近两天，DeepSeek创始人梁文锋与投资人的闭门交流实录在网上引发广泛关注。7月23日，《每日经济新闻》记者获取了上述实录并经参与机构核实，内容真实可信。整场交流长达3小时44分钟，前两个半小时为梁文锋的专题讲解，后续约1小时为问答环节。完整的实录有3.4万字，以下为核心干货梳理。

梁文锋专题讲解十大核心主题：

「克制」是核心战略。梁文锋认为，AI市场太大，若想独占利益必将被历史抛弃，从长远看克制能增加做成AGI的概率。去年没有在C端发力也是因为后面有更大的「西瓜」，离彻底转向商业化的时间点还很遥远。

开源就是「我们的本意」。梁文锋表示，开源对商业模式没有任何影响。前提是只赚6倍利润、10个月收回成本，这样独立部署的第三方会无利可图。这个价格区间用户需求没有弹性，Token消耗量区别不大。

只做AGI主线，3D、视频生成不在范围内。C端和B端都是做AGI道路上的副产物，站在技术高位做相对低级别的技术，存在降维打击。

AI的发展是一个阶梯。去年走的是CoT阶梯，今年的阶梯是Agent，之后要解决持续学习问题，从而到达智能奇点，实现自我迭代，最后才是具身智能。

中美大模型竞争差距主要在算力资源。差距体现在成本、时间和用户体验三方面，根本原因都在算力。要训练与OpenAI同等规模的模型，需要5万张GB300或20万张华为950。英伟达CUDA的护城河正在快速瓦解，国产芯片面临历史性机遇。在全球AI主导分工中，中国公司很可能扮演产量最大的角色，提供更便宜的AI服务。

To B业务上限取决于需求。AI生意利益足够大，AI时代可能产生很多万亿级别公司。To B需求会快速增长，但最终受制于需求而非算力。

尚未碰到Scaling的墙。阻碍Scaling的是算力而非意愿，中国离那个上限还很远，会不遗余力推进其上限。

下一代模型的核心能力是持续学习。只有具备持续学习能力才能称为下一代模型，届时AI能力将非常强大，能大幅提升自身研究效率。

商业化公司难有动力追求模型效率，但DeepSeek会优先考虑成本效率。低成本首先是结果，模型一直在往更低成本方向走。

国内目前最合理的做法应该是全力做通用Agent。应该先做Coding Agent，因为Coding Agent能做到很多其他垂直Agent做不到的事。即使最坏情况卖API也能支撑上市公司业绩。

六大焦点问答涉及持续学习时间线、人才生态、仿真数据是否能让模型超越人类、AI Infra投资折旧、与美国算力差距12至18个月、持续学习技术难点等。梁文锋认为，AI人才短缺是短期现象，两三年就会培养出大量人才；国内基础模型公司太多存在浪费，最终可能只需三四家就够了。