DeepSeek梁文锋机构会议发言曝光：不搞闭源不追利润的AI路线引发行业思考

2026年7月23日，DeepSeek创始人梁文锋在一场机构投资者会议上的发言内容正式曝光。这场长达四小时的对话在过去一个月里以片段形式在中国AI圈和投资人圈内广泛流传，完整内容的公开迅速引发行业热议。梁文锋在发言中系统阐述了DeepSeek的技术路线、商业化理念和竞争策略，其核心观点与当前AI行业的主流方向形成鲜明对照。

不搞闭源：开源路线作为核心竞争力

梁文锋在发言中明确表态DeepSeek不会走闭源路线。这一立场在OpenAI、Anthropic等头部公司纷纷收紧模型权限的背景下显得格外突出。梁文锋认为，开源不是妥协而是策略选择——通过开放模型权重吸引全球开发者构建生态，反哺模型迭代速度。DeepSeek此前发布的开源模型在Hugging Face下载量持续攀升，社区贡献的微调版本覆盖代码生成、数学推理、多语言对话等多个垂直方向。

从产业竞争角度看，开源策略对中国AI公司具有特殊意义。美国出口管制限制高端GPU供应，单纯比拼模型参数规模并非长久之计。DeepSeek选择在模型架构效率上做文章，通过MoE（混合专家）架构和训练优化，用更少的算力达到接近闭源模型的性能表现。这种技术路线降低了部署门槛，中小企业可以在消费级显卡上运行DeepSeek模型，形成与闭源API服务差异化的市场定位。

不追求利润最大化：长期主义的技术投入

梁文锋在会议中多次强调DeepSeek不追求利润最大化。这一表述在投资人圈内引发争议——不追利润的公司如何获得持续融资？梁文锋的逻辑是：当前阶段AI技术仍处于快速演进期，过早商业化会限制技术探索空间。DeepSeek的资源优先投入基础研究而非变现渠道建设。

这种理念反映在DeepSeek的组织架构上。与多数AI公司设立庞大的商业化和销售团队不同，DeepSeek团队以研究人员为核心，产品化进程相对克制。梁文锋在发言中提到，DeepSeek不会做视频生成、3D建模、世界模型等方向，也不急于推出超级应用。克制背后的逻辑是：集中资源在语言模型核心能力上，避免战线过长导致每个方向都做不深。

谷歌在7月23日发布的2026年第二季度财报中披露，谷歌云业务收入达248亿美元，同比增长82%，云业务经营利润从去年同期的28亿美元跃升至88亿美元，利润率从20.7%提升至35.6%。Cloud backlog（已签约未确认收入的订单）达到5140亿美元。谷歌云的增长数据表明，云计算与大模型结合的商业模式已经跑通。DeepSeek选择不急于变现，与谷歌等巨头通过云服务规模化盈利的路径形成对比，两种模式各有适用场景。

不做视频生成和世界模型：聚焦语言模型深水区

梁文锋在发言中划定了DeepSeek不做的技术方向清单：视频生成、3D、世界模型、下一个超级应用。这份不做清单背后的判断是：语言模型的能力天花板远未触及，多模态和其他方向的投入会分散有限算力资源。在GPT-5.6等新一代模型展示出更强推理能力的竞争格局下，DeepSeek选择在语言理解和推理深度上持续投入。

这种聚焦策略的风险在于，如果多模态成为AI应用的标配能力，纯语言模型的市场空间可能被压缩。但梁文锋的判断是，语言模型是AI能力的基座，其他模态的应用最终需要语言模型提供理解和推理支撑。与其在多个方向浅尝辄止，不如在核心方向建立深度壁垒。

不盲目争夺用户：To B与API生态优先

与字节跳动豆包、月之暗面Kimi等竞品大力投入C端用户获取不同，DeepSeek在用户增长上表现出明显克制。梁文锋表示不盲目争夺用户，DeepSeek的策略是通过API服务开发者社区和企业客户，而非直接面向C端用户做大规模推广。这种To B优先的路径降低了营销成本，但也意味着DeepSeek在品牌知名度和用户规模上落后于竞品。

从行业格局看，DeepSeek的定位更接近AI基础设施提供商而非AI应用公司。7月23日的另一则行业动态也印证了算力基础设施的竞争白热化：腾讯云在世界人工智能大会（WAIC）首个AI光算力产业论坛上披露，将于2026年第四季度部署NPO（近封装光学）超级节点，并计划明后年大规模部署国产化算力。算力层的基础设施投入与模型层的技术路线选择，共同构成AI产业链的竞争图谱。

梁文锋的四小时发言内容曝光后，市场反应呈现两极分化。支持者认为DeepSeek的长期主义和技术聚焦是正确的战略选择，在行业泡沫期保持理性尤为难得。质疑者则担心，不追利润、不争用户的策略在资本寒冬中难以持续，开源模式的商业化验证尚不充分。这场发言引发的讨论，本质上折射出中国AI行业在技术理想与商业现实之间的深层张力。