。
过去是大语言模型，然后有了思维链，让模型学会更复杂的推理；今年大家在做Agent，让AI从回答问题变成完成任务；但Agent之后真正重要的问题，是持续学习。
这可能确实是一个非常关键的变化。
今天的AI虽然已经可以写程序、分析文件、操作电脑，甚至完成过去需要专业人员才能完成的复杂工作，但它和真正的人类员工仍然有一个很大的区别。一个人进入一家公司工作半年以后，会自然知道谁是谁，公司的习惯是什么，过去发生过什么，老板一句没头没尾的话是什么意思。这些知识并不是每天重新输入给他的，而是在长期工作过程中慢慢形成的。
现在的AI还不具备真正意义上的这种能力。
如果未来模型可以持续学习，可以在几个月甚至几年时间里不断积累经验，又不会因为学习新东西而忘掉过去，那么AI才真正开始从一个“每次都重新启动的工具”，变成一个会成长的智能体。再往后，如果它能够参与AI研究，设计自己的下一代模型，然后更强的模型继续研究下一代，那么所谓AGI甚至智能自我迭代，就不再完全是科幻小说里的事情。
这是梁文锋真正关心的问题。
但我看完以后一直在想另外一个问题。
如果有一天AGI真的来了，然后呢？
我们今天花这么多钱买GPU，建设几十万张卡的集群，全世界最聪明的一批人每天研究模型架构、强化学习、Agent和持续学习，如果最终只是为了让AI帮我们写更多代码，生成更多广告，制作更多短视频，替公司减少一些客服和程序员，我总觉得这件事情的意义还不够大。
这些当然都有价值。
AI可以提高生产效率，可以让一个人完成过去十个人的工作，可以创造新的公司，也会带来巨大的商业价值。但如果AGI真的像梁文锋设想的那样，最终拥有接近甚至超过人类的通用学习和研究能力，那么我们真正应该期待的，可能不是它替代了多少工作，而是它能不能解决那些人类几百年来一直没有解决的问题。
其中我最关心的，就是疾病。
如果有一天，疾病不再主要依靠运气
人这一辈子，其实有很多事情是可以通过努力改变的。
没有知识，可以学习；没有钱，可以工作；很多生活上的困难，只要有足够时间，总还能找到一些解决办法。
疾病不一样。
一个人可能非常努力，非常热爱生活，也可能在某一天突然发现，自己面对的是一种今天的医学仍然没有办法真正治愈的疾病。癌症、阿尔茨海默病、各种罕见病，以及大量至今不知道确切病因的慢性疾病，在这些事情面前，一个人的财富、努力甚至意志，有时候能够改变的事情非常有限。
现代医学已经比一百年前进步太多，但医学研究本身仍然受制于人的能力边界。
一个医生一辈子能够诊治的患者数量是有限的，一个科学家能够阅读的论文是有限的，一个实验室能够设计和完成的实验数量也是有限的。全球每天都在产生新的医学论文、基因数据、影像、病理数据和临床记录，但真正能够把这些信息完整连接起来的人，几乎不存在。
人的大脑并不是为了处理这种规模的信息而进化出来的。
AGI也许第一次让这件事情发生变化。
假设未来有一个真正具备持续学习能力的AI科学家，它可以阅读人类历史上几乎全部医学论文，可以持续跟踪全球最新研究，可以同时理解基因、蛋白质、药物、病理、影像和临床数据，还能够根据已有知识提出新的假设，设计实验，再根据实验结果继续修改自己的判断。
它不需要睡觉，也不会因为研究一个冷门疾病没有商业价值就失去兴趣。
今天一种罕见病可能全世界只有几千名患者，因为市场太小，很难吸引一家药企投入几十亿美元研究。但对于AGI来说，研究一万人的疾病和研究一亿人的疾病，并不存在人类社会里那么巨大的边际成本差异。
这可能才是AI真正改变医学的地方。
不是在医院门口放一个聊天机器人，问你“哪里不舒服”，也不是帮医生把病历总结得更快，而是让人类第一次拥有远远超出单个人脑能力的科研系统。
如果这样的系统存在，我们甚至可以想象一种过去不存在的科研方式：成千上万个AI同时研究癌症，一个负责基因突变，一个研究蛋白质结构，一个分析药物靶点，一个设计实验，一个分析真实世界患者的数据，它们之间实时交换结果，不断提出新的问题。过去一个研究团队十年完成的探索，未来可能被压缩到几个月甚至更短。
这不意味着AGI一出现，癌症第二天就会被攻克。生命科学远比写代码复杂，很多答案最终仍然需要实验，需要临床试验，需要真实世界漫长的验证。
但最大的变化是，人类探索未知的速度可能被彻底改变。
我觉得这才值得我们为AGI兴奋。
AGI最大的意义，不应该是让机器成为更便宜的人
过去这一两年，我们讨论AI时经常用一个标准判断它有多强：它可以替代谁。
可以替代初级程序员了吗？
可以替代客服了吗？
可以替代设计师了吗？
可以替代律师、医生、分析师了吗？
这种讨论当然非常现实，因为工作直接关系到每个人的收入，也关系到企业的成本。但如果我们一直用“替代多少人”衡量AGI的价值，其实还是把一个可能改变文明的技术，放进了工业革命时期“机器替代劳动力”的旧框架里。
我更期待的是另外一种未来。
AI不是把一个医生变成零点一个医生的成本，而是让医生能够治疗过去治不了的病；不是把一个科学家的工作自动化，而是帮助科学家看到过去看不到的问题；不是让一家药企一年多开发几个药，而是让那些因为患者人数太少、商业回报太低而几十年没人研究的疾病，也终于有机会得到答案。
除了疾病，还有能源、材料、气候、农业和基础科学。
人类已经进入一个很奇怪的阶段。我们拥有历史上最强大的工业体系，可以制造几纳米的芯片，可以把探测器送到太阳系边缘，却仍然有很多极其基础的问题解决不了。我们不知道意识到底是什么，不知道如何真正逆转很多神经退行性疾病，对衰老的理解仍然非常有限，核聚变距离大规模商业应用始终还有距离。
这些问题不是因为人类不努力。
可能只是因为人的智能本身存在上限。
如果AGI最终能够突破的，是这个上限，那么它真正创造的价值会远远超过今天所有互联网公司的总和。
所以从这个意义上说，我其实很认同梁文锋为什么觉得眼前很多商业机会只是“芝麻”。
如果终点真的是这样一个世界，那么今天到底是谁拥有最大的聊天机器人、谁的API收入多几十亿美元，甚至哪家公司暂时领先半年，放到几十年的尺度看，确实可能没有那么重要。
我希望中国做出来的，不只是一个更便宜的AGI
梁文锋在交流里还有一个判断，我觉得很有意思。
他认为未来中国AI在全球产业中的一个重要优势，很可能和过去中国制造业一样：把同样好的东西做到更便宜。
这其实已经在DeepSeek身上出现了。
过去大家默认最强模型必须建立在无限增加算力、无限增加资本投入的基础上，DeepSeek却证明，模型架构、算法和工程效率同样可以改变成本曲线。这种能力对于AI最终走向全社会，可能比单纯把Benchmark再提高几分重要得多。
但我希望中国AI最后带给世界的，不只是一个“更便宜的AGI”。
我更希望它是一个更普惠的AGI。
今天全球最先进的医疗资源高度集中，一个生活在发展中国家小城市的人，和一个住在波士顿、旧金山、东京的人，能够获得的医疗服务差距非常大。全球最好的大学、实验室和医生，本质上都是极其稀缺的资源。
如果AGI真的能够把顶级智能的边际成本不断降低，那么一个非常值得期待的变化是，智能第一次可能不再是一种稀缺资源。
非洲一家小医院，也能够调用接近世界顶级水平的医学AI；一个罕见病患者，不再因为自己的疾病只有几千个人患病，就永远等不到研究；普通孩子不管出生在哪里，都可以拥有一个真正理解他的顶级老师；一个没有巨额科研经费的小实验室，也可能拥有过去只有世界顶级机构才具备的研究能力。
这种变化，可能比再诞生一家万亿美元公司重要得多。
从这个角度看，我也更理解梁文锋为什么如此坚持开源、低成本和克制。
AI越强，它就越不能只成为少数人的工具。
因为当智能本身逐渐成为像电力一样的基础能力以后，谁能够使用它，可能直接决定一个人的教育、健康、财富甚至寿命。
理想要足够远，也要活得足够久
所以看完这次交流，我其实有两种同时存在的感受。
一方面，我很欣赏梁文锋的理想主义。今天这个行业最不缺的是聪明人、资本和野心，真正稀缺的反而是一个人在面对如此巨大的利益时，仍然知道自己为什么做这件事情。DeepSeek能够坚持开源，把成本不断做低，不急着把所有用户变现，也不因为市场热点就什么都做，这种克制非常难得。
另一方面，我也觉得DeepSeek需要比梁文锋表达出来的更稳健一些。
GPU最终可能解决，国产芯片也会进步，算法效率还会提高，但现实中的商业竞争、供应链、中美科技竞争不会因为一个公司的愿景足够好就自动消失。越是想走一条十年、二十年的路，越需要足够强的商业能力和战略冗余，让自己不会在某一个现实问题上提前离场。
理想主义最重要的能力，并不是把理想说得多么伟大。
而是让理想活得足够久。
梁文锋想的是AGI。
我其实也期待AGI，而且可能比过去任何一次技术革命都更期待。但我更关心的，是AGI之后的世界。
我希望有一天，当一个人被诊断出今天仍然无法治愈的疾病时，医生不再只能说“目前医学还没有办法”；我希望那些因为患者太少而没人研究的罕见病，也能得到和常见疾病一样的关注；我希望癌症、阿尔茨海默病，甚至衰老本身，有一天能够从人类不得不接受的命运，变成一个个最终可以被解决的科学问题。
到了那个时候，我们今天讨论谁的模型领先、谁拥有多少张GPU、谁的API更便宜，可能都会显得没有那么重要。
因为AGI真正伟大的地方，从来不应该是它比人类更会写代码，也不是它能够替代多少工作。
而是有一天，当人类再次面对疾病、衰老、能源以及那些困扰了我们几百年甚至几千年的问题时，我们第一次拥有了一个远远超过我们自身能力的帮手。
如果AGI最后能够把我们带到这样的世界，那么今天投入的GPU、资本，以及无数研究者最好的青春，才真正值得。
