QODER 独立版本 · 投 资 人 会 议 深 度 解 读
梁文锋四小时投资人会议实录全解析
DeepSeek 创始人 118 条发言 · 11 个主题 · 四层结构解读
一、核心观点提炼CORE THESIS
四大支柱：克制战略 · AGI 阶梯路线图 · 愿景驱动组织 · AI 制造业化终局。
战略哲学：「克制」是一种进攻性战略
- 不追求商业利益最大化，而追求「做成 AGI 的概率」最大化 #12：所有决策的优先级不是份额与利润，而是成功概率；
- 克制 = 让利换概率 #8/#11：「AI 的利益足够大，随便分一点都非常大」——不抢用户、不追热点、不与大厂为敌，开源最强模型也被定义为「让利」；
- 反直觉的实证 #14：开源与善意「并没有让我们少拿任何东西，反而可能还有加分」。
竞争论断（#79）「拿得多的人会被拿得少的人打败。甚至你还不用真的拿得多，愿景如果是拿得多的话，你就先输了。」——愿景层面的贪婪本身就是竞争劣势。
AGI 路线图：阶梯式演进，主线唯一
语言模型基座
→
思维链 CoT去年
→
Agent今年
→
持续学习下一步 · 关键缺口
→
自我迭代奇点渐变而非突变
→
具身智能走进现实世界
- 持续学习是当前最关键的缺口 #17/#32/#33：「AI 到公司学习两个月，就可以替代天下的人」；下一代模型的定义标准就是具备持续学习能力；
- 只做主线、拒绝支线 #25–#28：视频生成「是个好生意，但跟智能没关系」，不做；世界模型现阶段非最重要；多模态只是「组件」，V4 及后续支持原生多模态 #86；
- AI 加速 AI 研究的非线性叙事 #29/#89：模型第一目标是「自己用得好用」，以加速下一版开发。
组织与人才：愿景驱动、无 KPI、共识决策
- 愿景不成文、体现在做事方式中 #3–#5；管理靠愿景不靠制度；
- 团队稳定性是「唯一的核心利益」 #37–#38：「只要保持团队稳定，一定能做成 AGI」；近期融资发放大额期权已大幅化解此风险 #39；
- 员工一半时间自由探索、不加班、「摸奖」文化 #46–#48/#90；
- 正在引入组织架构调整 #52：规模扩大后纯扁平已不可持续——组织演化的重要信号。
行业判断：AI 终局是「制造业化」
- AI 不会有暴利 #83：「成本控制得好的多赚一点，控制得差的少赚一点」——终局类似高端制造业，差距只剩成本、时间、用户体验三项 #76–#77；
- 中国角色 = 全球 AI 的最大产能方 #74–#75：芯片产能最大、电力最多，「中国产的 AI 价格系统性更低」，复制制造业出海逻辑；
- 基模公司将大幅收敛 #45/#83：最终「两家大公司、两家小公司就够了」；OpenAI/Google 将交替领先，Anthropic 优势是阶段性的 #73/#84。
二、关键信息归纳KEY FACTS
关键数据 · 时间节点 · 政策影响 · 风险提示。
关键数据速览
| 维度 | 数据 / 表述 | 条目 |
|---|---|---|
| 中美差距（综合） | 落后 12–18 个月（口径在 6–24 个月间浮动），但只用美国 1/20 算力 | #57 |
| 追赶目标 | 用几分之一算力把落后时间缩到 6 个月、3 个月 | #58 |
| 芯片硬件差距 | 「四倍加两年」：四张华为卡顶一张英伟达卡；生态上以后不再有差距 | #68/#69 |
| 华为 950 超节点 | 性能与价格可完全平替英伟达 GB200/GB300 | #67 |
| 国产芯片验证 | 未来一年内「国产芯片生态完全没问题」将被事实验证 | #64 |
| 资本开支 | 「今年能花掉 200 亿（买卡）就是采购部门业绩超级好」——瓶颈在买不到卡而非缺钱 | #54 |
| API 定价逻辑 | 合理利润 = 买设备 10 个月回本；需求无弹性、本可提价但不提 | #91/#92 |
| 商业化进度 | 今年 B 端收入数亿美金量级 + C 端用户 → 「明年可能就已经是净利润了」 | #95 |
| 兜底逻辑 | 「最坏情况全力卖 API，都能支撑一个上市公司」 | #96 |
| 数据投入 | 一半核心研究员在标数据；「数据几乎等于模型的一半」 | #106/#109 |
| 人才判断 | 中美人才「几乎没有差距」，差距本质是算力导致的实验机会差距 | #42/#43 |
重要时间节点
| 时间窗 | 事件 / 判断 |
|---|---|
| 今年（2026） | Agent 之年；全力做通用 Agent，Coding Agent 优先级最高（#97） |
| 一年内 | 国产芯片生态可用性被事实验证（#64） |
| 明年 | B 端收入若继续放大，公司接近/达到净利润（#95） |
| 今明后三年 | 国产芯片持续卡在产能（#70/#71） |
| 五年后 | 大概率不再卡产能（#71） |
| V4 及后续 | 原生多模态上线（#86） |
政策与产业环境影响
- 出口管制成为国产生态的催化剂 #65：「正常商业环境下国产替代很难；买不到卡的情况下所有人迫不得已都要做国产芯片」；
- 「英伟达在掘自己的坟墓」#67；CUDA 护城河因 AI 写代码能力而快速瓦解 #62；计算卡与游戏卡解耦、专用芯片是趋势 #63；
- V3 已实践「用英伟达的卡、不用英伟达的生态」：自研 TileLang 编译器替代 CUDA 生态 #66；与华为深度合作共建生态 #70；
- 「政府不会给我一分钱」#113——明确否认国家队输血叙事。
风险提示（发言人自认 + 隐含）
- 团队稳定性：自认最大风险，融资期权已部分化解（#37–#39）；
- 算力资源：与美国的唯一本质差距，且传导至人才培养（#43/#55–#56）；
- 国产芯片产能不足：至少持续 2–3 年（#70/#71）；
- 高质量数据标注成本：中国在高端数据标注上无成本优势，「这条路在中国很难」（#107）；
- To B 需求有上限：受制于需求而非算力，「不是无穷大的事情」（#94）；
- 组织规模化挑战：无架构扁平模式已到极限，正在调整（#52）；
- 幻觉问题是「长命题」，可通过 Post-training 改善但非速解（#111）。
三、投资逻辑梳理INVESTMENT LOGIC
⚠️ 「投资线索」为基于实录的推演，非发言人原话；仅供研究参考，不构成投资建议。
梁文锋隐含的「估值叙事」链条
① 愿景与克制（成功概率优先于商业利益）
→ ② 团队稳定（唯一核心利益，期权绑定）
→ ③ 沿 AGI 主线聚焦（Agent → 持续学习）
→ ④ 极致成本效率（1/20 算力 · 10 个月回本定价 · 架构级降本）
→ ⑤ 商业化水到渠成（B 端数亿美金 → 明年净利润 → 「AI 时代万亿级公司之一」#117）
非对称结构兜底逻辑（最坏情况卖 API 也能支撑上市公司 #96）+ 上行期权（持续学习突破 → 自我迭代 → 具身智能）= 下有保底、上不封顶——这正是对投资人最有说服力的框架。
对二级市场的五条可映射投资线索
线索一国产算力链（最强催化）
- 「一年内用事实扭转国产芯片生态认知」+「华为 950 超节点平替 GB200/300」是有明确时间表、可证伪的强催化叙事；
- 受益方向：昇腾产业链（服务器整机、光模块/互联、液冷、电源）、国产 AI 芯片设计与制造、先进封装；
- 核心约束是产能——「产能不足至少持续到后年」意味着涨价与订单能见度并存，供给侧逻辑扎实。
线索二英伟达叙事的边际削弱（风险对冲视角）
- CUDA 护城河瓦解论 + 计算/游戏解耦 + 中国市场事实性丢失——若国产验证兑现，英伟达「中国期权」归零的定价将被强化；
- 注意：该判断来自与华为深度合作的利益相关方，需第三方证据交叉验证。
线索三AI「制造业化」的估值含义
- 若终局「无暴利、拼成本」，基模公司的合理估值锚应参照高端制造而非垄断平台——对基模独角兽高估值的降维提醒；
- 收敛判断 → 尾部基模公司的融资与估值风险；聚焦头部「2+2」格局中的确定性成员。
线索四Agent 应用层，Coding 优先
- 被点名的优先级排序：Coding Agent > 通用 Agent > 垂直（金融/医疗）Agent（#97）；
- 持续学习未解决前 Agent 能力受限（#33）——对当前 Agent 概念股的兑现节奏保持耐心。
线索五Token 通缩与算力需求的再平衡
- 架构 + 算法双降本、「价格翻倍 token 消耗量区别不大」——推理成本下降不必然减少算力总需求（效率越高越能训更大模型 #99），支持「杰文斯悖论」式的算力长期需求逻辑。
一级市场 / 股权视角
- 融资是「精心挑选利益一致、无敌意的伙伴」（#115）——股权结构服务于愿景而非估值最大化；
- 期权大规模发放绑定核心团队（#39）——治理结构上「团队稳定」被显性定价；
- 自我定位：「AI 时代会产生很多家万亿级公司，我们是其中一家」（#117）。
四、市场前瞻总结OUTLOOK
未来走势预判、可证伪的预测清单与机会/风险总括。
未来 1–2 年可跟踪的可证伪预测
| 预测 | 时间窗 | 验证信号 |
|---|---|---|
| 国产芯片生态「完全没问题」被事实验证 | 1 年内 | 主流大模型在国产卡上完成训练/推理的公开案例 |
| DeepSeek 接近或实现净利润 | 明年 | B 端收入数亿美金 → 持续放大 |
| 基模行业收敛 | 持续 | 中国基模公司数量减少、尾部退出 |
| OpenAI/Google 交替领先，Anthropic 优势阶段性消退 | 持续 | 旗舰模型基准与市场份额轮动 |
| 中国以 1/x 算力把时间差缩到 6 个月内 | 中期 | 旗舰模型发布时间差 |
| 产能不再是国产算力瓶颈 | 5 年 | 先进制程 / 先进封装产能数据 |
机会与风险总括
最大机会国产算力生态验证（1 年内）+ Agent 应用元年（Coding 优先）+ AI 服务的「中国制造」式全球输出。
最大风险「AI 无暴利」的终局判断 vs 当前基模/算力资产的暴利定价之间的预期差回归；以及持续学习突破时点的不确定性——它决定 Agent 叙事是兑现还是回调。
与宏观研究交叉印证CF40《AI宏观经济学》警示 AI 重资本投资的周期波动与「剧烈下调难以避免」；梁文锋给出微观侧证——巨头因高端存储短缺而「前置过度下单」（#54 语境），正是库存周期「牛鞭效应」的前奏。宏观与微观形成互证。
五、证据边界EVIDENCE BOUNDARY
- 本页全部观点性内容源自单一来源（会议实录整理稿），系发言人单方表述，未经第三方验证；
- 「四张华为卡顶一张英伟达卡」「950 超节点平替 GB200/300」等硬件对比来自与华为存在合作关系的利益相关方，采信需打折扣；
- 实录为第三方整理（「尽可能保留原意，仅略作编辑」），个别条目（如 #57 中美时间差口径）存在内部不一致，已如实标注；
- 投资逻辑与市场前瞻部分为解读者推演，非发言人原话，不构成投资建议。