लियांग वेनफेंग, जो क्वांटिटेटिव ट्रेडिंग से शुरूआत करके अब AGI में पूरी तरह लग गए हैं, उनकी बातचीत का तरीका उन लोगों से अलग है जो हमेशा "एकोसिस्टम" की बात करते हैं। वह कहते हैं, AGI को सीढ़ियों पर चढ़ने के रूप में समझें: पिछले साल की सीढ़ी CoT थी, इस साल की सीढ़ी Agent है, और आगे की सीढ़ियाँ सतत अध्ययन होंगी। सतत अध्ययन पूरा होने के बाद ही धीमा विस्फोट (ग्रेजुअल सिंगुलैरिटी) आएगा, और उसके बाद ही एम्बॉडिड इंटेलिजेंस। एम्बॉडिमेंट ही अंतिम स्टॉप है, क्योंकि सामान्य लोगों के लिए जरूरत कंप्यूटर नहीं, बल्कि मानव श्रम है। यह एक ही वाक्य DeepSeek के अगले तीन-पांच साल की तकनीकी प्राथमिकताओं को पूरी तरह समझा देता है। Agent स्तर पर, उनके पास प्राथमिकताओं का चयन है। वर्तमान में सबसे महत्वपूर्ण Coding Agent और जनरल-पर्पस Agent हैं; फाइनेंस, मेडिकल जैसे वर्टिकल सीन्स की प्राथमिकता कम है। अगली पीढ़ी के मॉडल का खाली स्थान — सतत अध्ययन वह कहते हैं, AI को अभी स्वाद और अंतर्दृष्टि की कमी नहीं है, बल्कि सतत अध्ययन की क्षमता की। मनुष्य सतत अध्ययन कर सकते हैं, AI अभी नहीं। अगली पीढ़ी के मॉडल में यह क्षमता होनी ही चाहिए — AGI प्राप्त करने का सबसे तेज़ तरीका। परन्तु, सीखना कई चीजों से मिलकर बना है, और पूरी दुनिया में अभी तक कोई अच्छा तरीका नहीं मिला है। व्यापारिक रणनीति — DeepSeek के ओपन-सोर्स होने और अत्यधिक किफायती मूल्य के प्रति प्रतिबद्धता का कारण वे केवल समझदार मुनाफा कमाते हैं। लागत-दक्षता पर पूरा ध्यान, इसलिए मूल्य सबसे कम हो सकता है। API की बिक्री में कोई सेल्स, कोई कस्टमर सपोर्ट नहीं — उपयोगकर्ता स्वयं आएंगे। वह मानते हैं कि बड़े मॉडल कंपनियाँ AI उद्योग का अधिकांश मुनाफा पकड़ने में सफल नहीं हो पाएंगी। ओपन-सोर्स, संयम का हिस्सा है। वह कहते हैं, "एक सॉफ़्टवेयर कंपनी का मार्केट 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 12-24 billion USD हो सकता है, परन्तु पब्लिकली open-source होने पर सब कुछ समाप्त हो सकता है।" लेकिन AI का मुद्दा पर्याप्त बड़ा है — अंततः मानव समाज के GDP का 10% प्रभुत्व में हो सकता है। इसलिए, प्रभुत्व प्राप्त करने का प्रयास — पुरखों के मुखड़े पर मुद्रित होगा। लागत, समय, UX — प्रतिस्पर्धा में मुख्य प्रभावशीलता। लागत सबसे पहले — कुछ महीने पहले होना ही महत्वपूर्ण है। UX में प्रबलता होती है, परन्तु मौलिक नहीं। उद्योग का संरचनात्मक प्रवाह — संसाधनों का विसरण, संघनन में परिणत होगा चीन में AI का मुख्य अंतर — संसाधनों में है। वे scaling पर विश्वास करते हैं — सबसे बड़ा मॉडल, सबसे बेहतर प्रदर्शन — परन्तु संसाधन सीमित हैं। मानव संसाधनों में कोई महत्वपूर्ण मुद्रण-अंतर नहीं — सभी समान महान मस्तिष्क। देश में AI मॉडल कंपनियों की संख्या बहुत है — संसाधनों का प्रभावशाली प्रवाह — परिणामस्वरूप, संघनन होगा। प्रति-कंपनी, समझदार मुनाफ़ा — मॉडल के महान-आकार में,इतने सभी महान मस्तिष्कों कीज़्या? शायद, केवल: दो-बड़े, दो-छोटे कंपनियों के पर्याप्त। Anthropic vs OpenAI — OpenAI vs Google — Anthropic ka OpenAI se aage nikalna bas ek kshanaik phenomenon hai. Lambhe samay mein, OpenAI aur Google ek dusre ke aage-piche aate rahenge. मेरा महसूस: चीन AI में सबसे बड़ा "अपव्यय" — resource misallocation hai. एक ही group of brilliant minds — hundreds of companies mein bichde hue — internal competition mein khoye hue. Convergence inevitable hai. संगठन & People — Sanyam hi strategy hai. अगला super-app banne ka koi irada nahi hai — is cheez ko koi value nahi dete. Chhote chhote chawal ke liye bade khet ko na chhodna. Pichle saal sab Chatbot aur C-end traffic ke liye bhaage — is saal B-end revenue ke liye. उनका asli dhyan AGI roadmap par hai. Sanyam ki sangeethan hi sanyam ki strategy banati hai. KPI aur GMV ke paas jhuk kar chalne wali company kabhi bhi open-source aur "sirf samajhdar labh" jaisi baatein nahi keh sakti. अगर aapka vision "jyada lena" hai — to aap pehle hi haar chuke hain.