梁文锋
投资者交流会
约 3 小时 44 分钟通称四小时
01
愿景与开源
00:00:01–02:21:31
- 愿景与克制以及我们公司的其他同事，我们一开始来做这个公司，初衷是没有想到说我最后要赚多少钱，要到资本市场上去，要上市，要怎么样的，所以我们是没有这个初衷的。
- 商业化与定价你只要分一点点，就已经很足够了。所以我们之前说，我们只赚取一个合理的利润，只看你的意愿，而不是利润之大，这个是不一样的。这不是我们的 API 定价。我们 API 定价觉得一个合理的利润，大概是我们到市场上买一批设备回来，十个月收回成本，我觉得这是一个合理的利润。
- 开源策略开源那个可以多说一下，因为之前有很多问题问的都是开源。首先，我觉得我们是会开源的，然后我们最强的模型可能也是会开源的。因为我看不到闭源什么好处，看不到必然的好处。字节它的模型是闭源的，它有什么好处？我看不到有什么好处。
- AGI路线图从技术路线上来看，其实 AGI 这条路线图是比较清晰的。跟目前的这一代 AI 技术，如果说你能够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。但这里有个定义，有个前提是：你给它完整的上下文，你给它完整的指令。
- 算力与资源我们需要多少卡？现在肯定是越多越好。在我们能够承受的范围内，肯定是卡越多越好，这是毫无疑问的。所以我们现在策略是，在合理的价格里面，能买到多少卡就买多少卡。
- 竞争格局与行业判断从宏观上来讲，不管这百分之几是从哪里拿，彼此之间没有区别，都是一样。拿得多的人会被拿得少的人打败。甚至你还不用真的拿得多，愿景如果是拿得多的话，你就会被愿景是拿得少的人给打败。
- 团队与人才我们公司的管理其实是两条线：一条线是从上到下，一条是从下到上。从下而上，就是每个人自己想做什么，自己做，没有人管他，没有 KPI 。
02
AGI 技术路线
00:51:02–02:08:18
- AGI路线图AI 的发展，我们可以理解成它是一个阶梯。去年走的阶梯是 CoT ，就是思维链。因为我们发现，通过思维链的方式，可以让智能达到一个更高的水平。通过它自己思考，可以让这个上限，可以让这个 AI 能做更多的事情。
- 组织与公司定位我们希望只做一块。我觉得 AI 这个事情很大，并不需要我 …… 我只做一块。如果聚焦，并且我认为这里的生意利益已经足够大，就如果是 AI 时代会产生很多家万亿级别的公司，我觉得我们是其中一家。
- 商业化与定价然后还有， To B这个可以多说几句。 To B业务的上限应该还是需求，在现在这一代 AGI 、 AI 技术的背景下， To B的需求应该是有限的。它会快速增长，但并不是一个无穷大的事情，最终还是受制于需求，不是算力。
- 模型研发与技术多模态布局，我们一直在做。对产品来讲，它很重要；对C端用户产品来讲，它很重要。但是对智能的上限，它是一个组件，它不是主线本身。
- 算力与资源搜索也是一个组件，多模态也可以，我们的理解它也是一个组件。 Scaling ，我们是信 Scaling ，肯定是规模越大，效果越好，能够解锁更多的功能。阻止我们 Scaling 的其实就是算力，并不是我们不想 Scaling ，是我们没有那么多的算力去做这个 Scaling 。
03
算力与国产芯片
01:26:41–01:56:36
- 团队与人才我们跟美国的差距主要在资源上面，然后人上面差距不是很大的。人上面几乎没有差距，因为就是同一批人，可能是中国人。中国人出去的时候，有一些人留在国内，有些人留在国外，有些人去国外，他并没有说是聪明的人去国外，没有的。
- 算力与资源所以我们跟美国的区别，我认为就是资源上的区别。我们可能会认为，我们看到的所有区别，包括人才的区别、模型能力的区别、应用的区别，可以认为都是因为算力资源上的区别。
- 竞争格局与行业判断最终的差距应该是三方面：一方面成本，一方面时间，一方面用户体验。除此以外，可能是没有什么差距的。
- 国产芯片与生态但是现在计算卡的市场已经比游戏卡更大了，就没有理由这两个还需要耦合起来。现在的趋势是，以后就不再耦合了。那么专用芯片，不管是华为还是英伟达自己，以后都是专用芯片，都不是之前的这些东西了。
04
组织管理与商业化
01:02:45–01:39:46
- 团队与人才这个人才优势不是说我的人比他更聪明，而是这些人才我怎么组织起来，怎么激励他，然后怎么合作。这个东西是有优势的。因为你把聪明的人聚在一起，并不是说他自然而然就能够合作，自然而然就能够非常有激情地去奔一个目标、去完成的，所以你需要一个愿景。
- 愿景与克制所以我们现在做的很多事情，都是为了保持团队的稳定性。除了这一点以外，其他我觉得我们都是可以不要的，都是可以克制的。我们一直非常克制，不愿意跟任何一家互联网大厂或者小厂成为对手。
- 组织与公司定位对于合作伙伴，其实我们这个融资是精心挑选的。具体怎么合作的这个提议，但首先我觉得，利益是比较一致的，就是跟我们利益最一致的、对我们最没有敌意的，或者说最希望我们能够做成功的。不是所有人都希望我们能做成功的，因为我们还是损害了很多其他人的利益的。
- 竞争格局与行业判断各家模型最终效果拉开差距，应该是一个综合上的。比较模型效果，肯定是得在相同的成本上来比较，这个才是有意义的。因为你比较两辆车，也是同价位的车来比较。
- 模型研发与技术我们公司可能有一半的人，平时有一半的人觉得 OpenAI 是更好的。其实 Anthropic 它有先发优势，但这先发优势应该很快就没了，并不是一个它能够长期占得住的优势。大家这三家都很厉害，这三家里面的效率是最高的，它花的成本、它花掉的、它烧掉的钱应该是最少的。
- 国产芯片与生态但是这个事情在发生变化。英伟达 CUDA 的护城河在快速地被瓦解，快速被瓦解的原因可能是有三方面。一方面是现在有了 AI ，然后有了 AI 之后，我要建立起这个生态比以前容易很多了，因为 AI 可以写代码。
05
投资者问答
02:34:59–03:41:02
- 团队与人才AI 人才的短缺也是阶段性的，并且我们已经看到，大幅度被缓解了。因为 AI 人真的不缺，每个公司很快会把人培养出来，培养人是很快的。所以， AI 这个行业整体上，不管是生态、模型公司还是什么，人才都不缺。
- 组织与公司定位至于生态上的，我没有什么太多的想法。我们希望能够扶持更多的人，但是我们并没有那么多的精力。我们是有这个意愿，并且不会有利益冲突，但是我们有没有去做是另外一回事。
- 竞争格局与行业判断差距只有两个东西：一个是时间，一个是成本。所以不至于哪一家有暴利，我觉得不至于有暴利。成本控制得好的人就多赚一点，成本控制得差的人就少赚一点，仅仅此而已。
- 算力与资源所以我们跟美国的差距可能是落后美国 12 个月，落后美国可能 12 到 18 个月，或者说6到 12 个月。反正简单说，就是落后美国两年，然后只用美国二十分之一的算力把这个事情做出来。
- 模型研发与技术首先是对我们自己有用。对我们自己有用之后，我在开发下一版模型的时候就会更快。
- AGI路线图现在的 Agent 的能力受限，是因为它不能持续学习，它不能有效地持续学习。如果说能够先把持续学习做完，那 AI 的能力是非常强的，它能够非常大地提升我们自己研究的效率。
- 国产芯片与生态我不太相信未来五年之后，我们还卡在产能的问题上。现在肯定是卡在产能问题上，今年、明年、后年，我觉得可能都还是卡在产能问题上，但五年之后，我觉得可能不一定，我还是比较乐观的。
- 数据与后训练然后下面我还看一个问题：大模型的幻觉问题比较影响用户的体验。幻觉问题也是有一个方法可以解决的，但是这是一个长命题。幻觉问题可以认为是一个可以通过更好的 Post-training 解决的，是一个能解、能够改善的问题。
- 商业化与定价国内我们现在以目前的情况来看的话，我觉得最合理的做法应该是全力做通用的 Agent ，其他的 Agent 优先级应该更低，包括金融、医生这些 Agent 。要先做 Coding ，因为 Coding Agent 能够做到很多，还有很多垂直的 Agent 。现阶段我们觉得最重要的，应该还是 Coding Agent 。
录音 2026 年 5 月 20 日，文字据发言整理，个别专名以录音为准。