朱啸虎改口：DeepSeek 让他快信 AGI 了
一年前他说绝不投任何一家中国大模型公司，如今他说如果梁文锋开放融资「我肯定会投」，价格已经不太重要，关键是参与见证人类 AGI 和 AI 意识的产生。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
领先者开源是诅咒，晚了就来不及
朱啸虎把 OpenAI 在开源上的反复归为「领先者的 curse」：领先时肯定想闭源，等别人追上来再开源就很难了。他给的机制是成本——你花了十倍成本研发基础模型，中国公司最多十二个月后花十分之一成本追上来，那今天还要不要砸这个钱，对美国的科技大厂甚至 VC 都是考验。所以他判断 OpenAI 不会开源，因为开源也晚了：全世界程序员已经在 DeepSeek 的开源架构上做研发，再开源「也没啥意思了」。
— 朱啸虎20 天 2000 万 DAU，没花一分钱广告
朱啸虎说 DeepSeek 是「AI 时代的安卓已经出现了」，理由是生长速度有史以来没见过：20 天做到 2000 万 DAU，而且没有花一分钱广告费用，不像国内很多公司砸钱做投放，全靠用户口碑传播。他反复强调它的文字「优美和深度」让用户惊艳，自己每天都在用它问比较深、比较难的问题，看它的反馈能不能给人启示。这条是后面所有判断——闭源价值、估值重塑、应用爆发——的事实底座。
— 朱啸虎算力和算法都不是瓶颈，高质量数据才是
朱啸虎说十万卡集群训练了六七个月效果「可能确实是很一般」，所以现在对算力和算法的要求没有那么高，核心是高质量的数据。他用厨师打比方：用什么语料训练、参数权重是多少，做出来的菜不一样，有些是四川菜，有些是粤菜。他推测 DeepSeek 文字优美、在哲学和量子力学相关领域答案深刻，可能就是这个团队的基因——他们喜欢这些思考，所以训练语料在这方面比较优质。他还提到初始语料需要博士级别、各个领域专家级别的人来打标签。
— 朱啸虎数据飞轮价值不大，是他两年最大教训
朱啸虎说这是他这两年最大一个教训：以前觉得这波 AI 最大的壁垒可能在数据飞轮上，但现在看来，包括 DeepSeek、包括 OpenAI 自己的研究都一样，数据飞轮价值不大。机制是大部分用户数据都是重复的、低信息含量的、没有意义的，闲聊不产生智能。真正有飞轮价值的是需要各行业专业人士打标签的高质量数据。所以壁垒转向了占领用户心智、建立客户关系和工作流整合——20 天获取 2000 万用户且没花广告投放，本身就是很大的壁垒。
— 朱啸虎闭源模型明显不值那么多钱了
朱啸虎说整个 LLM 行业都需要重塑估值体系，因为闭源模型明显不值那么多钱了，尤其像美国的 OpenAI——如果十万卡集群没有再突破，只是在推理上做优化，那国内追上来都很快，估值肯定撑不住。对特朗普宣布的 Stargate 项目，他认为那还是相信以前的 Scaling Law、算力为王的时代，而今天算力不是那么大的瓶颈、算法也不是瓶颈，更重要的是各领域专业数据，所以那个投资「是没有意义的」，加上 Elon Musk 他们并没有那么多钱，是给特朗普表演的作秀。
— 朱啸虎在中国，可以假设底层模型是免费的
朱啸虎给 AI 创业者的建议比一年前更坚定：任何创业公司千万别去研究底层模型，尤其在中国，你可以假设底层模型是免费的，而且能力已经足够强，那就在上面看用户到底有什么需求，抓住需求提供最好的解决方案。他举了电话中心的例子——把整个电话中心接过来，不管多少用人做、多少用 AI 做，直接给客户目前一半的价格。他还重申 AIGC 的 PMF 观点：模型已经这么强大了，10 个人找不到 PMF，100 个人更是找不到。
— 朱啸虎字节现在改开源追赶也不容易
被问到字节如果猛赶一波还能不能赶上，朱啸虎说「自己也不容易」，马上改开源也不太容易。机制是大厂做开源，除非像 DeepSeek 那么彻底，如果开得像 Llama 那样没那么彻底，别人还不得用、可能更愿意用 DeepSeek。所以他判断 DeepSeek 最重要的就是继续往前走、保持追上 OpenAI，把领先态势和开源生态建立起来，这样后面大厂再追也很难。他还提出今年可能看到通义千问把自己的生态向 DeepSeek 兼容，认为这会是更有意义的标志性事件。
— 朱啸虎Agent 就是个程序，别被定义忽悠
对 OpenAI 从 L1 到 L5 的五个技术级别，朱啸虎说「实际上又只是个定义而已」，Agent 实际上就是和普通程序没什么差别，只是你和它沟通、让它帮你布置任务。他认为核心还是它到底能不能在某些场景上真的取代 50%、80%、90% 的人，真的不需要人工干预，这才是最核心的 milestone。他给的进度是：编程从去年可能做 30% 到今年 50%、70%、80%，因为规则相对清晰；更重要的看规则不那么清晰的领域，比如医学，已经有人用 OpenAI 的 Deep Research 写两篇论文都觉得写得非常好。
— 朱啸虎原话 · 已逐字校验
数据飞轮价值不大 因为大部分的用户数据都是重复的 是低信息含量的 没有意义的
数据飞轮价值不大，因为大部分的用户数据都是重复的、是低信息含量的、没有意义的。
朱啸虎26:14
任何创业公司来说 千万别去研究底层模型 尤其在中国 你可以假设底层模型是免费的
任何创业公司来说，千万别去研究底层模型，尤其在中国，你可以假设底层模型是免费的。
朱啸虎36:19
数字与实体
| 十万卡集群训练时长 | 约六七个月，性能无明显提高 | 14:02 |
| 中国公司追赶成本 | 最多十二个月后花十分之一成本追上 | 3:08 |
| 多模态视觉模型所需卡数 | 一两千张卡即可训练 | 37:19 |
| 通义千问 AI 硬件包终生价格 | 十几块到二十块钱 | 49:24 |
| 小红书第一张支票 | 25 万美金 | 55:26 |
术语
- Scaling Law规模定律
- 模型性能随算力、数据、参数规模增长而提升的规律。
- RL强化学习
- 让模型通过奖励信号自我改进的训练方式，DeepSeek 靠它低成本提升能力。
- DAU日活跃用户数
- 每天实际使用产品的用户数量。
- PMF产品市场匹配
- 产品找到真正愿意持续使用的市场需求。
- Capex资本开支
- 企业用于购买算力、设备等长期资产的投入。
收听指南
关注中国 AI 应用层创业机会的创业者和投资人，尤其是正在纠结要不要继续自研底层模型、或想判断开源生态走向的团队。
54:26 之后关于杭州、投资比例和快问快答的部分信息密度较低，可跳过。