DeepSeek五步阶梯通往AGI：两万张卡的克制路线图

引言：一场四小时对话背后的克制哲学

DeepSeek创始人梁文锋曾与投资者进行近四小时的深度交流。他没有列增长数字，也没有谈KPI，开场只讲了两个字——克制。这份克制不仅体现在产品定价上，更贯穿了他对AGI（通用人工智能）的整体路线规划。

AGI（Artificial General Intelligence，通用人工智能） 是指能够像人类一样在任意领域执行智力任务的AI系统，与当前主流的"窄AI"（ANI，Artificial Narrow Intelligence）形成对比。窄AI只能在特定任务上表现出色，如图像识别或语言翻译；而AGI则意味着跨领域的自主推理、学习和适应能力。学界对AGI的定义至今仍有争议，但主流共识包括：自主目标设定、持续学习、常识推理和跨域迁移等核心能力。OpenAI、DeepMind、Anthropic等顶级实验室均将AGI作为终极目标，但实现路径各异。值得注意的是，AGI不等于"超级AI"（ASI，Artificial Superintelligence），后者指能力全面超越人类的系统，而AGI更多指"与人类能力对等"的智能水平。

本文基于B站"价值投资合伙人"对这场对话的拆解分析，梳理DeepSeek在只有两万张GPU等效算力的约束下，如何用一套自洽的"五步阶梯"逻辑规划通往AGI的路径。需要说明的是，以下内容基于公开信息与交流表态整理，不构成投资建议。

克制的定价逻辑：够了就好

DeepSeek的API定价遵循一个极简标准：十个月收回设备成本。也就是说，购买GPU花多少钱，就在十个月内从API收入里赚回来，多一分都不要。按这个算法，大约对应六倍利润。

耐人寻味的是，梁文锋表示"六倍利润太高了"，未来希望降到三倍、四倍。他甚至承认，在这个价格区间需求几乎没有弹性——提价一倍，用户消耗的Token量几乎不会减少，总收入能直接翻倍。有钱不赚却还说"够了"，这究竟是格局还是天真？

他讲了一个细节：公司此前有个模型定价偏高，团队并不开心，后来他直接把价格降到四分之一，公司群里一片欢呼。这种定价哲学带来了意外的结果——某次顺手削减的C端流量，用户"赶都赶不走"；而B端API收入，据称有望做到几亿美金。

梁文锋把这叫做降维打击：当你站在AGI的技术高地上，做C端和B端根本不需要花太多精力。克制的策略在组织层面产生了正向效果——C端赶不走、B端自然长。

DeepSeek的AGI五步阶梯路线图

梁文锋描绘的AGI路线图有五个清晰的台阶，每一步都对算力提出了更高要求。

第一步：思维链（CoT）——已走完

第一步是思维链推理。在这一阶段，AI做奥数题、写程序的能力已经超过最顶尖的人类。这一台阶被认为已经跨过。

思维链（Chain-of-Thought，CoT） 推理是由谷歌研究团队于2022年正式提出的提示工程技术，核心思想是让模型在给出最终答案前，先逐步展示中间推理过程，类似人类解题时的"打草稿"行为。这一技术使大语言模型在数学推理、逻辑推断和多步骤问题上的准确率大幅提升。DeepSeek-R1等模型将CoT从提示技巧升级为训练目标，通过强化学习让模型自发形成长链推理能力，在AIME数学竞赛和编程基准测试上已超越人类顶尖水平。CoT的局限性在于它仍是"单次对话"的推理，模型无法跨会话积累经验，这正是为何梁文锋将其定义为"已走完"的第一阶梯——它是能力基础，但不是终点。

第二步：智能体（Agent）——当前主线

第二步是智能体，这是DeepSeek当前的主攻方向，也是全球都在"卷"的赛道。Agent能让AI把多个步骤串联起来，解决更复杂的问题。

AI Agent（智能体） 是当前AI产业最激烈的竞争赛道之一，其核心是让大语言模型从"回答问题"升级为"执行任务"。Agent通过工具调用（Tool Use）、规划（Planning）和记忆（Memory）三大模块，将复杂任务分解为多步骤行动链，自主完成如代码调试、网页操作、文件管理等真实工作流程。2024年以来，OpenAI推出Operator、Anthropic推出Computer Use、谷歌推出Project Mariner，均是Agent赛道的重要布局。Agent的技术难点在于"幻觉"（Hallucination）在多步骤中的累积放大效应——单步错误率哪怕只有5%，十步之后成功率就跌至60%以下。

但梁文锋坦言，即便CoT加上Agent都走完，AI仍然替代不了你的员工。原因在于：你无法把脑子里所有的上下文都写进Prompt。招一个新员工，他花两个月熟悉环境，就知道"小王是谁、怎么找他、找他要注意什么"，但对AI来说，你得把这一切全部喂给它——现实中根本做不到。

第三步：持续学习——真正的全球卡点

第三步"持续学习"才是真正的瓶颈：模型能不能像人一样，花两个月自己熟悉环境然后上岗？这个问题全世界都还没找到答案。

持续学习（Continual Learning，也称终身学习 Lifelong Learning） 是AI领域公认的核心难题之一，其核心挑战是"灾难性遗忘"（Catastrophic Forgetting）——神经网络在学习新任务时，往往会大幅降低对旧任务的性能。人类大脑通过海马体的记忆巩固机制实现新旧知识的整合，但现有深度学习架构缺乏类似的生物学机制。目前学界的主要解决方向包括：弹性权重整合（EWC）、渐进式神经网络（Progressive Neural Networks）和记忆回放（Experience Replay）等，但均未能在大规模语言模型上实现突破。梁文锋将其定位为"全球都还没答案"的卡点，并非夸大其词——这恰恰是从"优秀的工具"到"真正的同事"之间最难跨越的技术鸿沟。

梁文锋对此的态度很特别：他不集中分配大量算力去攻关，而是让公司里所有人都能去尝试，他称之为"摸奖"——门槛很低，谁都可以摸，谁先摸到谁就拿到下一张船票。这一策略折射出持续学习问题本身的不可预测性：这类突破往往来自意料之外的方向，广撒网比集中攻关更可能率先触碰到答案。

第四步与第五步：起点模型与具身智能

第四步他称为"起点模型"：AI开始能自我迭代，自己开发下一个版本，不再需要人类帮它进步。第五步才是具身智能，AI走进物理世界，做家务、承担养老服务。

具身智能（Embodied Intelligence） 是AI与机器人技术深度融合的前沿方向，其核心主张是：真正的智能必须具备与物理世界交互的能力，而非仅存在于数字空间。这一理念源于认知科学中的"具身认知"（Embodied Cognition）理论——人类智慧的形成本质上依赖于身体与环境的持续互动。在技术实现层面，具身智能需要解决感知-决策-执行的实时闭环问题，涉及计算机视觉、触觉感知、运动规划和力控制等多个子领域。特斯拉Optimus、Figure AI等公司正在这一赛道上激烈竞争。梁文锋将具身智能列为第五步而非更靠前的阶段，体现了一种务实的技术优先级判断：在语言智能尚未突破持续学习瓶颈之前，过早投入具身智能的资源是低效的。

他的逻辑很清晰：先把持续学习和起点模型做好，之后就让模型自己开发，越往后越轻松。

算力差距：两万张卡与一个数量级

路线图虽清晰，但每一步都需要算力支撑。现实是，DeepSeek目前只有约两万张H系列等效卡，与美国相比"差一个数量级还不止"。

理解这一差距的深层背景，需要了解Scaling Law（规模化定律） 的逻辑框架。Scaling Law由OpenAI于2020年在论文《Neural Scaling Laws》中系统阐述，其核心结论是：模型性能与模型参数量、训练数据量、算力投入三者呈幂律关系——只要持续扩大规模，性能就会持续提升，且这种提升是可预测的。这一发现催生了全球AI军备竞赛，推动了GPT-4、Gemini Ultra等超大模型的诞生。梁文锋说"中国根本摸不到墙"，暗示DeepSeek仍处于Scaling收益递减的临界点之外——在算力约束下，他们的模型规模尚未达到边际收益明显下降的区间，这反而成为一种独特的战略优势：每一张额外的卡都能带来显著的性能提升。

如果要训练与美国同等规模的模型，需要五万张顶级英伟达卡或二十万张华为950。而DeepSeek目前只训练了几十亿激活参数级别的模型——不是他觉得够用，而是"有多少资源就训多大"。他明确表示，中国离Scaling的上限还很远，"根本摸不到墙"。

华为能补上缺口吗？梁文锋提到华为提供了一万六千张950卡，但折算下来只相当于四千张英伟达B系列——他自己也承认这点卡不够训下一代模型。不过他对国产算力反而比市场更乐观：华为950超节点在性能和价格上可以平替GB200和GB300，代价是四张华为卡顶一张英伟达卡，同时落后两年。

关键底牌：TileLang编译器

面对生态差距，DeepSeek亮出了一张关键的底牌——TileLang。梁文锋透露，训练V3时虽然用的是英伟达卡，但几乎不再依赖CUDA生态，而是自研了一套高级编译器TileLang，并基于它完成所有工作。

理解这一底牌的重量，需要认识CUDA生态锁定的本质。CUDA（Compute Unified Device Architecture）是英伟达于2006年推出的并行计算平台，经过近二十年的生态积累，已成为AI训练领域事实上的行业标准。几乎所有主流AI框架（PyTorch、TensorFlow、JAX）均深度依赖CUDA，这构成了英伟达最深厚的护城河——即所谓的"CUDA税"。开发者一旦深度绑定CUDA生态，迁移到其他平台的成本极高，这也是华为、AMD等竞争对手难以撼动英伟达市场地位的根本原因。TileLang的技术路线类似于编译器领域的LLVM——通过构建硬件无关的中间表示层（IR），使同一套代码可以编译到不同硬件架构上运行。这意味着DeepSeek从架构层面绕开了CUDA锁定，实现了真正的硬件可移植性，其战略价值远超表面意义：它不仅解决了国产算力的生态兼容问题，更为整个中国AI产业提供了一条脱离英伟达生态依赖的可行路径。

现在只需把这套流程在华为卡上重新跑一遍，国产卡的生态问题就基本解决。他的原话是："一年之内这个事会被验证"，剩下的只是产能问题。这为国产算力替代提供了明确的时间表和可行路径。

保底逻辑：向上有AGI，向下卖API

这家公司能否养活自己？梁文锋算了一笔账：如果推理需求继续扩大，API的年度经常性收入（ARR）做到几亿美金非常有可能，而这已足以覆盖全部研发费用，实现现金流回正。

ARR（Annual Recurring Revenue，年度经常性收入） 是SaaS和API商业模式中最核心的财务健康指标，反映企业可预测的、可持续的收入规模，区别于一次性收入。对于AI基础设施公司而言，API收入的ARR代表着下游开发者和企业对该平台的持续依赖程度，是"技术护城河"转化为商业价值的直接体现。DeepSeek以极低定价换取高用量的策略，本质上是在用"Token经济学"构建用户粘性：当开发者的代码库和业务流程深度依赖DeepSeek的API接口时，即便未来出现价格调整，迁移成本也将成为强力的留存机制。目前Anthropic的Claude API、OpenAI的API业务均已进入十亿美金ARR量级的竞争，DeepSeek以更低的价格切入，正在争夺这一增量市场的基础盘。

他甚至给出了底牌：最坏情况下技术冻结在此，全力卖API也足以撑起一个上市公司。这构成了DeepSeek的战略结构——向上有AGI的想象空间，向下有API的现金流保底。

最大的风险不是技术，而是团队稳定性

当被问及这套逻辑最可能翻在哪里时，梁文锋给出了一个意外的答案：不是算力，不是竞争对手，也不是技术瓶颈，而是团队的稳定性。

他说："只要团队不走，我一定能做成AGI。"最大的风险是别人挖人、期权不够，或者大家对愿景失去信心。这也是他做那轮融资最核心的动机——让团队拿到足够的期权。从历史数据看，DeepSeek的人才流动一直比同行少，而这是他唯一不愿谈判的核心利益。

这一判断背后有深刻的行业逻辑：顶尖AI研究者是当今最稀缺的生产要素，一个能在Scaling前沿工作的核心工程师，其不可替代性远超任何单一技术专利。在OpenAI、谷歌、Anthropic等巨头的高薪竞争下，维持一支"相信愿景胜过相信薪水"的团队，本身就是一种极难复制的竞争壁垒。梁文锋将此列为第一风险，是将人力资本置于技术资本之上的清醒认知。

结语：值得盯住的五个关键信号

综合公开信息，可以确认的是：梁文锋的AGI五阶梯逻辑是自洽的，克制定价策略在组织层面产生了降维打击效果，国产替代路线也有明确时间表。而不能确认的是：第三步持续学习全球都没解，DeepSeek能否率先突破仍是未知数，"四倍加两年"的算力差距是贯穿整个路线图的硬约束。

后续可重点关注五个信号：

1. B端ARR何时突破5亿美金——决定公司能否实现自我造血；
2. TileLang在华为卡上的完整部署何时官宣——验证国产替代可行性；
3. 下一代模型是否展示持续学习的雏形；
4. 核心团队是否稳定、有无高管离职；
5. 华为950的产能何时不再制约规模扩张——决定算力差距收窄速度。

在两万张卡的约束下，DeepSeek选择了一条克制却自洽的路径。这条路能否真正通往AGI，答案或许就藏在这五个信号里。

核心要点