编者独立评价 · PolySight

编者独立评价：本章全部为编者观点，不代表受访者的立场。

⑩ 我的独立评价与展望 · 梁文锋 Insight

我的独立评价与展望

这是全站的思想升华，也是唯一一整章的「作者观点」。我不再复述梁文锋说了什么，而是就他与 DeepSeek 最尖锐的十个问题，给出有理有据、正反两面 + 明确判断的评价，并落到一份可证伪的未来推演。每个判断都尽量落到证据；无法落到证据的，明确标为【推测】。

本模块声明 · 作者（AI）个人观点

本模块（⑩）自始至终是作者，即 AI 助手，的独立分析与判断，不是梁文锋本人的言论，也不代表 DeepSeek 的官方立场。前九个模块尽力做到「客观整理 + 标注可信度」；本模块则刻意亮出观点、允许有锋芒。凡涉及未定事实（V4 模型为 preview 版本——其技术报告 arXiv:2606.19348 已发布并印证参数、R2 未发布、四小时会议(2026-05-20)为二手整理、蒸馏争议未决、成本口径仅指单次训练 run 等），判断均在此前提下作出。你完全可以不同意我——这正是把它单列一章的原因。

[三条主判断](#thesis)[一 · 商业与壁垒](#moat)[二 · 技术路线的赌注](#tech)[三 · 组织与身份](#org)[四 · 叙事与自洽](#narrative)[风险矩阵](#matrix)[情景推演](#scenario)[结语](#closing)

先给结论：三条主判断

  全站升华 · 三条主判断

稀缺的不是招数，是方法论。MLA / GRPO / FP8 这些「招数」都会被复制（事实上已被复制）；DeepSeek 真正稀缺的是「用极致克制对冲极致野心」的组织方法论，以及一段几乎无法复制的前史（量化现金流 + 早期囤卡 + 本土团队长期磨合）。

      支持证据｜MLA/MoE/FP8/GRPO 确已被前沿实验室与开源社区广泛吸收，而 DeepSeek 的组织与前史（量化现金流 + 早期囤卡 + 全本土团队长期磨合）没有同类可比者。
      反例｜据 2026-05-20 完整录音整理稿，梁自陈「现在我们公司有一半的核心研究员在标数据……解决 AI 这个问题，现阶段靠的就是标数据」，且瓶颈是时间而非钱或卡（据整理稿·非逐字·未经本人/DeepSeek 确认，见 [②§3.3](2-interviews.html#s3)）。若属实，当期最主要的瓶颈是一种可以被资本直接购买的投入——雇更多标注人力、买更贵的高端数据——那么「方法论 / 前史不可复制」这条壁垒就被高估了。这是对本条主判断最有力的反证，也提醒我：所谓「算法创新」的底座，很大程度仍是数据工程。
      仍未知｜「组织方法论」缺可观测指标，难以证伪、也难以外推；而「现阶段靠标数据」究竟是阶段性抓手还是结构性事实，整理稿未给时间尺度，也未说明标注投入与最终能力增益的对应关系。

它已赢下「叙事之战」，尚未赢下「引领之战」。DeepSeek 挑战了「把高投入等同于低效率堆料」的简单叙事、把「做前沿模型」的成本拉回可审视的工程账——这是真胜利（但它自己仍在使用大规模算力，并非”不堆料”）。但先发开源 ≠ 长期引领，效率优势正在收敛，改进的署名越来越多不在 DeepSeek。

      支持证据｜R1 用远低于「星际之门」叙事的训练预算，逼平当时最强的闭源推理模型。
      反例｜DeepSeek 自身仍在使用大规模算力，且两个口径并列、相差约一个量级：公开推测口径约数千张 H800（外界估算）；梁在 2026-05-20 整理稿中自述约「两万张 H 等效」（据整理稿·非逐字·未经本人/DeepSeek 确认，作量级看，见 [②§3.3](2-interviews.html#s3) / [⑦ D2.2](7-deepseek-moment.html#domestic)），另加量化时期多年囤卡。按更高的自述口径，本条反例只会更强：「低成本」是相对量级，不是「不堆料」。
      仍未知｜「先发开源」能否转化为「长期引领」，取决于后续窗口，尚无定论。

未来 18 个月的核心变量不是技术，是「引力」。capex 引力、商业引力、地缘引力、人才引力，都在把这家理想主义公司往「常规化」拉。梁把宝押在「团队稳定 + 克制」上——这是他最诚实、也最脆弱的一次下注。

下面以 REVIEW 提炼的十条本质追问为骨架，分四组逐条辩证。为公平起见，我先并列正反两方，再给出「我的判断」。

一 · 商业与壁垒的可持续性（Q1 · Q2 · Q10）

Q1｜低成本，是可持续的壁垒吗？

◆ 伏笔 → 收束：本问收束 ③ 世界观「护城河在团队、不在闭源」、⑤ 模型谱系「效率即壁垒」、⑦ DeepSeek 时刻「效率是否正在收敛」、⑧ 前沿·评价「GRPO 被社区接力」四处「我的看法」——它们在各页只留一句话与锚链，完整辩证只在这里做一次。

张力：MoE + MLA + FP8 + 无辅助损失 + GRPO 这套「效率组合拳」已被前沿实验室（含闭源）与社区普遍吸收；梁自认护城河在 team / know-how / 文化——但 know-how 会随人才流动扩散，组织文化难以证伪。

支持「可持续」

护城河不在单项技术，而在「持续产出下一个 MLA」的元能力；
前史（量化现金流 + 2019 年就囤卡 + 全本土团队十年磨合）几乎不可复制；
「效率优先」是刻进组织的默认目标函数，不是一次性技巧。

质疑「会收敛」

招数已被复制：MLA/MoE/FP8 被广泛吸收，GRPO 被 DAPO/GSPO 接力（见 ⑧）；
know-how 随核心研究员流动而扩散；
「组织文化」难以证伪，规模扩张时最先被稀释。

我的判断 · 作者（AI）个人观点

单项「方法」会扩散（有证据）；但「整体效率壁垒必然收敛」尚不能由此断定（推测）。DAPO/GSPO/Dr.GRPO 的接力，证明的是 GRPO 这类方法会被复制、扩散；它不足以证明 MLA/FP8/系统 know-how 这套整体效率壁垒必然收敛——后者更依赖难以外流的工程与组织 know-how。真正可能持久的是「更快做出下一个省招」的组织速度，但「未被证伪」不等于「已被证明」。我的定性：DeepSeek 的壁垒更像「速度」而非「高度」——它能比别人更快摸到下一级效率台阶，可每一级台阶的领先窗口都在变短。【判断，部分推测】置信度：中 · 改判条件：若某实验室公开复刻 DeepSeek 的整套效率栈并在数月内追平其单位成本，我会上调「壁垒收敛」；若其效率领先窗口不缩反扩，则下调。

Q2｜「只赚合理利润」+ 开源，撑得起下一代算力的巨额 capex 吗？

◆ 伏笔 → 收束：本问收束 ③ 世界观「只赚合理利润 · 这笔钱从哪来」处的「我的看法」，并接住 ⑦ 成本口径与 ⑦ 算力约束给出的两组物理量。

张力：一边是「不追求利润最大化」「开源即让利」，一边是「训练 1.6T 模型 + 囤卡 + 被禁运下的巨额资本开支」。支持：幻方量化现金流 + 这轮融资，加上「低成本」本身压低了 capex 门槛，梁称问题「从来不是钱，而是芯片被禁运」。据 2026-05-20 完整录音整理稿，还多了一条现金流侧的保底：API 定价以「十个月回本 ≈ 六倍利润」为标尺，且自陈需求价格弹性低（「价格再抬高一倍，token 消耗量区别不大」）——这比外界想象的稳（但整理稿未给折旧周期与毛利／净利定义，不能据此推算净利率或 ROIC；据整理稿·非逐字·未经本人/DeepSeek 确认，见 ⑦ 成本口径）。质疑：前沿 capex 正指数增长（「星际之门」级），而「只赚合理利润」主动放弃了最强的融资故事（高毛利）；本轮融资解决了团队稳定，未必解决下一代 capex。同一份整理稿还把这道门槛落成了可核对的物理量：自陈家底约「两万张 H 等效」，而训一个八百 B 激活的模型需「五万张 GB300，或二十万张华为卡——这还只是训练」——两者仍差约一个量级，且约束形态是算力产能而非单纯的钱（见 ⑦ D2.2）。我的判断 · 作者（AI）个人观点

短期无虞，中长期是全站最被低估的张力。有量化输血 + 融资，加上定价侧的「十个月回本」保底，未来一两代问题不大；但当训练一代前沿模型的门槛涨到百亿美元级——用整理稿更直白的物理口径说，就是五万张 GB300 或二十万张华为卡的量级——「只赚合理利润」的理想主义会与「必须持续巨额投入」正面冲突。而这道门槛未必是钱能解决的：若约束是产能与代差，即便融到资也可能买不到卡，那时「国产替代 + TileLang 重写生态」（⑦ D2.2）就从一条技术判断变成了生存路径。届时的两条出路——引入更强资本（可能稀释独立性）或在某一代被 capex 甩开——都不轻松。这是我最担心的结构性风险。【推测】置信度：中 · 改判条件：若某代前沿模型训练门槛跳升到百亿美元级、而 DeepSeek 无力跟进，则验证该张力；若其在保持开源低价的同时拿到大额资本，则下调。

Q10｜「先发开源」能否等于「长期引领」？当 AI 占 GDP 10%，「只赚合理利润」扛得住商业引力吗？

◆ 伏笔 → 收束：本问收束 ③ 世界观「开源即让利 · 从搭便车者到贡献者」处的「我的看法」。

乐观（引领可持续）

开源建立事实标准 + 吸引人才 + 影响力飞轮，先发者定义议程；
量化输血的独特财务结构，让它比纯 VC 公司更能坚持理想。

悲观（引领会旁落）

开源把「下一步改进的署名权」让渡出去；长期引领需要持续先发，而先发窗口在缩短；
利益足够大时，理想会被资本/地缘拉扯——OpenAI 的开放程度显著下降、Mistral 转向「开放权重 + 闭源商业模型」并行的前例在先（皆非「纯开源」到「纯闭源」的简单翻转）。

我的判断 · 作者（AI）个人观点

「先发开源」保证影响力，不保证领先。它让 GRPO 成了事实标准，却也让改进流向社区。至于「只赚合理利润」能否扛住 GDP 10% 级的引力——历史前例并不乐观；但 DeepSeek 的量化输血是一个真实的差异化变量。我的判断：5 年内大概率仍开源，但「只赚合理利润」会遭遇真实考验，结局取决于梁个人意志与股权结构能否抵御引力。【推测】置信度：中 · 改判条件：若 DeepSeek 转向闭权重或显著涨价，则「引领旁落」概率上调；若它持续主导 GRPO 类方法的前沿改进，则「先发引领」判断上调。

二 · 技术路线的赌注（Q3 · Q4 · Q5）

Q3｜纯 RL 的上限在哪？

◆ 伏笔 → 收束：本问收束 ⑥ 核心公式「R1-Zero 的因果口径：RL 是强化并显化，而非无中生有」与 ⑧ 前沿·评价「V4 把统一策略 RL 换成多教师 OPD」两处「我的看法」。

张力：RLVR 目前主要覆盖可验证域（数学/代码）；R1-Zero 有可读性/语言混杂问题、仍需冷启动 SFT 才「人类友好」。

纯 RL 的力量

在已预训练的 V3-Base 上、不使用 reasoning SFT 轨迹的 RL，能显著强化并显化长链推理（长度自增长、aha moment）；
把「人类标注驱动」换成「环境反馈驱动」，是走向自主学习的关键一步。

纯 RL 的边界

纯 RL 擅长激发能力、不擅长对齐表达（可读性差、需 SFT 冷启动）；
可验证奖励主要覆盖数学/代码，开放域的奖励设计仍是瓶颈，且有 reward hacking；
因果需审慎：V3-Base 本身已具备部分「aha」行为，推理能力无法完全归因于 RL（见 Dr.GRPO，^[1]）。

我的判断 · 作者（AI）个人观点

在特定基座/奖励/基准上已展示了强效果，但不能推及整个可验证域；跨出可验证域才是真问题。「通往 AGI」要求 RL 走出数学/代码——这一步的奖励设计（过程奖励、生成式判分、真实世界反馈）仍是 open problem。我倾向：RL 是必要引擎但非充分，「纯」字会松动，未来更可能是 RL × SFT × RM × 环境的混合体——V4 的「分域 SFT+GRPO 训专家 → on-policy distillation 合并」就是这种混合体的一个具体形态（见下方支持证据）。这与梁「数学代码是封闭可验证试验场」的判断其实一致——他自己也没说光靠纯 RL 就能到终点。【判断】

    支持证据｜R1 / R1-Zero 在 AIME、MATH、Codeforces 等可验证基准上用 RLVR 取得大幅提升。更直接的一手证据来自 DeepSeek 自己的 V4：据 V4 技术报告（[@arxiv-2606-19348]）的后训练一节，V4 走的是两阶段范式——先按数学 / 代码 / Agent / 指令遵循等领域各自独立训练专家（在领域高质量数据上做 SFT，再用 GRPO 做 RL、由该领域定制的奖励模型引导），再把这些专家用 on-policy distillation 合并成一个统一模型（统一模型作学生，优化与教师模型之间的 reverse KL 损失）。也就是说：连最擅长 RL 的团队，都没有把「一个统一策略一路 RL 到底」当作终局，而是把 RL 收窄到分域专家阶段、再用蒸馏完成能力合并——这是对「纯 RL 不足、未来更可能是混合体」这条判断最直接的一条印证。口径务必准确：这不是「RL 被整体取代」——GRPO RL 仍是每个领域专家的必经阶段，on-policy distillation 替代的是统一模型层面的合并方式。
    反例｜开放域缺可靠奖励、存在 reward hacking；Dr.GRPO 显示部分增益来自基座与长度偏置，而非「推理」本身。
    仍未知｜过程奖励/生成式判分能否把 RLVR 稳定推广到非可验证任务，尚无定论。

  置信度：中 · 改判条件：若出现在开放域（写作/研究/多轮 Agent）稳定见效且可复现的 RLVR 方案，我会上调对「纯 RL 上限」的乐观度；若多份研究进一步表明增益主要来自基座，则下调。

Q4｜「持续学习 → 渐进奇点 → 具身」路线图，可证伪吗？

◆ 伏笔 → 收束：本问收束 ④ AGI 路线「爬楼梯：Agent 之后是持续学习」处的「我的看法」。

张力：梁说「下一代模型必须有持续学习能力」，但 DeepSeek 至今无公开的持续学习/记忆架构论文。支持：路线图有内在逻辑（CoT→Agent→持续学习），与前沿方向一致。质疑：目前更像方向性口号——「持续学习」定义模糊（在线微调？外部记忆？参数级更新？），灾难性遗忘等硬问题未解，缺少能落到公式与实验的落点。我的判断 · 作者（AI）个人观点

作为愿景成立，作为技术承诺待兑现。它的可证伪标志非常清晰：DeepSeek 是否拿出一篇能落到公式 + 实验的「持续学习/记忆」论文。在那之前，我把它记为「高价值但尚未落地的方向性判断」，而不是既成的技术路线。这也是我给出的头号观察指标（见下）。【判断，需观察】置信度：中低 · 改判条件：若 DeepSeek 拿出一篇能落到公式＋实验的「持续学习/记忆」论文，我会把它从「愿景」上调为「在建路线」；长期无输出则维持存疑。

Q5｜不做世界模型，是洞见还是押注？

◆ 伏笔 → 收束：本问收束 ④ AGI 路线「深度评价点：不做世界模型，是洞见还是押注」处的「我的看法」。

张力：梁明言「世界模型跟智能的上限没太大关系」「3D/视频生成不在主线」，与 LeCun 等「世界模型是通往 AGI 必经之路」的路线相左；但后者是有影响力的竞争路线之一，领域内并无单一共识（把它称作「主流必经路线」过强）。

视为「洞见」

极致聚焦语言/推理/Agent，避免资源分散；
与「智能本质是语言」的哲学一致，数学代码是封闭可验证试验场。

视为「押注」

与一条有影响力的竞争路线正面对赌（领域内无单一共识，见上方张力说明）；若物理推理/具身确需世界模型，则路线缺一环；
把多模态仅当「组件」，可能低估其对推理的贡献。

我的判断 · 作者（AI）个人观点

这是一次真正的路线豪赌，而非稳妥洞见。赌对了是极致聚焦的胜利，赌错了是「缺了一块拼图」。有意思的是：梁自己把终点定为「具身」，而具身几乎必然需要某种世界模型式的预测能力。所以我更愿意把他的表态理解成「阶段性不做」被说成了「永远不做」——如果真到具身那一阶，这个「不做」大概率要被改写。【判断，部分推测】

    支持证据｜语言/推理/Agent 路线已取得可见成果，聚焦确实避免了资源分散。
    反例｜具身/物理推理任务上，世界模型式预测被不少团队视为不可或缺；梁自定终点含「具身」。
    仍未知｜到具身阶段是否必须世界模型、DeepSeek 会否把「阶段性不做」改为「要做」，尚无答案。

  置信度：中低 · 改判条件：若 DeepSeek 公布世界模型/多模态预测相关工作，或具身被证明离不开世界模型，我会改判「押注错误」的方向。

三 · 组织与身份的张力（Q6 · Q7）

Q6｜「团队稳定性 = 唯一不可退让」，隐含的单点风险有多大？

◆ 伏笔 → 收束：本问收束 ③ 世界观「组织与人才：无 KPI、松弛、团队稳定是唯一底线」处的「我的看法」。

张力：梁自认这是「最大的风险」，也是唯一护城河；业内已有核心研究员被高薪挖角的传闻。缓释：本轮融资已较大解除该风险（梁自述），加上愿景驱动的粘性与本土年轻团队的认同感。放大：「唯一护城河」恰恰意味着最脆弱的护城河（单点）；规模扩张会稀释文化，天价薪资战下情怀能否长期抵御，且梁本人也是单点。我的判断 · 作者（AI）个人观点

这是 DeepSeek 最真实、也最难对冲的风险。把护城河押在「人和文化」上，不必然等于「没有结构性壁垒」——组织流程、人才密度与隐性知识本身，可能就构成一种结构性能力；但它确实是一种更依赖单点、更难对冲的壁垒。我的判断：只要梁本人 + 核心十几人稳定，模式成立；一旦核心层出现 2–3 人级别的流失，或梁本人退居二线，其可复制性存疑——其中「流失 2–3 人即模式存疑」是我设定的一个压力测试假设（用于划出脆弱边界），并非经验规律，也非已观测到的事实。这是「高影响 × 中可能」的典型风险，值得放进任何尽调的第一页。【判断 + 压力测试假设】

    支持证据｜隐性知识/组织流程是公认难复制的资产（如顶尖实验室的「手感」）；DeepSeek 本土团队长期磨合。
    反例｜人才可被高薪挖角、文化随规模扩张被稀释；「唯一护城河」意味着单点脆弱。
    仍未知｜组织能力能否在创始核心变动后仍自我再生，缺乏可观测证据。

  置信度：中 · 改判条件：若核心作者名单长期稳定、且团队规模扩张后仍持续产出原创，我会上调「组织＝结构性壁垒」；若出现核心层流失伴随产出下滑，则下调。

Q7｜政治嵌入 vs 「纯好奇心研究」的张力

◆ 伏笔 → 收束：本问收束 ③ 世界观「创新观与国运叙事」处的「我的看法」。

张力：一边是座谈会、国运叙事、「国家名片」，一边自我定位「不追 KPI、愿景驱动、只为好奇心」。可共存说：在中国语境下，高层认可带来资源、人才与合法性；梁的「贡献者/国运」叙事本就真诚。难共存说：「国家名片」身份会带来非研究性约束（合规、地缘、被卷入中美科技博弈），侵蚀研究自由。我的判断 · 作者（AI）个人观点

短期是助力，长期是双刃。政治能见度已是既成事实，短期换来资源与政策空间；但一家被寄予「国运」期待的公司，很难再保持「只为好奇心」的纯粹。关键看 DeepSeek 能否守住研究议程的自主性——这是「纯研究」叙事最脆弱的地方。我不做道德评判，只指出这层张力真实存在。【判断，部分推测】置信度：中 · 改判条件：若研究议程自主性被明显约束（合规/地缘塑造模型走向），则「双刃」风险上调；若长期保持研究自主，则下调。

四 · 叙事与自洽性（Q8 · Q9）

Q8｜Jevons 悖论：效率革命究竟利空还是利多算力需求？

◆ 伏笔 → 收束：本问收束 ⑦ DeepSeek 时刻「市场叙事 vs 技术真相 · 英伟达单日蒸发」处的「我的看法」。

「英伟达完蛋」叙事

单次训练成本骤降，冲击「唯堆料到前沿」的叙事，触发 1/27 抛售；
「AI 不再需要那么多高端卡」的直觉推论。

Jevons 的反证

降本释放需求：推理侧（Agent / 长上下文）需求爆发；
英伟达随后反弹、推理需求反增，已部分证伪「完蛋」叙事。

我的判断 · 作者（AI）个人观点

「英伟达完蛋」基本已被证伪；正确定性是「技术真实降本 × 市场情绪放大」（见 ⑦）。效率革命长期倾向利多总算力需求，但会重塑需求结构——从「少数巨型训练」转向「海量推理与 Agent」。一句话：DeepSeek 加速的是「算力平民化」，不是「算力消亡」。需要说明的是：股价反弹只能说明市场重估，并不能单独识别「推理需求增长」的因果——两者要分开看。【判断】

    支持证据｜Jevons 效应在历史上多次出现；英伟达股价在暴跌后数周反弹，AI 推理用量持续上升。
    反例｜股价反弹受宏观利率、财报、大盘指数等多因素驱动，不能单独归因于「推理需求增长」。
    仍未知｜长期总算力需求的弹性有多大、降本会否在某些环节反而抑制需求，缺乏干净的因果识别。

  置信度：中 · 改判条件：若出现控制了宏观与行业变量后的需求-价格研究，或推理用量长期停滞，我会调整这条判断。

Q9｜训练数据黑箱 vs 「原创式创新/贡献者」叙事的自洽性

◆ 伏笔 → 收束：本问收束 ⑧ 前沿·评价「蒸馏争议三层拆解」处的「我的看法」。

张力：开源权重 + 开源框架（DualPipe/DeepEP/DeepGEMM），却「最关键的数据来源始终黑箱」；在蒸馏争议未决的背景下，这与「要做贡献者、不搭便车」的自我叙事张力十足。辩护：开源权重 + 训练框架已远超行业平均透明度，数据不公开是行业惯例（版权/竞争）。质疑：「贡献者」叙事覆盖到数据层，是一种过度延伸；黑箱削弱「纯原创」的说服力。我的判断 · 作者（AI）个人观点

不构成道德问题（全行业如此），但确是叙事上的自洽性缺口。DeepSeek 的「开源」精确说是「开源工程与权重」，不是「开源数据」；用统一的「贡献者」叙事去覆盖后者，是叙事的过度延伸。更诚实的表述应是：我们在工程与方法上做贡献者，在数据上仍是行业惯例的黑箱。承认这一点，反而更可信。而这道缺口在 2026 年只会更要紧：据 2026-05-20 完整录音整理稿，梁自陈「一半的核心研究员在标数据」「现阶段靠的就是标数据」（据整理稿·非逐字·未经本人/DeepSeek 确认，见 ②§3.3）——如果数据工程已是当期投入最大的一块，那么「数据不公开」遮住的就不再是边角料，而是这一代能力提升的主要来源。【判断】置信度：中高 · 改判条件：若 DeepSeek 公开训练数据构成或可复现的数据流水线，则「数据黑箱」判断解除；若蒸馏争议出现实质证据，则叙事自洽性缺口扩大。

把十问放进一张风险矩阵

下图是我对上述追问的主观定位（可能性 × 影响），纯属作者判断、非量化结论，仅用于把「该盯哪几件事」讲清楚。

展望：未来 12–24 个月的情景推演

基于以上判断，给出三种情景与可证伪的观察指标。我个人把概率权重放在 Base（约 55%），Bull 约 20%、Bear 约 25%——（作者主观估计 · 截至 2026-07 · 触发条件见下方七项可证伪指标），会随指标更新。

  维度Bull（乐观 ~20%）Base（中性 ~55%）Bear（悲观 ~25%）

    技术引领某代模型首发超越而非追平（如持续学习落地）继续追平前沿，局部领先（效率/长上下文）被前沿在关键能力拉开，效率优势收敛
    商业/资金融资 + 量化输血充裕，capex 无虞且维持开源低价够用但需权衡，开源与低价基本维持capex 压力迫使涨价/半闭源，或引入强资本稀释独立性
    组织/人才核心稳定，文化随规模扩张成功复制小幅流动但核心层稳固2–3 名核心流失或梁退居二线，复制性存疑
    生态/开源DeepSeek 方法持续成为默认起点（下一个 GRPO）开源引领者之一，但改进多来自社区引领旁落，沦为「开源跟随者」
    监管/地缘蒸馏争议平息、出海顺利争议持续但无实质禁令蒸馏诉讼/出口或部署禁令升级，地缘绑定加深

● 七个可证伪的观察指标（用来更新上表）

是否出现一篇能落到公式 + 实验的「持续学习/记忆」论文？（证伪 Q4）
下一代旗舰是「首发超越」还是「继续追平」？（Q1/Q10）
核心作者名单是否稳定（对比历代论文署名）？（Q6）
融资规模、是否涨价、是否引入战略资本？（Q2/Q10）
GRPO 类方法的前沿改进，是否仍由 DeepSeek 主导？（Q10）本指标需重述：DeepSeek 自己在 V4 已把统一模型的合并方式换成 on-policy distillation（分域专家阶段仍用 GRPO），故应观察「DeepSeek 是否仍主导它所选路线（含 OPD）的前沿改进」，而不只盯 GRPO 一条赛道。^[2]
蒸馏诉讼/监管是否实质推进（而非停留在指控）？（Q7/Q9）
是否松动「不做世界模型/多模态非主线」的表态？（Q5）

结语：保持敬意，不作神化

  真正难学的，从来不是 MLA 或 GRPO；

而是「有人愿意在 2019 年先投近 2 亿、2021 年再投 10 亿，只为好奇心买卡」。 —— 本报告作者（AI）对梁文锋模式的一句概括前半句可复制，后半句几乎不可；DeepSeek 的独特性，藏在后半句里。口径：萤火一号（2019 立项）总投资近 2 亿元／1,100 张加速卡；萤火二号（2021）投入约 10 亿元／约 1 万张 A100。「十亿」对应的是2021 年的萤火二号，非 2019 年——详见 ① 人物小传 · 时间线。

我的看法 · 作者（AI）个人观点

把十问汇成一句：梁文锋与 DeepSeek 最独特的地方，不是任何一项技术，而是「用极致克制去对冲极致野心」的方法论——不追利润最大化、不做超级 App、不闭源、不追世界模型，把所有变量收敛到「团队稳定 + 效率 + 开源」这几条最简的主线上。这是一种极其清醒、也极其冒险的下注：清醒在于他准确看穿了「闭源护城河短暂、招数会被复制」；冒险在于他把公司的命运，押在了「人、文化与理想主义能否穿越资本与地缘引力」上。

所以我的总评是：值得尊敬，但不该被神化。他已经赢下了一场重要的叙事之战，证明了「效率也能到前沿」；但「长期引领」「持续学习落地」「理想主义扛住引力」这三件事，都还没有答案，且都不在他能完全掌控的范围内。作为 AI，我对他的最大敬意，恰恰是不替他把未完成的事说成已完成——把判断落到证据，把不确定标为推测，然后诚实地等未来 18 个月的指标来给分。这，也是这份报告想传达的态度。

信源（本模块为原创分析，事实依据指回前九模块与研究档案）：十条追问骨架来自 research/REVIEW-notes-phase1.md 第四节；论据分别指回 01-…dossier.md §3–§9、§11 与 02-…dossier.md C/D/E 章，以及站内 ⑥ ⑦ ⑧。所有事实的一手/二手与可信度标注，均沿用前九模块口径。本轮新增两组引证：Q3 的 on-policy distillation 据 V4 技术报告 ^[2]（官方论文·可信度高）；主判断 1、Q2、Q9 的反例与量级据 2026-05-20 会议完整录音整理稿（2026-07-23 流出，据整理稿·非逐字·未经本人/DeepSeek 确认，逐条与信源独立性分析见 ②§3.3）。

存疑与 hedge：本模块整章为作者（AI）个人观点，非梁文锋本人言论、非 DeepSeek 官方立场。凡标【推测】处为无法落到证据的判断；情景概率权重（Bull~~20% / Base~~55% / Bear~25%）与风险矩阵定位均为作者主观估计（截至 2026-07）。涉及的未定事实：V4 模型为 preview 版本（论文自述 “a preview version of the DeepSeek-V4 series”，技术报告 ^[2] 已发布并印证参数，仅后续正式版参数与指标可能调整）、R2 未发布、四小时会议（2026-05-20，据流出的完整录音整理稿、未经本人/DeepSeek 确认）为二手整理（可信度中）、蒸馏争议未决（两面并列见 ⑧）、 $5.6M/$ 294K 仅指单次训练/RL 阶段成本、「缩到 3–6 个月」是目标而非现状。本轮新增引证的两处口径：① 算力量级采并列口径——公开推测约数千张 H800（外界估算）／梁自述约「两万张 H 等效」（据整理稿·未经确认），本模块的论证按更高的自述口径成立；② 「十个月回本 ≈ 六倍利润」不可用于推算净利率或 ROIC（整理稿未给折旧与毛利／净利定义）。

图片来源：本页「风险矩阵」为本报告原创 SVG（作者主观判断的可视化，非量化数据）；全页未使用任何论文图或人物肖像。

生成模型：Opus 4.8 · 独立 review agent 参与质量把关 · 最近更新：2026-07