1）AGI：不是愿景口号，而是唯一主线

梁文锋反复强调，DeepSeek只有一条主线，就是通向AGI。

产品、收入、用户规模，甚至阶段性的行业地位，都不是最终目标，而是技术演进过程中的附属结果。

DeepSeek并不愿意把公司定义为一家典型互联网公司，也不愿意完全按照SaaS或API生意的逻辑组织资源。

它真正押注的：一旦通用人工智能形成突破，今天看似巨大的产品机会和商业机会，都可能只是更大价值链条中的很小一块。

2）克制：主动放弃，是一种战略能力

不追求超级App，不争夺C端流量，不急于进入金融、医疗等垂直Agent，不把3D、视频生成、世界模型都纳入主战场。

这些看起来像“少做事”，背后其实是一种很强的战略纪律。在技术路线尚未收敛时，资源分散比资源不足更危险。

很多公司会因为看到机会太多，而同时铺开产品、行业、生态和商业化，最后组织被短期任务拖住。

DeepSeek选择收缩边界，是为了让有限的人才、算力和管理注意力，持续压在最重要的问题上。

3）持续学习：下一代模型真正的门槛

梁文锋对当前大模型的判断很直接：它们并不缺知识，也不完全缺推理能力，真正缺的是持续学习能力。

今天的模型每次处理任务，往往都需要重新输入上下文；它能回答问题，却无法像员工一样，在长期工作中积累经验、理解组织规则、形成稳定能力。

这个问题不解决，AI更像一个高水平工具，而不是能够长期承担复杂工作的智能体。

因此，CoT、Agent都只是阶段性台阶。持续学习，才可能是模型从“会回答”走向“会成长”的关键分界线。

4）Coding Agent：最优先的现实入口

在所有Agent方向，梁文锋把Coding Agent放在更高优先级。原因并不只是编程市场大，而是代码天然适合智能进化的训练场。

代码任务有明确反馈：能否运行、是否报错、性能是否提升，都能形成相对可验证的闭环。

更重要的是，AI如果能帮助研发团队开发AI，本身就会形成“AI加速AI研究”的飞轮。这也是DeepSeek将“自己先用得好”置于“用户先用得爽”之前的原因。

对一家瞄准AGI的公司而言，最有价值的产品，未必是最先赚钱的产品，而是最能加快自身研发速度的产品。

5） 成本：模型竞争中的第一变量

梁文锋把成本排在模型竞争的第一位，甚至高于时间和用户体验。这一判断非常现实。

大模型竞争并不只是比谁参数更多、发布更快，而是比谁能以更低成本提供同等质量的能力。

成本低，意味着API可以更便宜，意味着用户能够更大规模使用；更关键的是，在算力有限的条件下，成本效率越高，企业就越能把相同资源投入到更大规模的训练中。

对于资源并不占绝对优势的团队来说，效率不是辅助指标，而是追赶巨头的核心路径。

6）开源：不是让利，而是扩大胜率

很多人把开源理解为“放弃部分商业利益”。但梁文锋的逻辑是，AI的市场足够大，试图独占反而可能降低长期胜率。

开源能够带来开发者、生态、反馈和组织认同，也能减少与产业各方的对立。更重要的是，它把公司从“封闭卖产品”的角色，放到“推动技术扩散和行业进步”的位置上。

这不是简单的理想主义，对于处于巨头之间、又具备较强技术能力的中型公司，开源可能正是最适合自己的位置。

小公司缺资源，大公司难协调，而技术强、组织轻的团队，反而更容易借助开源形成影响力。

7）合理利润：商业化不是不做，而是不抢跑

DeepSeek并非拒绝商业化，而是拒绝把利润最大化作为当前组织的第一目标。低价、开源和轻运营，看似牺牲收入，实际上是在降低用户使用门槛、减少组织负担，并把更多资源留给模型研发。

这背后有一个重要前提：如果AGI真的会创造远超现有软件行业的价值，那么早期多拿一点利润，未必比提高技术胜率更重要。

当然，这种策略并不适合所有公司，它需要足够低的成本结构、较强的技术自信，以及相对稳定的资金和团队环境。

但它提醒了行业：模型公司不一定只能在“烧钱抢用户”和“高价卖能力”之间二选一。

8）团队稳定：比人才数量更稀缺

梁文锋认为，人才本身并不是中国AI最大的短板，真正难的是让优秀人才长期稳定地聚焦在同一个方向上。

模型研发需要长期投入，成果又具有高度不确定性。如果团队长期被融资、商业化、竞争冲突和短期KPI牵引，再强的人才也容易被消耗掉。

因此，避免树敌、控制加班、保留自由探索时间、以愿景而非指标驱动组织，都是在服务同一件事：让团队能够持续做难而正确的事。

这也是为什么他把团队稳定性视为最不能退让的底线。技术路线可以调整，产品可以补课，但核心人才一旦流失，长期能力就会被打断。

9）组织松弛：研究型公司的生产力结构

DeepSeek对组织的描述很有意思：一部分时间“做正事”，另一部分时间允许成员自由探索。它既不是完全自上而下，也不是完全自下而上，而是在目标聚焦和研究自由之间保持平衡。

这种组织方式未必适合成熟业务公司，却很适合仍在寻找技术突破的研究型组织。因为真正的创新，往往不是从KPI里推导出来的，而是来自对问题的长期好奇、跨方向尝试和偶然的连接。

所谓“不太加班”，也不是简单的管理风格，而是对研究规律的尊重。高强度重复劳动可以靠压时间完成，但基础技术突破需要空间、耐心和判断力。

10）具身智能：AGI的终点，是进入真实世界

梁文锋把具身智能放在更远的终点上。

逻辑是，人的需求并不止于屏幕、对话和软件服务，最终仍然指向现实世界中的劳动、服务和行动。

如果AI能够持续学习、能够自主迭代、能够完成复杂任务，那么它最终就不只是一个模型或Agent，而会逐步进入机器人、制造、物流、医疗、家庭服务等真实场景。

到了那一步，AI的价值不再只是提升信息处理效率，而是开始重构人力供给和生产组织方式。这也是DeepSeek不急于争夺“下一个超级App”的根本原因。

聊天入口、C端流量、企业订阅，当然重要；但如果智能最终会走向真实世界，那么今天最热闹的竞争，可能确实只是前面的“芝麻”。

把这10个战略观点放在一起，梁文锋的核心判断可以浓缩为一句话：在AGI这样一个超长周期、超大价值的赛道中，真正的竞争不是谁先赚到钱，而是谁能以更低成本、更稳定的组织和更少的战略噪音，持续逼近下一次能力跃迁。

这套逻辑未必适用于所有AI公司，但它确实提供了另一种更值得重视的样本：当行业普遍急着证明商业化时，也许有人正在把“少做什么”，变成最重要的竞争力