中国最敢烧钱的4个男人，开始正面交锋盐财经

昨日，一场投资者交流会在网络刷屏，主角是DeepSeek的创始人梁文锋。

交流持续了近4小时，梁文锋谈论了公司的愿景、开源逻辑、AGI路线和商业选择。其中，“克制是一种战略”成为流传最广的一句话。

DeepSeek创始人梁文锋/图源：视觉中国

在飞速增长的AI市场，克制并不容易。而就在梁文锋的访谈实录引发全网“拜读”时，另一家国产大模型公司月之暗面也吸引了全球目光。

7月17日，月之暗面创始人杨植麟带着2.8万亿参数的Kimi K3低调上线，却在全球“炸榜”，超过Claude Fable 5等头部闭源模型，甚至引发了海外科技股波动，摩根大通将其引发的市场担忧称为“DeepSeek 2.0”。上线48小时用户请求直接把服务器挤爆，月之暗面紧急叫停新用户订阅。

更巧合的是，这两家国产大模型公司都在这个月，同时传出了筹备IPO的消息。目前Kimi估值超3300亿元，DeepSeek为3500亿元。

7月17日，2.8万亿参数的Kimi K3低调上线

另一边，已经进入二级市场的另外两家国产大模型公司——唐杰的智谱和闫俊杰的MiniMax则正在经历市场即时的审视。

过去一个多月，智谱和MiniMax先后遭遇了资本市场的压力。智谱市值从万亿港元高位一度跌至4146亿港元，蒸发了一半；MiniMax在近半数股份解禁后，又通过新股配售和可转债筹集约160亿港元，股价同样明显承压。

可以说，眼下，中国最备受瞩目的、年轻的“AI四小龙”抱持不同的信仰，第一次坐上了同一张牌桌。

而此时， DeepSeek、MiniMax、智谱、月之暗面，到底谁能给出属于中国本土的答案，它们需要面对的是更残酷的现实。

4位先行者，4种信仰

“信仰是重要的。”这四家公司的创始人，大概没有人会反对这句话。

对梁文锋来说，信仰更接近于“愿景”。在最新曝光的梁文锋4小时投资人交流会实录中，他多次提到愿景：“一个公司最重要的是它的愿景，管理一个大公司，靠的不是规章制度，靠的是愿景。愿景不是挂在墙上的标语，愿景是你怎么做，实际怎么运行。”

DeepSeek的很多选择，都可以从这里得到解释。

DeepSeek创始人梁文锋多次提到：“一个公司最重要的是它的愿景。”

梁文锋最早将机器学习用于量化交易。在幻方量化已经成为头部机构后，他却选择了克制，相比争夺C端入口，迅速做出一款热门产品，他更关心模型架构、训练效率和原创能力。

开源、低价，也不仅仅是获取用户的手段。在梁文锋的想象里，一家公司只有真正进入全球技术前沿，才有可能改变中国AI长期跟随的处境。

他曾说，中国AI与美国真正的差距，不是一两年的时间差，而是原创与模仿的差距。对DeepSeek而言，信仰或许就是在实现AGI的过程中，相信仍然存在一条没有被巨头完全占据的技术道路，并且愿意花很长时间去找到它。

脱胎于大学计算机系知识工程实验室的智谱，则始终带有明显的学院和工程气质。其CEO张鹏相信，AGI不是炒概念，而是一行代码一行代码抠出来的工程问题。

智谱CEO张鹏

在ChatGPT尚未出现时，智谱团队已经开始研究预训练模型，并选择了一条不同于GPT和BERT的GLM路线。那时，大模型还没有成为资本追逐的风口，也没有人知道一套中国自主的预训练框架最终能走多远。

多年后，智谱已经上市，Coding也为它带来了开发者、收入和市场关注，唐杰却在内部信《巨浪已来》中再次要求团队“摸高”。他将注意力转向长程任务、自治智能体和模型自我训练，已经取得的成绩仿佛过眼云烟。

这与智谱一路走来的方式并无不同。它相信，模型能力的上限决定一家公司最终能走到哪里。

相比梁文锋对原创的执着、唐杰对高度的追逐，MiniMax创始人闫俊杰更相信组织。

闫俊杰并不喜欢把人工智能描绘成少数天才创造的魔法。他曾将自己称为“二流研究者”，却相信一群足够优秀的人组成的一流组织，能够超过依赖个别天才的团队。对他来说，AGI不是某个灵光乍现的瞬间，而是算法、数据、算力和工程系统一次次迭代之后的结果。

MiniMax创始人闫俊杰更相信组织

这也塑造了MiniMax。它没有只把希望寄托在一款文本模型上，而是同时进入语音、视频、音乐和AI角色。闫俊杰相信，真正的智能应该被普通人使用，进入真实生活，在不断的反馈和修正中逐渐生长出来。

月之暗面创始人杨植麟相信的，则是模型最终会成为人与世界之间的新入口。

杨植麟保留着技术创业者中少见的浪漫。月之暗面的英文名“Moonshot AI”，取自Pink Floyd的专辑《The Dark Side of the Moon》。在清华读书时，他曾是乐队鼓手。

月之暗面创始人杨植麟在清华读书时，曾是乐队鼓手

他对AI的理解不局限于技术本身，Kimi的产品哲学是“让信息触手可及”。它主打长文本处理，支持200万字的上下文窗口。

早在2024年，他就提出，“AGI的入口应该直接帮用户完成任务，而不是帮他们获取信息”。在他看来，智能体与传统对话式AI最重要的区别，是能够长时间工作并完成复杂任务。2026年，他进一步判断，随着智能体进入各行各业，Token消耗将随生产力提升而增长，甚至可能成为衡量GDP产出的新尺度。

四家公司都在谈AGI，但他们相信的并不是完全相同的东西。这些信仰决定了他们最初往哪里走，也让四家公司先后押中了不同的方向。

过去三年，四家公司都曾在某个时刻站到过行业中心。但第一名的位置几乎从未真正属于过谁。

2024年，最先被普通用户记住的是Kimi，它把长文本变成一种可以被直接感知的能力。一份几十万字的报告、一摞论文，甚至一部长篇小说，都可以一次性扔给模型。

2024年，最先被普通用户记住的是Kimi，它把长文本变成一种可以被直接感知的能力

那段时间，“能读多长”几乎成为判断模型强弱最简单的标准。Kimi也因此迅速从一家创业公司的产品，变成中文大模型的代表之一。