2026年大事件

这一年里值得单独记下的事。

梁文锋

2026年7月，梁文锋与投资人交流。以下为现场口述整理，标点略作校正。卡量、融资安排等闭门数字未写入本页。

欢迎各位投资人。我们一开始来做这个公司，初衷不是想到最后要赚多少钱、要到资本市场上去、要上市。最开始的几十个人完全没有这么想过。如果他这么想，他就不会来。

所以总体讲，我们是怀着对这个世界非常大的善意来做这件事，觉得这是对人类有用的，是金钱以外的事情。当然到了后面，发现利益非常大之后又有其他诱惑，那是另外的事情。但我们出发的初衷、我们的愿景，以及我们保持到现在的愿景，不是按照商业利益最大化来做的。

我觉得这点比较关键。大概二十年前，在管理上我最崇拜的是杰克·韦尔奇。现在回来看，他说的大部分东西可能都已经不对了，但最重要的一点说对了：一个公司最重要的是它的愿景。管理一个大公司，靠的不是规章制度，靠的是愿景。愿景不是挂在墙上的标语，愿景是你怎么做，不是怎么说。

我们是怎么组织起来的？其实我们没有组织，就是愿景驱动。我们并不是以「我要实现什么 KPI、没有考核」的方式来做，只有愿景。这个愿景甚至也不是成文的，没有写出来过。它在我们做事情的方法、对待这个世界的态度里。可能每个人对愿景的理解也不一样，但在一个大方向上是一致的。

这个愿景是真的，不是编出来的。否则你没法解释我们的很多事情。为什么我们这么坚持开源？因为这个愿景本身就要求开源。有的公司也开源，但那种开源有一种被迫的感觉，觉得这不是本意。对我们来讲，这就是本意。

在开源这件事上，我们一开始就想得很清楚。第一是愿景；第二，要把 AI 在商业上做成，开源是有好处的。这听起来有点违反直觉，因为历史上开源跟商业化常有冲突。但 AI 跟以前不一样。一个软件公司的市场一年可能就几十亿美金，开源了可能就没了。AI 足够大，最终可能占掉人类社会 GDP 的一个很大比例。一个人独占这件事，你不可能独占，一定得跟别人分享，否则肯定活不下来。

并不是说我不开源，我就能够独占这个市场。这在理论上就不符合客观事实。你一定会遇到很多阻力。需要克制。不能想着人类 GDP 的百分之多少都归我了。你越这么想，越做不成。你越克制，越有可能做成。

我们并没有比别人有钱，也没有人员比其他公司更好。两年前成立的时候，没有很多钱，没有很多卡，没有知名度，没有号召力，就是一群非常平凡的人。如果说喜欢的一个叙事是一群平凡的人做出了不平凡的事情，而不是一群天才做出了不平凡的事情，这个跟我们的克制、跟我们的愿景是一脉相承的。

开源是克制的一部分。克制不仅表现在开源上。到目前为止，这能解释得通：我们并没有什么武器，起点很低，资源很少。AI 这件事太大了，利益太大了。我们非常克制，只要能够做成，最后利益都会非常大。你随便分一点，就已经很足够了。所以我们只赚取一个合理的利润。

这不是利润最大化的定价。我们 API 定价的逻辑是：到市场上买一批设备回来，大约十个月收回成本，觉得这是一个合理的利润。如果利润最大化，应该把价格设得更高——在这个价格区间，用户需求没有弹性，价格再抬一倍，token 消耗量区别不大。

我跟你们讲个故事。我们有一款模型，一开始担心需求太多，把价格定得比较高，团队里大家不是很高兴。后来我把价格降到四分之一，大家就很开心。我觉得这才是我们真实的想法：让这个东西对人有用，在能够赚到合理利润的情况下，大家都用得起。降价的时候，公司群里面很多人是欢呼的。对其他竞争对手来讲，降价肯定不是好事，ARR 掉一半。这是我们不一样的地方。

从短期来讲，价格高一点可能收入多一点；从长期来讲，还真不好说。克制是一种战略。你可以舍弃一些，来换更多其他的东西。开源也可以认为是让利。这种让利对公司内部来讲，大家很开心，有凝聚力；对社会是有好处的。从长远上讲，能够增加我们做成 AGI 的概率。我毫不怀疑 AGI 会有非常大的商业价值。在这个基础上，我优先考虑的不是怎么多拿一些份额，而是怎么增加能够做成的概率。

比如说，去年春节用户突然很多，我们并没有去追求留这些用户来变现，没有想做成下一个超级 App、下一个字节、下一个腾讯。完全没有这样的想法。我们可以这么做，但是没有这么做。你不要想什么都要赚了。后面还有西瓜，前面的可能都是芝麻。现在来看，去年没有在 C 端去发力，可能是对的。

C 端日活这些，我觉得可能就是个小事。但我们也捡了，用比较低的成本维持用户使用，因为有可能以后有用。今年 B 端收入也有机会，但这不是第一优先。我们公司大部分人不认为这是一个跟 AGI 比较起来同等重要的问题。

我们是会开源的，最强的模型可能也是会开源的。我看不到闭源有什么必然的好处。哪怕模型开源，把所有东西都告诉别人，门槛也非常高。别人要用起来很难，成本做得很低也很难。这是我们这个规模公司的一个甜区。

开源对我们的商业模式没有影响，前提是我们只赚合理利润。如果要赚一百倍利润，开源确实会影响，因为第三方会部署。在这个愿景下，开源是长期可以持续的。我们根本都不用加班，因为没那么难。外面看起来我们选了一个很难的模式，要做研究、做最难的事情；其实我们在别处舍弃了很多，所以还是做得非常轻松。

我也不担心别人部署我们的模型来竞争。我们还希望他们能够部署起来。市场足够大。我只担心他部署不起来，细节没做对，效果变差，或者成本比较高。开源的模型和我们自己部署的是一样的，不会开源一个差点的、自己留一个更好的。去年一整年在 C 端基本就是开源，没有看到冲突。

公司的长期目标应该是 AGI。从技术路线上看，这条路线图比较清晰。跟目前这一代技术相比，如果你能把一个问题描述得很清楚，给它完整的上下文和指令，它已经超过人类了。但这个前提很难达到。人有几十年的上下文，AI 不具备。现在 AI 能在局限的上下文里做得比人更好，但还替代不了人类。这里还差一个地方：持续学习。

你招一个员工，花两个月熟悉公司，他就可以上手。你说叫小王来，他就知道小王是谁。AI 前面没有这两个月的学习，你得把所有上下文都告诉它。所以 AI 并不能替代你的员工。如果 AI 具有持续学习的能力，跟员工一样到公司学习两个月，那就不一样了。

AI 的发展可以理解成阶梯。去年走的阶梯是 CoT，思维链。今年的阶梯是 Agent。后面每一步都基于前面：Agent 要用到 CoT，CoT 要用到语言模型。Agent 这个阶梯走完之后，它还是不能替代你的员工，但已经到它能力的上限了。就像 CoT 到上限之后，在奥数、写程序上已经超过最顶尖的人类，但还到不了 AGI。

Agent 之后，下一个要解决的是持续学习：让模型可以像人一样做比较长时间的持续学习。持续学习之后，可能会来到一个「奇点」——模型能够自己开发下一版、自己再研究。但它并不是突变，是一个比较长的渐变。这一步走完之后，才是具身智能，走进现实世界。

我们觉得这个时间表应该是：先解决持续学习，再到能自我迭代，然后才是具身智能。这个路线图每一步要做的新东西很少，我们可以不用加班。如果反过来先做具身智能，那是一个很苦的活。奇点之后再做具身，就不用人来做了。

去年最重要的现实是大家都要做 Chatbot、抢 C 端流量。今年的现实是大家都要抢 To B 收入，不参与就根本不在牌桌上。但我们并不认为它是一个重要事情。我们真正关心的，是 AGI 的路线图，以及下一步技术怎么突破。最想得到的东西，反而你就得不到；没那么在意的事情，反而是还蛮容易得到。

我们心里想着 AGI，再做 C 端、B 端的时候，根本不用太多心思，花很少精力就可以。站在一个技术的高位上来做相对低一级别的技术，是降维打击。至少在去年的 C 端，我们看到确实是这样：一度我们都不想维护那些用户了，但是用户赶都赶不走。C 端和 B 端，都是我们做 AGI 路上的副产物。我并不是为了做 C 端或 B 端而去训练模型。

我们最大的、甚至可以认为是唯一的核心利益，是保持团队的稳定性。只要大家都不走，我们能够继续做，就一定能做成 AGI。钱不是问题，资源不是问题。其他最多导致我们晚半年、晚一年，但不会做不出来。除了这一点以外，其他我们都是可以克制的。我们一直不愿意跟任何一家互联网大厂或小厂成为对手，希望能赋能、协助大家去做。开源也是没有把边界尽可能说清楚：你如果复现不了，你讲，我告诉你怎么复现。

对外打交道的态度是：我们只做 AGI 的主线。3D、视频生成，我觉得可能跟智能的主线没有太大关系，我们不会去做。世界模型这个词含义没那么清楚，从我们的判断，当前最重要的是把训练做好，以及训练之后怎么解决持续学习。视频生成在商业上是个好生意，但跟智能没有什么关系。我们不会因为它是一个好商业而去做它，只会因为它是智能路线图上的东西，才会去做。

我习惯的思考是：我现在这个时候做什么收益最大。显然，现在做产品不是收益最大的。如果你在这个阶段花很多时间做商业化路径、产品线，生命周期很短。在过去三年，任何一个时候来讨论商业化路径，都是浪费时间。我们一直在做商业化，只是没有以商业化为目标。离彻底转向商业化的时间点，应该还很遥远。我希望这些商业机会能够让其他人来做，大家一起来分享收益。

公司整体建立在共识的基础上。我要做一个事情，先看大家的共识是什么。决策机制其实是一种寻求共识的机制。

各家模型最终效果拉开差距，应该是综合上的，得在相同成本上来比较才有意义。最终差距可能是三方面：成本、时间、用户体验。本质还是成本和时间。Anthropic 在 Code Agent 上的优势没有那么大，并不是能长期占得住的。OpenAI 和 Google 未来大概率还是会交替上升。

中国公司很有可能扮演的角色还是产量最大、把产品做到最便宜。未来可能 AI 也是这样：效果差距没有那么大，但中国产的价格会更便宜。这可能是系统性的低，跟其他行业一样。

国产卡适配现在有一个历史性机遇。以前的难题是生态不好。这件事在发生变化。英伟达 CUDA 的护城河在快速被瓦解：有了 AI 可以写代码；有 TileLang 这类高级语言，可以很快把整套生态写一遍；计算卡市场已经比游戏卡更大，专用芯片以后不再跟游戏卡那套耦合。我们认为，未来一段时间能够看到：国产芯片的生态完全没有问题，唯一有问题的是产能不够。如果能买到英伟达的卡，国产替代比较难；买不到的情况下，所有人都迫不得已要去做。

我们希望不要向上游垂直整合。发电厂并不一定需要去造发电机。我希望能够以合理的价格买到芯片，这样就不用自己做芯片。AI 这个事情很大，我只做一块就好。如果 AI 时代会产生很多家万亿级别的公司，我们是其中一家。并不需要把所有东西都吃了。

To B 业务的上限应该还是需求。在当前这一代技术背景下，To B 会快速增长，但并不是无穷大，最终受制于需求，不是算力。多模态对 C 端产品很重要，但对智能的上限它是一个组件，不是主线本身。我们会做，后续版本会支持原生多模态。

我们信 Scaling。阻止我们 Scaling 的其实就是算力。我们还没有机会碰到 Scaling 的墙。硅谷在说 Scaling 到头的时候，那是对硅谷来说；对中国人来讲，我们离那个还很远。下一代模型的核心能力，必须要有持续学习，它才能叫下一代。在那之前，能做的就是成本更低、效果更好、速度更快。

不是所有人都很在乎模型效率。一个纯商业化公司没有那么大动力去追求效率——低成本了，你还赚什么钱？这是我们愿景的一部分。我们的同学都是普通人，知道用这个都是要花钱的，有这个同理心。成本越低，就越能在有限算力上训练更大的模型。

为什么不能想着占 AI 所对应 GDP 的很大一块？因为你会被愿意拿得更少的人打败。拿得太少，商业逻辑不成立；拿太多，会被拿得少的人打败。所以我们不是收益最大化的定价，而是只赚一个合理的收益。

公司管理是两条线。从上到下是做正事，比如发下一版，需要全公司配合。从下到上是每个人自己想做什么就做什么，没有 KPI。我们希望正事不要占用一半以上的时间。不太加班，有两个原因：做研究需要比较松弛的环境；我们非常聚焦，要做的事情很少，跟前面的克制是一脉相承的。你看到我们的产品很多都不完善，我们也没有去补它。这也是一种文化。