行情
…

DeepSeek 為什麼開源免費送模型?梁文鋒的商業邏輯與 AGI 論拆解

2026 年 7 月底外流的四小時投資者會議紀要顯示,DeepSeek 最大收入來自企業客戶,開源是獲客機制,不是慈善行為

DeepSeek 為什麼開源免費送模型?梁文鋒的商業邏輯與 AGI 論拆解
目錄

DeepSeek 為什麼開源免費送模型?梁文鋒的商業邏輯與 AGI 論拆解

重點摘要

  • 2026 年 7 月底外流的四小時投資者會議紀要顯示,DeepSeek 最大收入來自企業客戶,開源是獲客機制,不是慈善行為
  • 梁文鋒個人財富已超過 Dario Amodei(Anthropic 共同創辦人兼執行長)與 Sam Altman(OpenAI 執行長),卻把資本全押進一個命題:自動化學習必然通往通用智能
  • R1 於 2025 年發布後,大批中國企業與政府機構接入 DeepSeek,開源策略的商業邏輯由此成立

2026 年 7 月底,一份涵蓋四小時討論的投資者會議紀要從杭州流出,在科技圈快速傳開。會議主角是 DeepSeek 創辦人梁文鋒(Liang Wenfeng),內容涵蓋商業模式、技術信念與管理哲學。ChinaTalk 取得並分析了這份文件,以下所有討論均依據外流紀要與 ChinaTalk 的解讀,並非 DeepSeek 官方立場。

DeepSeek 的開源並非慈善,而是一場由對沖基金財富撐腰的商業卡位戰,旨在透過免費策略將模型打造成企業基礎設施的事實標準。

梁文鋒在中國科技精英裡是少數幾個不靠追逐熱點站上浪尖的人。他的個人財富已超過 Anthropic 共同創辦人兼執行長 Dario Amodei 和 OpenAI 執行長 Sam Altman,而財富根基是一支對沖基金,而非 AI 創業本身。這個背景讓他從一開始就和那些需要對創投交代季度指標的創業者站在不同的激勵結構裡。他能做的選擇,別人做不起。

開源模型怎麼賺錢?

DeepSeek 把模型原始碼公開,但梁文鋒在會議中告訴投資者:實驗室最大的收入來源是企業客戶。這個答案配上時間線就很清楚,R1 在 2025 年發布後,中國企業和政府機構爭相把 DeepSeek 接進自家系統。開源讓接入門檻趨近於零,「已在生產環境運行 DeepSeek」的事實,自然為後續付費合約的談判打開了空間。

DeepSeek 的效果直接:模型能力愈強,企業接入動機就愈高,後續議價空間也愈大。更精確的說法是,開源在幫 DeepSeek 卡位中國 AI 應用層的基礎設施標準。一旦某個政府機構或大型企業的系統圍繞 DeepSeek API 搭起來,替換成本就不低了,這種黏性比授權費更難被競爭者挖走。

背後還有一層算力的現實。美國出口管制讓中國取得高階 GPU 的管道受阻,訓練規模有硬體上的約束。把模型散布出去,讓生態系的其他參與者幫忙優化、部署、改良,DeepSeek 不需要親自覆蓋每個應用場景。社群幫測試,企業幫找邊界問題,這在算力受限的情況下是頗為務實的分工。

梁文鋒只解一道題

梁文鋒的命題說得直接:自動化學習與通用智能之間存在必然的因果關係,追求先進機器智能是當前最值得解的問題。這不是給投資者聽的包裝詞,ChinaTalk 讀完紀要後的判斷是,梁文鋒看起來真的在依這個命題行事,而非說說而已。

這個命題帶著一個特定的時間感。DeepSeek 把自己的野心定錨在遠超當前硬體限制的地平線上,身在中國意味著現在就得面對算力約束,但梁文鋒的邏輯不是「我們先做能做的」,而是「那條線更遠,現在的限制是短期的」。這讓 DeepSeek 在不直接回答「算力差距怎麼追」的情況下,繼續往前走。能不能實現是另一回事,但這個框架讓研究優先序有了內在的一致性:符合這個命題的方向才值得燒錢,不符合的可以先放。

ChinaTalk 的分析也提到,他們對梁文鋒與 Google DeepMind 共同創辦人兼執行長 Demis Hassabis 做了比較,這個對比本身說明了外界怎麼定位梁文鋒:不是商人型的科技老闆,而是另一種研究者企業家的類型。

對中國開源模型的威脅應該怎麼讀?

DeepSeek 的「免費送」行為常被外界解讀成打法失誤,或當成政治表態。這份紀要給出了一個更自洽的解釋:開源是 DeepSeek 的獲客漏斗頂端,企業在生產環境接入之後,自然產生支援、定制、整合的需求,那才是付費入口。

R1 發布後的快速擴散驗證了這條路。大批中國企業和政府機構在 2025 年接入,形成的基礎設施黏性比授權費更難被替換。中國開源模型的長期威脅,看起來不在於模型授權費定得多低,而在於能否成為應用層的事實標準。一旦 API 設計和模型架構成為行業預設,後進者就得跟著這套走,而不是自己定規則。這個動態看起來已在發生,但由於紀要與 ChinaTalk 的分析均未提供具體市佔比數字,目前仍是推測性觀察,而非確定性結論。

創業者和工程師在評估「要不要在自家產品接入中國開源模型」時,這個潛在的標準鎖定效應值得納入考量,而不只是盯著模型的基準測試分數。

理解 DeepSeek 的戰略邏輯,不需要相信梁文鋒的 AGI 命題一定正確。只需要理解一件事:一個財富已超過主要競爭對手創辦人、有對沖基金底氣的人,選擇把錢全燒進技術邊界,這本身就值得認真對待。這不是在打補貼戰,而是在押一個他認為十年後才見分曉的賭注。對觀察者來說,更重要的問題或許不是「DeepSeek 能不能實現 AGI」,而是「在等待的過程中,它已經把哪些位置佔好了」。

標籤

#deepseek 開源商業模式#梁文鋒#deepseek 怎麼賺錢#liang wenfeng agi#deepseek 戰略
→

繼續閱讀

查看全部 →
NewsAI 快訊

LegalOn 如何砍 65% Codex 成本?按任務路由 Astra/Sol/Luna 的做法

LegalOn 把 Codex 的 Astra、Sol、Luna 按任務分工,日費估算砍 65%、速度持平

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

用 AI agent 自己蒸餾小模型:16 美元做一個 0.8B 模型的完整做法

2026 年 10 月 8 日,Hugging Face 部落格記錄一位開發者透過 ML Intern 將 Qwen-Image 2.1 的 9B 提示詞改寫器蒸餾成 0.8B 版本,從下達需求到取得可部署模型只花了一天。

DeltaMedia 編輯部5 分鐘
NewsAI 快訊

AI 推理成本為何史上下降最快?Epoch 數據與 20 億 AI agent 的算力帳

截至 2027 年出貨的 AI 晶片,理論上可同時支撐 3000 萬至 1.7 億個前沿模型智慧代理不間斷執行,換算全職工時約等同於 1.4 億至 7.2 億名全職員工

DeltaMedia 編輯部6 分鐘
NewsAI 快訊

AI 算力狂飆可養活 20 億個 agent,但市場真有這麼大需求?

Epoch AI 研究顯示,截至 2027 年出貨的 AI 晶片可支援 3000 萬至 1.7 億個前沿模型 agent,若改用低成本模型則可達近 20 億個,但需求是否存在仍是開放問題。

DeltaMedia 編輯部7 分鐘