梁文锋的减法：用克制换取做成AGI的概率

上个月，梁文锋开了一场四小时的投资人交流会。

这事本来没什么特别的。创业公司见投资人，太正常了。但这场会的内容在过去一个月里陆续泄露出来，我越看越觉得不对劲。

不对劲在哪呢？一个估值几百亿的公司创始人，面对一屋子投资人，花四个小时反复说的核心信息是「不」。

不追求利润最大化。不闭源。不追求用户量。不做3D、视频、世界模型。不做超级App。不鼓励加班。不以商业化为目标。

你什么时候见过一个公司创始人，在投资人面前，主要在说自己「不做什么」？

梁文锋在用减法，来增加做成AGI的概率。

我先把他的AGI路线图摆出来。这个路线图的结构本身就很有意思。

去年做CoT（思维链推理），今年做Agent，之后是持续学习，再之后是AI自我迭代，然后是帮人类研发更先进的AI，最后通向具身智能。他管这个叫「渐进的奇点」。

注意这里面没有的东西，没有世界模型。

他原话说，「世界模型跟智能的上限没有太大关系。」

这句话在今天的AI圈几乎是异端。你看OpenAI在做Sora、Meta在做视频生成、所有人都在喊多模态世界模型是通往AGI的必经之路。梁文锋直接把这条路从地图上划掉了。

他不是说世界模型没用。他是说，你要分清楚什么是通向AGI的关键路径，什么是可以在AGI之后再解决的应用层问题。3D、视频、具身智能的感知层，在他的框架里都属于后者。

先让智能本身到位，再让智能去解决具体的模态问题。顺序不能反。

这个判断对不对，说实话我也不确定。但我确定的是，这个判断需要极大的勇气。因为所有你「不做」的事情，都是别人在做的、有短期回报的、投资人希望看到的事情。

每一个「不」，都是在赌。赌你对AGI路径的理解是对的，赌你砍掉的那些分支真的不是关键路径。

然后他说了一句让我特别在意的话，「克制是一种战略，用来换取做成AGI的概率。」

你细品这个逻辑。他没有把克制说成美德，也没有说资源有限所以被迫如此。他说克制是「战略」，目的是「换取概率」。

这是一个概率论框架下的决策逻辑。做的事情越多，团队精力越分散，每件事做到极致的概率越低。反过来，砍掉一切不在关键路径上的事情，把所有算力和人才集中在一条线上，做成的概率就最大化了。

DeepSeek的低成本，其实是这套减法哲学的副产品。

外界一直在讨论DeepSeek为什么能把成本打到那么低。V3的API价格降到上一代的四分之一，R2发布的时候把整个市场的定价锚点往下拽了一截。很多分析把这归结为工程优化能力强，或者中国公司擅长打价格战。

梁文锋给了一个完全不同的解释。低成本是架构选择带来的自然结果，不是刻意追求的商业策略。当你的架构本身就是高效的，成本自然就低。当你不需要维护一大堆不同方向的模型和产品线，运营成本自然就低。

他甚至说了一句很反直觉的话，「我不觉得卖API这个事情有那么大的吸引力。」

一个做模型的公司，不觉得卖API有吸引力？

「我们一直在商业化，只是不以商业化为目标。」

这句话听起来像是PR话术，但放在他整套逻辑里是自洽的。如果你的目标是AGI，商业化只是维持研发的手段，终点在别处。你赚的钱用来买更多的算力和雇更好的人，然后继续做AGI。循环往复，直到做成。

在这个逻辑里，任何把团队精力从AGI研发上拽走的事情，都是负资产。包括做超级App抢C端流量，包括组建庞大的销售团队做To B，包括花大量工程资源做视频生成、3D渲染这些可以赚眼球但不在关键路径上的方向。

他提到一个观察很有意思，「去年大家都抢Chatbot、抢C端流量，今年是抢To B收入。但我们不认为它重要。」

然后他加了一句，「很奇怪，最想得到的东西得不到，没那么在意的反而容易得到。」

我觉得这背后有更实在的道理。当你不焦虑于短期指标，你的产品决策就不会被扭曲。不会为了DAU去做不该做的功能，不会为了收入去接不该接的客户需求。产品决策的纯粹性是一种被低估的竞争力。

当你不焦虑于拿更多，反而更容易把手上的事情做到极致。

说到开源，这是梁文锋被讨论最多的决策之一。DeepSeek一直在开源权重，从V2到V3到R1到R2，每次都是全量开源。很多人问他为什么不闭源，闭源不是能赚更多钱吗。

他的回答很有意思。他说开源是一个sweet point（甜蜜点）。

「如果AI最终占到人类社会GDP的10%，任何想要独占这部分利益的人，都会被历史抛弃。」

这句话的信息量很大。他在说，AGI如果真的实现了，它的影响力会大到任何试图垄断它的实体都无法承受来自社会的反弹。与其在那个时刻被迫开放，不如从一开始就建立开放的生态位。

而且开源带来了一个隐性收益，它让DeepSeek在全球开发者社区里积累了声誉和信任。上周HuggingFace选GLM做取证，一个重要原因就是开源模型可以本地部署。DeepSeek走的是同一条路。你在开放生态里占的位置越稳，当世界需要一个「不受某一方控制的AI」时，就越有可能想到你。

回到那个投资人交流会。

有人问梁文锋关于中美差距的问题。他的回答挺坦率的。

他说差距主要在资源，不在人才。中国缺的不是能做AI的人，缺的是算力。但他认为用几分之一的算力，通过架构创新，可以把差距缩短到6个月甚至3个月。这背后隐含着一个更大的观点，算力并非万能。如果你的架构足够好，你可以用更少的算力达到同等甚至更好的效果。而架构创新的关键是人才密度和研究自由度，跟堆多少张卡没有直接关系。

这就解释了为什么他那么在意团队稳定性。

他有一句话让我特别在意，「只要能够保持团队的稳定性，我一定能做成AGI。就这么简单。」

一定。就这么简单。

一个在AI领域浸泡了这么多年的人，面对AGI这个人类历史上最不确定的工程挑战，用「一定」和「就这么简单」来描述他的信心来源。而这个信心来源指向的既不是算法突破，也不是算力规模，更不是数据优势，就是「团队稳定」四个字。

在他看来，AGI是一个时间问题。只要正确的一群人持续在正确的方向上工作足够长的时间，它就会发生。

所以他不鼓励加班。「做研究需要一个相对松弛的环境。」疲惫的人不会做出根本性的架构创新，拼命加班只是在用战术上的勤奋掩盖战略上的懒惰。

所以他强调愿景驱动而非KPI驱动。「愿景不是挂在墙上的标语，不是怎么说，而是怎么做。」如果每个人都清楚自己的工作如何连接到AGI这个终极目标，你不需要用绩效考核来驱动执行力。他也不急着扩张团队规模。保持精干，保持聚焦，保持每个人都在做最关键的事。

我把这些碎片拼在一起，看到的是一幅很不寻常的图景。所有人都在做加法的时候，有一个人在做减法。所有人都在追求短期可量化结果的时候，有一个人在优化一个不可量化的长期概率。整个行业都在喊「做大做强」，他在说「我只需要保持团队稳定就行」。

这是对第一性原理的极致遵守。

顺着他的逻辑往下推，每一步都是自然的。AGI确定会发生，那唯一的问题就是谁先做到。架构创新比算力堆砌更重要，那唯一的资源就是顶尖研究者的创造力。创造力来自于自由和专注，那你唯一不能做的事就是分散他们的注意力。每一个「不」，都是从这个推理链条里自然推导出来的。

当然，这套逻辑有一个巨大的前提假设，他对AGI路径的判断必须是对的。如果世界模型确实是关键路径的一部分呢？如果Agent路线走不通需要换方向呢？如果「渐进的奇点」这个概念本身是错的呢？

梁文锋显然也想过这些问题。他的答案藏在那句「概率」里面。他没有宣称自己一定对，他说的是，这套减法策略让他做对的「概率」最高。

这可能是我在当下AI行业里看到的最清醒的思维方式。大多数人在确定性思维里打转（我一定对），或者在FOMO里挣扎（别人做什么我也做什么）。梁文锋在用概率思维做决策，怎样分配有限资源让正确概率最大化。

上周有一条消息值得放在这个语境里看。OpenAI总裁布罗克曼公开承认DeepSeek的Kimi K3「确实相当不错」，但同时声称OpenAI仍有「巨大优势」。与此同时，白宫方面指控月之暗面存在蒸馏行为。

这个画面很能说明问题。美国方面一边承认中国模型的能力在快速逼近，一边试图用行政手段来解释差距缩小的原因（「一定是蒸馏了我们的模型」）。

但如果梁文锋的逻辑是对的，差距缩小的真实原因是架构能力。用更少的资源做更好的事，这叫本事。

最后说一句不太严谨但我真实的感受。

我看了很多AI公司创始人的访谈和演讲。大多数人给我的感觉是「在追赶一个他们不太确定的目标，但不追赶就会被淘汰」。焦虑驱动。

梁文锋给我的感觉不一样。他像一个已经想清楚终局是什么样子的人，然后倒推出今天该做什么、不该做什么。他的每一个「不」背后都有笃定，「我已经确认那些事不在通往AGI的关键路径上」。

「如果你的愿景是拿得更多，你就已经输了。」

这句话适合送给2026年所有还在焦虑增长指标的AI创业者。

谢谢你看我的文章，我们，下次再见。

/ 作者，青玉白露