DeepSeek创始人梁文锋的60条思考

　　DeepSeek热度持续攀升，超预期的产品体验带来了口碑裂变。

　　DeepSeek创始人梁文锋的公开报道并不多，但在DeepSeek火爆之前，他曾于2023和2024年两次接受36氪旗下《暗涌》专访，从这两篇专访中，可以清晰看出无论是在技术洞见，还是理想主义的思维模式上，梁文锋许多与众不同之处。

　　本文汇总了他最核心的60条思考，一定程度上也可以帮助我们更加直观地理解DeepSeek这家企业脱颖而出的底层逻辑，希望对您有所帮助。

　　1.我们做大模型，跟量化和金融都没有直接关系。我们要做的是通用人工智能，也就是AGI。

　　2.语言大模型是通往AGI的必经之路，并且初步具备了AGI的特征，所以我们从这里开始。

　　3.我们不会过早设计基于模型的一些应用，会专注在大模型上。从长期看，大模型应用门槛会越来越低，初创公司在未来20年任何时候下场，也都有机会。我们的目标很明确，就是不做垂类和应用，而是做研究，做探索。

　　4.我们理解人类智能的本质就是语言，人的思维就是一个语言的过程。你以为你在思考，其实可能是你在脑子里编织语言。这意味着，在语言大模型上可能诞生出类人的人工智能（AGI）。

　　5.只做复刻的话，可以在公开论文或开源代码基础上，只需训练很少次数，甚至只需finetune（微调）一下，成本很低。而做研究，要做各种实验和对比，需要更多算力，对人员要求也更高，所以成本更高。

　　6.我们希望更多人，哪怕一个小App都可以低成本去用上大模型，而不是技术只掌握在一部分人和公司手中，形成垄断。大厂的模型，可能会和他们的平台或生态捆绑，而我们是完全自由的。

　　7.从商业角度来讲，基础研究是投入回报比很低的。我们比较确定的是，既然我们想做这个事，又有这个能力，这个时间点上，我们就是最合适人选之一。

　　8.从最早的1张卡，到2015年的100张卡、2019年的1000张卡，再到10000张，这个过程是逐步发生的。很多人会以为这里边有一个不为人知的商业逻辑，但其实，主要是好奇心驱动，对AI能力边界的好奇。

　　9.对很多行外人来说，ChatGPT这波浪潮冲击特别大；但对行内人来说，2012年AlexNet带来的冲击已经引领一个新的时代。AlexNet的错误率远低于当时其他模型，复苏了沉睡几十年的神经网络研究。虽然具体技术方向一直在变，但模型、数据和算力这三者的组合是不变的，特别是当2020年OpenAI发布GPT3后，方向很清楚，需要大量算力。那之后，我们有意识地去部署尽可能多的算力。