Language model → Chain of thought → Agent → Continuous learning → Self-iteration singularity → Embodied intelligence.

May-akda ng artikulo, pinagkukunan: 0x9999in1, ME News

TL;DR

Natapos na ng DeepSeek ang kanyang unang pambibigay na pagsasakatuparan mula sa labas, na may kabuuang halagang higit sa 50 bilyong RMB, na may presyo bago ang pagsasakatuparan na humigit-kumulang 367.5 bilyong RMB (humigit-kumulang $54.3 bilyon). Si Liang Wenhong ay naglabas ng 20 bilyong RMB bilang pangunahing investor, kasunod ng Tencent na 10 bilyon at CATL na 5 bilyon. Ang dating prinsipyo ng “hindi pagsasakatuparan,” ay nasira na.
Ngunit hindi ito kompromiso, kundi paglutas ng problema. Tinawag ni Liang Wenfeng ang “stability ng team” bilang tanging hindi maaaring ipagpalit na pangunahing interes; ang kalikasan ng pagsasapalaran ay ang paggamit ng mga opsyon upang pigilan ang mga tao, at alisin nang isang beses ang pinakamalaking panganib.
Binigay niya ang isang makabuluhang at malinaw na ruta: language model → chain of thought → agent → continuous learning → self-iteration singularity → embodied intelligence. Kasalukuyang nakakapit sa antas ng “continuous learning”.
Ang computing power ay patuloy na ang kritikal na puntos. Ang sariling pagkakakilanlan ng DeepSeek ay “nasa likod ng US ng 6 hanggang 18 buwan, gamit lamang ang isang-puung-kalahati ng computing power,” at ang susunod na layunin ay pababain ang pagkakaiba sa oras hanggang sa 3 hanggang 6 na buwan.
Ang lokal na chip ay ang pinakamalaking variable. Ang V4 ay na-adapter nang malinaw sa Huawei Ascend 950, at inaasahan ni Liang Wenfeng na "patunayan sa loob ng isang taon na walang problema ang lokal na ecosystem"—ang tanging hadlang ay ang kapasidad ng produksyon.
Hindi magbabago ang pagbukas ng source code, kahit ang pinakamalakas na model ay bukas din, at ganap na katulad ng bersyon na ginagamit nila. Sa negosyo, sila ay kumikita lamang ng makatwirang kita na “babalik sa investment sa sampung buwan.” Ang pagkakaroon ng pagpapahinga na ito, ang talagang kanilang pader ng proteksyon.

DeepSeek ay nagbigay na.

Tatlong taon hindi nag-fundraising, hindi nag-IPO, hindi nag-commerzalize. Ito ang patakaran na itinatag ng Liang Wenfeng. Ngayon, napagbawasan na ng kalahati ang patakaran: natapos na ang unang external funding, higit sa 500 bilyon, pre-money valuation na 3,675 bilyon. Si Liang Wenfeng mismo ang naglabas ng 200 bilyon.

Ano ang unang reaksyon ng labas? "Siyempre, nagpasuko na siya sa kapital."

Totoo ba?

Pagkatapos basahin ang real-time transcript ng 4 na oras at 118 mensahe ni Liang Wenfeng, ang natuklasan ay kabaligtaran. Ito ay hindi pagbaba ng ulo; ito ay isang tao na sobrang pag-iingat, na gumagamit ng pinakamaliit na paborableng paraan upang panatilihin ang tanging bagay na mahalaga sa kanya.

Ang pagsasalapi ay hindi isang pagbabago, kundi ang pag-alis ng pinakamalaking panganib sa isang pagkakataon

Tingnan muna ang mesa. Si Liang Wenfeng ay naglabas ng 20 bilyon mismo, ang pinakadakilang isang tagapagbigay ng pondo, at may malakas na kontrol. Ang Tencent ay 10 bilyon, ang sistema ng CATL ay 5 bilyon, ang NetEase, JD.com, at IDG ay 3 bilyon bawat isa, at ang National Artificial Intelligence Industry Investment Fund ay 1 bilyon.

Hindi ito isang arbitraryong listahan. Sinabi ni Liang Wenheng mismo na ang mga investor ay «mabuting pinili», at ang iisang pamantayan: ang pinakamalapit na pagkakasundo ng interes, ang pinakamaliit na kaaway, at ang pinakamalaking nais na matagumpay tayo.

Binibigyan ng cloud at traffic ang Tencent, binibigyan ng enerhiya at industriyal na escena ang CATL, at binibigyan ng pagsisiguro ang pambansang timbangan. Walang isang pure na tagapag-ikot sa pondo. Ito ay isang “lista ng mga estratehikong kaalyado,” hindi isang “lista ng pagkakapagkakita.”

Bakit kailangan mag-borrow?

Ang sagot ay nakatago sa paulit-ulit niyang sinasabi: “Ang aming pinakamalaking pangunahing interes ay ang pagpanatili ng katatagan ng aming tim, kahit na maaaring ituring ito bilang tanging pangunahing interes.”

Sinabi niya nang walang pagtatago ang bagay na ito. Ang pagkakaroon ng matatag na koponan ay ang pinakamalaking panganib at pinakamalaking kahinaan sa kanyang pananaw. Sa panahon na ang mga malalaking kumpanya sa Silicon Valley ay nag-aalok ng isang milyong dolyar sa taon para makuha ang mga empleyado, ano ang magiging dahilan para sa isang kumpanya na hindi nakalista at kung saan ang mga opsyon ng mga empleyado ay hindi makakapagpalit ng pera, upang panatilihin ang mga pinakamatandang at pinakamahalagang mga mananaliksik?

Pagkatapos ng pagsasalapi, siya mismo ang nagbigay ng sagot: “Ang panganib na ito ay malaki nang nalutas dahil sa kamakailang pagsasalapi na ito. Dahil ang halaga ng mga opsyon na natanggap ng bawat isa ay malaki pa rin.”

Naintindihan mo na? Ang unang layunin ng pagsasapalarang ito ay hindi ang pagbili ng mga card o pagpapalawak, kundi ang pagbigay ng isang totoong pagsasapalaran sa core team. Ito ay upang isagawa nang isang beses ang tanong na “baka umalis ang mga tao.”

Ang pera ay hindi ang problema, ang card ang problema, ang puso ng tao ang pinakamahalagang yaman. Napaka-malalim ng pag-iisip ni Liang Wenfeng.

Ang ruta ay ang tunay na pangunahing atraksyon ng sesyong ito.

Kung ang financing ay balita, ang roadmap ang puso nito.

Ipinaglalarawan ni Liang Wenfeng ang pag-unlad ng AGI bilang isang hagdan, kung saan bawat hakbang ay hindi nagawa nang walang halaga:

Ang hakbang noong nakaraang taon ay ang chain of thought. Ang hakbang ngayon ay ang Agent. At pagkatapos ng Agent, paulit-ulit niyang sinasabi ang isang salita—tuloy-tuloy na pagkatuto.

Ang kanyang lohikal na serye ay tila isang scalpel. Maaari na ba ngayon ng AI palitan ang mga empleyado? Hindi. Bakit? Dahil hindi ito makakapag-“mag-aral ng dalawang buwan sa kumpanya at agad magagamit” tulad ng isang baguhan. Ngunit kung may kakayahang mag-aral nang patuloy na ito? Sinabi niya: “Maaari nito palitan ang lahat ng tao sa mundo.”

Sa itaas ay ang singularity. Kapag ang modelo ay kayang mag-aral nang tuloy-tuloy, maaari itong mag-develop ng sariling susunod na bersyon. AI ay pabilis ang AI. Sa panahong iyon, ang paglago ay hindi na linyar.

Sa huli ay ang embodied intelligence—papasok sa realidad, gumawa ng gawaing bahay, at pangalagaan ang mga matatanda.

Ang pagkakasunod-sunod na ito ay nakakainteres. Ang pinakamalaking video generation at world model sa merkado, sinabi ni Liang Wenhong na "hindi ito sa pangunahing track." Sinabi niya nang direkta: Ang video generation ay magandang negosyo sa komersyal, ngunit "hindi ito may kinalaman sa intelligence; hindi namin gagawin ito dahil ito ay magandang negosyo."

Ano ang uri ng pagkakaroon ng disiplina na ito?

Kapag ang buong industriya ay naglalayon sa mga multimodal na pagpapakita na maaaring agad na magdala ng kita at makakuha ng atensyon, sinabi ng DeepSeek: "Sasabihin ko lang ang mga bagay na kailangan gawin sa pangunahing linya ng pagiging matalino." Ito ay hindi pagiging mapagmataas, kundi pagpupuno—pagpupuno sa "maraming kaunti ang gagawin, kaya hindi kailangang mag-overtime."

Kaugnay na ang merkado ay nagsagawa na ng boto para sa mga pagsusuring ito. Noong Hulyo ng taong ito, ang DeepSeek V4 ay natapos na ang paglalabas ng kanilang bersyon. Ang V4-Pro ay gumagamit ng sparse expert architecture na may 1.6 trilyong parameter, na nag-activate ng humigit-kumulang 49 bilyon bawat token; ang V4-Flash naman ay mas magaan, na may kabuuang 284 bilyong parameter at 13 bilyon na aktibong parameter. Pareho ay may 1 milyong token na mahabang konteksto, at pareho ay bukas sa pambayang MIT license. Sa SWE-bench Verified, isang benchmark para sa pagprograma, ang V4 ay nakapag-set ng bagong rekord na 80.6% para sa pinakamataas na performance sa open-source models.

Nakafokus sa pangunahing layunin, at talagang nagbunga.

“Nakalipas na dalawang taon, gumagamit lang ng isang-twentieth ng computing power,” ang pagsasalaysay na ito ay puno ng pangarap.

Ang pagtataya ni Liang Wenfeng sa pagkakaiba ay diretso at nagdudulot ng pagkabigla.

Sinabi niya na ang pangunahing pagkakaiba ng DeepSeek sa Estados Unidos ay sa mga yaman, habang sa tao ay halos walang pagkakaiba—“sila mismo ang mga tao, maaaring mga Tsino.” May ilan na nanatili sa bansa, may ilan naman ang umalis sa bansa; hindi lahat ng matalino ang umalis.

Saan nga ba talaga ang pagkakaiba? Binigay niya ang isang halos pormulang pahayag: nasa 6 hanggang 18 buwan ang liko sa Estados Unidos, gumagamit lamang ng isang-ika-20 ng computing power ng Estados Unidos, at nagawa pa rin ang bagay.

Ang pahayag na ito ay tila isang pagtanggap ng pagkatalo, ngunit sa loob ay puno ng pagkamalikhain. Isang bintang ng kalakasan, nagawa ang isang epekto na nasa likod lamang ng isang taon at kalahati—ito mismo ay isang takot na efisensiya.

At ang tunay niyang pangarap, ang sumusunod na pangungusap: “Sa hinaharap, gagawin naming i-redefine ang kuwento, at gamitin ang ilang bahagi lamang ng computing power nito upang mapabilis ang time difference sa 6 na buwan, 3 na buwan.”

Mula sa “isang-twentieth ng computing power, dalawang taon na ang pinaglalaban,” iwanan ang “ilang-kahon ng computing power, tatlong buwan lang ang pinaglalaban.” Ito ang totoong talaan para sa susunod na pag-unlad ng DeepSeek.

Bakit mahalaga ang computing power? Sinabi niya nang walang pag-aalinlangan: “Ang lahat ng pagkakaiba na nakikita natin, kabilang ang pagkakaiba sa talento, kakayahan ng model, at aplikasyon, ay maaaring ituring bilang resulta ng pagkakaiba sa mga yaman ng computing power.” Naniniwala siya sa Scaling, at tinanggap na ang tanging hadlang sa Scaling ay ang kakulangan sa mga GPU.

Kung gayon, ang tanong ay—saan galing ang card?

Ang pagtaya sa lokal na chip ay ang pinakamalakas na taya sa pagkakasama-samang ito.

Ito ang pinakamalalim at pinakakailangang pagsubok sa panahon na pagpapasya sa buong transcript.

Optimista si Liang Wenfeng sa lokal na computing power. Kahit sinabi niya ang isang malakas na pahayag: “Sa aspeto ng lokal na computing power, ang NVIDIA ay nagtatanim ng sariling libingan.”

Ang kanyang argumento ay may tatlong antas.

Sa unang antas, ang mga parapet ng CUDA ay mabilis na umuubos. Ang dahilan ay ang sarili ng AI—may mga AI na nakakasulat ng code, mas madali ang pagbuo muli ng ekosistema kaysa dati.

Sa Layer 2, ang DeepSeek ay nagsagawa ng “pag-alis sa ekosistema ng NVIDIA” sa praktikal na pagpapatupad. Ipinahayag niya na habang ginamit pa rin ang mga GPU ng NVIDIA sa pag-train ng V3, halos hindi na ito ginagamit sa ekosistema nito; ang paraan ay ang paglikha muna ng isang mataas na antas na compiler na tinatawag na TileLang, at sa pamamagitan nito ay natapos ang lahat ng iba pang trabaho.

Ikatlong antas, at ang pinakamahalagang punto: Huawei. Ipinagkakailang niya na ang 950 super node ng Huawei ay maaaring “kumpletong palitan ang NVIDIA’s GB200, GB300” sa performance at presyo, at isinampa niya ang naikilalang pahayag—“apat na Huawei card ang tumutumbok sa isang NVIDIA card.”

Hindi ito walang laman. Noong ipinakilala ang V4 noong Abril ng taong ito, agad nang itinakda ang pagkakatugma sa Huawei Ascend 950. At binigkas ng DeepSeek: Inaasahan na bago magwakas ang ikalawang kalahati ng 2026, matapos ang masalimuot na paglunsad ng Ascend 950 super nodes, maaaring bumaba nang malaki ang gastos bawat token ng V4-Pro. Isinama ni Liang Wenhong ang tanging problema bilang “kakulangan sa produksyon,” at sinabi niya na “walang problema sa hardware at ekosistema.”

Kahit ibinigay niya ang isang maipapatotohanang takdang panahon: “Sa loob ng susunod na taon, makikita natin na ang ekosistema ng lokal na chip ay walang problema.”

Isang pahayag na maaaring iwasan ng oras, o maaaring palugasin ng oras. Mas pinipili kong maniwala sa huli—dahil sa realidad na hindi makakakuha ng mga mataas na klaseng kartang NVIDIA, "pinipilit ng lahat na gawin ang lokal," at ang pangangailangan ay pilit na hihikayat ang pag-unlad ng ekosistema. Ang pagkakaroon ng limitasyon ay nagpapalit ng inobasyon, at nangyari na ito sa DeepSeek.

Open source, pricing, kumita ng makatwirang pera: ang pag-iingat ay estratehiya mismo

Bumalik sa orihinal na tanong: Pagkatapos malabasan ang patakaran na ‘hindi mag-fundraise’, babalewala rin ba ni DeepSeek ang pag-iingat na ‘hindi mag-commerciaize’?

Tingnan ang data, ang sagot ay hindi.

Open source, matigas ang pananaw ni Liang Wenfeng: I-open source namin, kahit ang pinakamalakas na model ay i-open source namin, at ang bersyon na open source ay ganap na katulad ng bersyon na in-deploy namin, walang itinatago. Tinanong niya: Ano ang benepisyo ng closed source? “Ang model ng ByteDance ay closed source, ano ang benepisyo nito? Hindi ko nakikita.”

Mas mahalaga pa ang kanyang pagtataya sa ugnayan ng open source at kita—“Walang epekto ang open source sa aming business model.” Dahil kahit ibibigay mo lahat, kailangan pa rin ng iba na gamitin ito at iabawas ang gastos nito sa isang sapat na mababa, at ang hadlang ay patuloy na mataas.

Sa pagtatakda ng presyo, siya ay nagpakita ng pag-iingat na halos “kontraryo sa pangkabuhayang intuisyon.” Ang presyo ng API ng DeepSeek ay naglalayon lamang sa “mabili ang isang hanay ng kagamitan at mabawi ang gastos sa loob ng sampung buwan” na makatwirang kita. Tinanggap niya na kung ang layunin ay maksimisahin ang kita, dapat mas mataas ang presyo, dahil ang pangangailangan ng mga user sa antas na ito ay halos walang elastisidad—kahit i-doubled ang presyo, ang paggamit ng token ay magkakapareho. Ngunit hindi niya ginawa iyon. Noon, nang isang modelo ay may mataas na presyo at hindi masaya ang team, agad niyang bawasan ang presyo sa apat na beses na mas mababa.

Ano ang eksaktong imahe nito sa kasalukuyang merkado? Ang opisyal na bersyon ng V4 ay sumusunod sa "peak-valley pricing", kung saan ang mga oras ng peak ay doble at ang mga oras ng valley ay sobrang mababa; habang sa loob ng komunidad ng open-source models, ito ay naglalabas ng pagkakaiba sa presyo ng mga flagship na closed-source models na nasa anyo ng "mga multiplier." May mga pagtataya na naglalarawan sa pagkakaiba na ito bilang isang antas hanggang dalawang antas.

May isang pagsusummary si Liang Wenfeng, at naniniwala ako na ito ang pangunahing punto ng buong talakayan:

Ang nagtatrabaho nang marami, ay maaaring malabong ng nagtatrabaho nang kaunti. Kung ang iyong pangarap ay makakuha ng marami, ikaw ay natalo na.

Hindi ito moral na pagpapakita. Ito ay estratehiya na siya ay paulit-ulit na pinatotohanan: ang pagpapakumbaba ay nagpapataas ng posibilidad ng paggawa ng AGI; mas maraming pagpapakumbaba, mas madaling gawin.

Wakas: Saan pupunta ang isang kumpanya na ayaw maging ang “susunod na ByteDance”?

Kung gayon, saan patungo ang susunod na daan ng DeepSeek?

Ipinagsasama ang 118 na ito, malinaw na ang larawan.

Hindi ito naglalayong maging super app o magkumpetensya sa teritoryo ng Tencent at ByteDance. Malinaw ang kanilang layunin na komersyalisahin—“Hindi ako makakatanggap ng anumang pondo mula sa gobyerno,” at sa pinakamasamang kaso, “kung gagawin ko ang lahat para i-sell ang API, sapat pa rin ito para suportahan ang isang listahan sa stock exchange.” Ang kasalukuyang komersyal na pagkakabukod ay ang general Agent, lalo na ang Coding Agent, habang mas mababa ang prioridad ng iba pang vertical Agent. Kahit na ipinahayag na nila na kung makakamit nila ang ilang daan-daang milyon dolyar na kita mula sa B2B sa taong ito, kasama ang mga user mula sa C2C, “nasa malapit na ang kumpanya sa net profit.”

At ang merkado ay nagbibigay din ng mas malalim na imahinasyon. Bago pa lang matapos ang pagsasapalaran, umusbong na ang mga alalahanin tungkol sa posibleng pagpapalabas ng DeepSeek sa mainland sa susunod na taon, kasama ang patuloy na pagtaas ng valuation. Ang dating nagsabing “hindi papalabas” ay pinapagod na ng kapital na “mag-swipe.”

Pero tanungin mo si Liang Wenfeng, ba't niya iniisip ito?

Naniniwala ako na hindi niya lubos na iniisip. Dahil sinabi niya nang malinaw: ang tunay na layunin ay paggamit ng AGI upang i-iterate ang susunod na bersyon ng modelo, at pagkatapos ay pagsasagawa ng mga robot upang gawin ang susunod na bersyon ng robot. Tungkol sa mga bahagi, malaking kita, at market cap—“sobrang laki ng AI, kahit anong maliit na bahagi mo lang, malaki na ang kita.”

Isang tao na handang tanggapin ang mas kaunting kaukulan, isang grupo na nagpapanggap na「napakasimpleng tao」, na gumagamit ng isang-pu't-isang bahagi ng computing power, ay naghahabol sa pinakamoderno sa mundo, na nasa kalalabasan lamang ng higit sa isang taon.

Ngayon, nakakuha sila ng 50 milyard, pinigil ang puso ng mga tao, inilagay ang kanilang sariling chip sa panganib, at isinampa ang takdang panahon sa mesa.

Sa susunod na taon, ito ay panahon ng pagsubok. Totoo ba ang lokal na ecosystem, makakabuo ba ang patuloy na pag-aaral, makakatibay ba ang kuwento ng “tatlong buwan”—ang sagot ay nasa loob ng PPT, kundi sa pagtaas ng produksyon ng Ascend, sa training logs ng V5.

Ang mga taong may pag-iingat ay karaniwang nananalo sa huli. Sa pagkakataong ito, handa akong maghintay at subaybayan.

Sanggunian:

Sina Finance: "Talaan ng Paghahandaan sa Pagsasalapi ng DeepSeek: Ang Pagsusuri ni Liang Wenhong sa Teknolohiya at Logika sa Komersyo ng Malalaking Model," Iyong 23, 2026
East Money Web: "Nakamit ng DeepSeek ang kanyang unang pagsasapalaran sa pondo, kabuuang halagang humigit-kumulang na 51 bilyong yuan, kasama ang Tencent, CATL, at iba pa," Hulyo 2026
Da He Bao · Da He Cai Fang Li: "Ang Paglabas ng Pagsasalita ni Liang Wenfeng sa 4-oras na Pag-invest: Bakit Hindi Gagawin ng DeepSeek ang 'Mas Kita' na Bagay?", Hulyo 2026
Sina Finance (Balita ng Caijing): "Suportado nang malinaw ng DeepSeek-V4 ang Huawei Ascend 950 chip," Abril 24, 2026
Caixin: "DeepSeek: Inaasahan na bababa nang malaki ang gastos sa paggamit ng V4-Pro matapos ang mass launch ng Ascend 950 super node sa ikalawang kalahati ng taon," Iyong 23 ng Hulyo, 2026
EET-China: "Ang DeepSeek V4 ay nagpapalabas ng kagalakan sa lokal na computing power: ang Huawei Ascend 950 ay binibigyan ng 'pangangailangan' ng mga malalaking kumpanya", Abril 2026
meshlaunch:《DeepSeek V4 Full Release (July 2026): Pricing, Benchmarks & Migration》，July 20, 2026
n1n.ai Paglalayag: 《DeepSeek V4 GA at Open-Source: Pagsusuri sa LLM Price Gap》，Hulyo 21, 2026