Liang Wenfeng, người bắt đầu với định lượng và hiện đang đầu tư toàn bộ vào AGI, có cách lập luận khác biệt với những người luôn nói đến hệ sinh thái. Anh ấy nói, hãy so sánh AGI với việc leo cầu thang: bậc thang năm ngoái là CoT, năm nay là Agent, và các bậc tiếp theo là học liên tục. Chỉ khi hoàn thành học liên tục, mới đến điểm kỳ dị tiến triển, rồi đến trí thông minh thể chất. Thể chất là trạm cuối cùng, vì lý do của anh ấy: đối với người bình thường, nhu cầu không phải là một chiếc máy tính, mà là lao động con người. Câu này đã tóm gọn toàn bộ ưu tiên kỹ thuật của DeepSeek trong ba đến năm năm tới. Ở cấp độ Agent, anh ấy cũng có sự lựa chọn. Hiện tại, quan trọng nhất là Coding Agent và General Agent; các cảnh dọc như tài chính, y tế được xếp ở mức ưu tiên thấp hơn. Khoảng trống của mô hình thế hệ tiếp theo là học liên tục. Anh ấy nói: AI hiện nay không thiếu vị giác và trực giác, mà thiếu khả năng học liên tục. Con người có thể học liên tục, nhưng AI thì chưa. Mô hình thế hệ tiếp theo phải có khả năng này — đây là cách nhanh nhất để đạt được AGI. Nhưng học tập bao gồm nhiều yếu tố, và thế giới vẫn chưa tìm ra phương pháp tốt. Chiến lược kinh doanh cũng là lý do DeepSeek kiên trì mở nguồn và giá trị tối ưu: chỉ kiếm lợi nhuận hợp lý. Họ cực kỳ chú trọng hiệu quả chi phí, nên có thể đưa giá xuống mức thấp nhất. Bán API, không có đội ngũ bán hàng, không có dịch vụ khách hàng — người dùng tự tìm đến. Anh ấy hoàn toàn không tin rằng các công ty mô hình lớn có thể chiếm giữ phần lớn lợi nhuận của ngành AI. Mở nguồn là một phần của sự kiềm chế. Anh ấy nói: một công ty phần mềm có thể kiếm vài tỷ USD mỗi năm trên thị trường, nhưng一旦 mở nguồn thì hết. Nhưng AI quá lớn, cuối cùng có thể chiếm tới 10% GDP của xã hội loài người. Muốn độc quyền lợi ích này, chắc chắn sẽ bị lịch sử loại bỏ. Chi phí, thời gian và trải nghiệm người dùng — khoảng cách cạnh tranh thể hiện ở ba khía cạnh này. Chi phí đứng đầu, chỉ sớm vài tháng đã khác biệt. Trải nghiệm người dùng tạo sự gắn kết, nhưng không cốt lõi. Cấu trúc ngành: tài nguyên phân tán nhất định sẽ hội tụ. Khoảng cách của AI Trung Quốc chủ yếu nằm ở tài nguyên. Họ tin vào scaling — quy mô càng lớn, hiệu quả càng tốt — nhưng tài nguyên thì có hạn. Nhân tài không chênh lệch, đều là cùng một nhóm người. Các công ty mô hình trong nước quá nhiều, tài nguyên phân tán, cuối cùng nhất định sẽ hội tụ. Mỗi công ty chỉ lấy lợi nhuận hợp lý, không cần quá nhiều người làm mô hình lớn. Có lẽ chỉ cần hai công ty lớn và hai công ty nhỏ là đủ. Anthropic vượt qua OpenAI chỉ là hiện tượng giai đoạn. Về lâu dài, OpenAI và Google rất có khả năng luân phiên dẫn đầu. Quan điểm của tôi: sự phân bổ tài nguyên sai lệch là sự lãng phí lớn nhất của AI Trung Quốc. Cùng một nhóm người bị chia ra hàng chục công ty để tiêu hao lẫn nhau — sự hội tụ chắc chắn sẽ xảy ra. Tổ chức và con người: kiềm chế chính là chiến lược. Họ không có ý định trở thành ứng dụng siêu cấp, cũng không coi trọng thứ đó. Đừng vì hạt vừng mà bỏ mất quả bí ngô. Năm ngoái mọi người đua nhau giành Chatbot và lưu lượng người dùng cuối; năm nay đua nhau giành doanh thu doanh nghiệp. Điều họ thực sự quan tâm là lộ trình AGI. Một tổ chức kiềm chế mới có chiến lược kiềm chế. Một công ty bị KPI và GMV điều khiển không bao giờ có thể nói ra những lời như “mở nguồn” và “chỉ kiếm lợi nhuận hợp lý”. Nếu tầm nhìn của bạn là muốn chiếm nhiều hơn, thì bạn đã thua rồi.