朱嘯虎改口：DeepSeek 讓他快信 AGI 了
一年前他說絕不投任何一家中國大模型公司，如今他說如果梁文鋒開放融資「我肯定會投」，價格已經不太重要，關鍵是參與見證人類 AGI 和 AI 意識的產生。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
領先者開源是詛咒，晚了就來不及
朱嘯虎把 OpenAI 在開源上的反覆歸為「領先者的 curse」：領先時肯定想閉源，等別人追上來再開源就很難了。他給的機制是成本——你花了十倍成本研發基礎模型，中國公司最多十二個月後花十分之一成本追上來，那今天還要不要砸這個錢，對美國的科技大廠甚至 VC 都是考驗。所以他判斷 OpenAI 不會開源，因為開源也晚了：全世界程序員已經在 DeepSeek 的開源架構上做研發，再開源「也沒啥意思了」。
— 朱嘯虎20 天 2000 萬 DAU，沒花一分錢廣告
朱嘯虎說 DeepSeek 是「AI 時代的安卓已經出現了」，理由是生長速度有史以來沒見過：20 天做到 2000 萬 DAU，而且沒有花一分錢廣告費用，不像國內很多公司砸錢做投放，全靠用戶口碑傳播。他反覆強調它的文字「優美和深度」讓用戶驚豔，自己每天都在用它問比較深、比較難的問題，看它的反饋能不能給人啟示。這條是後面所有判斷——閉源價值、估值重塑、應用爆發——的事實底座。
— 朱嘯虎算力和算法都不是瓶頸，高質量數據才是
朱嘯虎說十萬卡集群訓練了六七個月效果「可能確實是很一般」，所以現在對算力和算法的要求沒有那麼高，核心是高質量的數據。他用廚師打比方：用什麼語料訓練、參數權重是多少，做出來的菜不一樣，有些是四川菜，有些是粵菜。他推測 DeepSeek 文字優美、在哲學和量子力學相關領域答案深刻，可能就是這個團隊的基因——他們喜歡這些思考，所以訓練語料在這方面比較優質。他還提到初始語料需要博士級別、各個領域專家級別的人來打標籤。
— 朱嘯虎數據飛輪價值不大，是他兩年最大教訓
朱嘯虎說這是他這兩年最大一個教訓：以前覺得這波 AI 最大的壁壘可能在數據飛輪上，但現在看來，包括 DeepSeek、包括 OpenAI 自己的研究都一樣，數據飛輪價值不大。機制是大部分用戶數據都是重複的、低信息含量的、沒有意義的，閒聊不產生智能。真正有飛輪價值的是需要各行業專業人士打標籤的高質量數據。所以壁壘轉向了佔領用戶心智、建立客戶關係和工作流整合——20 天獲取 2000 萬用戶且沒花廣告投放，本身就是很大的壁壘。
— 朱嘯虎閉源模型明顯不值那麼多錢了
朱嘯虎說整個 LLM 行業都需要重塑估值體系，因為閉源模型明顯不值那麼多錢了，尤其像美國的 OpenAI——如果十萬卡集群沒有再突破，只是在推理上做優化，那國內追上來都很快，估值肯定撐不住。對特朗普宣布的 Stargate 項目，他認為那還是相信以前的 Scaling Law、算力為王的時代，而今天算力不是那麼大的瓶頸、算法也不是瓶頸，更重要的是各領域專業數據，所以那個投資「是沒有意義的」，加上 Elon Musk 他們並沒有那麼多錢，是給特朗普表演的作秀。
— 朱嘯虎在中國，可以假設底層模型是免費的
朱嘯虎給 AI 創業者的建議比一年前更堅定：任何創業公司千萬別去研究底層模型，尤其在中國，你可以假設底層模型是免費的，而且能力已經足夠強，那就在上面看用戶到底有什麼需求，抓住需求提供最好的解決方案。他舉了電話中心的例子——把整個電話中心接過來，不管多少用人做、多少用 AI 做，直接給客戶目前一半的價格。他還重申 AIGC 的 PMF 觀點：模型已經這麼強大了，10 個人找不到 PMF，100 個人更是找不到。
— 朱嘯虎字節現在改開源追趕也不容易
被問到字節如果猛趕一波還能不能趕上，朱嘯虎說「自己也不容易」，馬上改開源也不太容易。機制是大廠做開源，除非像 DeepSeek 那麼徹底，如果開得像 Llama 那樣沒那麼徹底，別人還不得用、可能更願意用 DeepSeek。所以他判斷 DeepSeek 最重要的就是繼續往前走、保持追上 OpenAI，把領先態勢和開源生態建立起來，這樣後面大廠再追也很難。他還提出今年可能看到通義千問把自己的生態向 DeepSeek 兼容，認為這會是更有意義的標誌性事件。
— 朱嘯虎Agent 就是個程序，別被定義忽悠
對 OpenAI 從 L1 到 L5 的五個技術級別，朱嘯虎說「實際上又只是個定義而已」，Agent 實際上就是和普通程序沒什麼差別，只是你和它溝通、讓它幫你布置任務。他認為核心還是它到底能不能在某些場景上真的取代 50%、80%、90% 的人，真的不需要人工干預，這才是最核心的 milestone。他給的進度是：編程從去年可能做 30% 到今年 50%、70%、80%，因為規則相對清晰；更重要的看規則不那麼清晰的領域，比如醫學，已經有人用 OpenAI 的 Deep Research 寫兩篇論文都覺得寫得非常好。
— 朱嘯虎原話 · 已逐字校驗
數據飛輪價值不大 因為大部分的用戶數據都是重複的 是低信息含量的 沒有意義的
數據飛輪價值不大，因為大部分的用戶數據都是重複的、是低信息含量的、沒有意義的。
朱嘯虎26:14
任何創業公司來說 千萬別去研究底層模型 尤其在中國 你可以假設底層模型是免費的
任何創業公司來說，千萬別去研究底層模型，尤其在中國，你可以假設底層模型是免費的。
朱嘯虎36:19
數字與實體
| 十萬卡集群訓練時長 | 約六七個月，性能無明顯提高 | 14:02 |
| 中國公司追趕成本 | 最多十二個月後花十分之一成本追上 | 3:08 |
| 多模態視覺模型所需卡數 | 一兩千張卡即可訓練 | 37:19 |
| 通義千問 AI 硬件包終生價格 | 十幾塊到二十塊錢 | 49:24 |
| 小紅書第一張支票 | 25 萬美金 | 55:26 |
術語
- Scaling Law規模定律
- 模型性能隨算力、數據、參數規模增長而提升的規律。
- RL強化學習
- 讓模型通過獎勵信號自我改進的訓練方式，DeepSeek 靠它低成本提升能力。
- DAU日活躍用戶數
- 每天實際使用產品的用戶數量。
- PMF產品市場匹配
- 產品找到真正願意持續使用的市場需求。
- Capex資本開支
- 企業用於購買算力、設備等長期資產的投入。
收聽指南
關注中國 AI 應用層創業機會的創業者和投資人，尤其是正在糾結要不要繼續自研底層模型、或想判斷開源生態走向的團隊。
54:26 之後關於杭州、投資比例和快問快答的部分信息密度較低，可跳過。