当今国内 AI 圈子里，谁还和掌舵 DeepSeek 的 " 梁圣 " 公开唱反调？

目前来看，似乎只有张一鸣。

7 月底，张一鸣罕见露面，与字节 AI 部门 Seed 负责人吴永辉共同召开了 Seed 全员会。字节旗下的视频生成模型 Seedance 被点名表扬。

在张一鸣看来，Seedance 在市场上很特别，也有领先的技术优势。相比追随其他领先模型的既有路线，他更鼓励 Seed 做出有自己特色的模型。

也就是说，字节将继续把多模态模型作为发展重点之一，而这恰恰是梁文锋不太看重的分支。

张一鸣还点评了眼下火热的 AI 编程。

他认可 AI 编程是当前的关键方向，但也提醒，编程只是眼下的热点之一，不应该完全被它牵着走，编程之外还有更多更大的机会。

作为对比，在不久前流出的投资人会议实录中，梁文锋在谈到 agent 时明确表示：" 现阶段我们觉得最重要的，应该还是 coding agent。"

梁文锋觉得 AI 编程智能体 " 最重要 "；张一鸣却给它加上了 " 热点之一 " 的前提。

更耐人寻味的是，张一鸣明确反对大模型蒸馏，认为沿着这条路走，最多只能不断逼近竞争对手，很难真正实现超越。而一些中国大模型曾被怀疑蒸馏，当然并没有真凭实据。

另一边，梁文锋也罕见地谈到了字节。

面对投资人，他表示DeepSeek 并不会考虑 " 做成下一个超级 App"，或是做成下一个字节、腾讯，完全没有这样的想法。

差不多同时，字节进行组织架构调整，将飞书的一部分融入豆包，以增强 AI 办公能力。不难看出，张一鸣仍在推动 " 大豆包 " 成为超级 AI App。

围绕 "AI 该怎么发展 "，两位 AI 圈子的重量级人物，想法和做法背道而驰，甚至透露了一丝火药味。

这或许并不符合两人的性格：张一鸣和梁文锋都非常低调，极少在公开场合指点江山。不过，两人的意见相左，以及字节与 DeepSeek 同道不同路，已经不是一天两天了。

去年 1 月，DeepSeek R1 横空出世，字母榜曾撰文《梁文锋 " 反对 " 张一鸣》。如今，似乎轮到张一鸣 " 反对 " 梁文锋了。

在许多维度上，两家公司的 AI 路线形成了 " 镜像 "：闭源 vs. 开源，多模态 vs. 单模态，全栈覆盖 vs. 单点突破，是否大力做 C 端，是否要大力赚钱、钱从哪里来等。

过去两三年里，两家公司都朝着 AGI 前行，也都拿出了亮眼成果。但随着竞争加剧，他们的路线分歧越来越明显，越来越难以调和，甚至出现了掌门人隔空论战的迹象。此情此景，与 OpenAI 和 Anthropic 你追我赶存在颇多相似之处。

张一鸣向左、梁文锋向右，一起将中国 AI 行业带到了分岔路口。

DeepSeek 身为科技新贵，接受了腾讯的投资，还释放了愿意和阿里合作的信号。

但它与字节素来没有交集。

AI 究竟应该开源还是闭源，是两家公司做 AI 的根本分歧。

字节一直走的是闭源路线，而 DeepSeek 坚持开源——腾讯阿里也是类似路径，这或许是 DeepSeek 对这两家公司颇为友善的基础。

张一鸣没有公开谈论过为何选择闭源。梁文锋则告诉投资人，DeepSeek 最强的模型也会开源，甚至评论道，" 字节的模型是闭源的，有什么好处？我看不到。"

截然相反的技术起点，导致了两家公司在几乎每一个维度都做出了迥异的选择。

先看技术。

字节核心旗舰模型走闭源路线，模型的产品路线图和迭代节奏由自己掌控。最新消息是，字节正在讨论训练一个参数规模超 5 万亿的模型，刷新国内纪录。

同时，C 端豆包用户的对话数据默认回流用于训练，再加上抖音、头条、西瓜、懂车帝等自有内容生态作为信源和语料补充，字节构建了中国 AI 公司里覆盖最广的模型矩阵——虽然纯语言模型不算很强，但多模态生成是长板。

相比之下，DeepSeek 选了开源路线。开源让全球开发者帮它做部署、量化、硬件适配和垂直微调，扩大了生态覆盖面，也让 DeepSeek 的行业声量远超字节。

但开源也意味着，DeepSeek 拿不到私有化部署客户的数据，做多模态十分吃亏。与字节相比，它在纯推理和代码上有优势，但在多模态理解、Agent 落地和中文综合体验上，豆包 Seed 2.1 Pro 已不落下风。

再看产品。

手握闭源模型，字节很容易做到从模型到应用全链路控制。豆包 App、即梦、剪映、飞书、Trae 这些产品可以和 Seed 模型深度协同，从而为字节以 " 大豆包 " 为核心，构筑 AI App 矩阵打下基础。

DeepSeek 的开源模型则是另一幅图景：它会自己 " 长出 " 应用生态。

自从 DeepSeek R1 横空出世后，各类 Agent 框架、开发者工具、云厂商 MaaS 平台，以及大量企业和政务私有化部署，围绕 DeepSeek 形成庞大的垂直应用生态，每天消耗大量 token，DeepSeek V4 Flash 的周调用量一度位列全球第一。

相对应地，DeepSeek App 可以保持精简，只保留最核心的功能，与梁文锋 " 不做超级 App" 的哲学相契合。

最后看商业化。

字节的闭源路线带来了多层收入：火山引擎的 MaaS、GPU 云和算力租赁，视频生成模型 Seedance，再加上豆包专业版订阅、飞书 AI 收入等，整体规模颇为可观，年化收入据称已达 40 亿美元。

但字节 AI 收入结构略显 " 偏科 "：其增量主要来自 GPU 云和 Seedance。增长更快的 AI 编程业务，对字节 AI 板块营收的贡献尚不明显。

更大的问题是，字节收入泉眼多，随之而来的成本也很高——从 B 端到 C 端、从模型到应用，每一块都需要耗费资金做研发和运营。因此，字节不仅要考虑 AI 收入规模，更要考虑其盈利能力和扭亏方式。

而在开源路线下，DeepSeek 收入结构简单，几乎全部来自 API token 调用；企业私有化部署不收授权费，只有少量技术支持服务费；C 端 App 则完全免费，无会员、无广告。

公开信息称，DeepSeek 年化收入约 4 亿至 5 亿美元，相当于字节 AI 的 1/10。

但 DeepSeek 的成本也低得多，更容易盈亏平衡。按照梁文锋的说法，DeepSeek 的 API 定价可以 10 个月收回成本，" 我觉得这是一个合理的利润 "。再考虑到近期 DeepSeek 开始涨价，这一周期有望继续缩短。

技术、产品和商业化路径的差异，是两家公司对于 "AI 该怎么做 " 的不同答案。

字节面临的问题是：大公司的 AI 怎么和现有业务协同？它找到的答案是 " 闭源 "。DeepSeek 则以 " 开源 " 回答了，小团队怎么在大公司碾压下活下来并领先？两者道路不同，但也各得其所；只不过，两位 CEO 近期表态略显 " 锐利 "，放大和凸显这种不同。

字节与 DeepSeek 的路径分野，与 OpenAI 和 Anthropic 颇为相似。

OpenAI 采取了和字节相同的闭源路线，技术上相信 scaling law 和 " 大力出奇迹 "，不断推高参数量。从 GPT-3 到 GPT-5，OpenAI 旗舰模型的参数量从 1750 亿升至万亿级。

8 月 9 日，有消息称，OpenAI 代号 "Doug" 的新一代模型正在路上，大概率仍将通过扩大参数规模来提升性能——这与字节传说中的 3.5 万亿参数模型不谋而合。

超大参数基模之外，两家公司的垂直模型矩阵都非常庞大，覆盖图像、视频、语音、代码等不同赛道。他们的策略都是以语言模型为基底，token 用量极大的图像和视频模型为变现主力，再加上语音和代码作为战略方向。

除了模型布局，两家公司同样执着于做 " 超级 App"。

截至目前，ChatGPT 月活约 8 亿，豆包月活 3.82 亿，是各自市场的 C 端 AI 第一入口。两家都把 C 端 App 当作品牌桥头堡和业务聚合平台，不只是变现工具—— ChatGPT 吸纳 Codex，豆包整合飞书，都是这一理念的体现。

OpenAI 的最大对手 Anthropic，虽然走闭源路线，但理念和气质接近 DeepSeek。

技术上，Anthropic 更相信算法效率而非模型规模，通过工程能力提升性能。Claude 模型在长上下文、指令遵循、代码生成上的优势，主要来自训练方法和数据质量，没有过度依赖堆参数。

产品上，Anthropic 同样不做超级 App，Claude.ai 只有一个简洁的对话界面，极度克制的 UI 和交互颇有 DeepSeek 的味道。同时，它单点押注 AI 编程，多模态方面只做视觉理解，不生成图像视频、不处理音频、不做语音对话。

商业化方面，Anthropic 约 80% 收入来自企业 API 和 B 端调用，收入结构与只做 B 端收费的 DeepSeek 非常接近。

不过，选择闭源还是开源路线，并没有绝对的对错：OpenAI 和 Anthropic 的估值都起飞了，分别高达 8520 亿和 9650 亿美元。这一逻辑同样适用于字节和 DeepSeek。

更何况，AI 公司走不同的路，也会相互学习借鉴。

例如，Anthropic 在 2024 年 11 月开源 MCP。次年三月，奥特曼宣布 OpenAI 全线产品支持 MCP；到了年底，两家公司共同把 MCP 捐给 Linux 基金会。

另一方面，Anthropic 也在学习 OpenAI。它最初是纯 API 公司，后来做了 Claude.ai 聊天界面，Pro 会员定价每月 20 美元，和 ChatGPT Plus 完全同价。

字节和 DeepSeek 之间也有类似的 " 抄作业 "。

2025 年春节，DeepSeek R1 震撼 AI 行业，字节随后推出 Seed-Thinking 推理模型。同年 8 月，字节又开源了体量较小的 Seed-OSS 系列模型，与 DeepSeek 站在了同一条战线上。

反过来，DeepSeek 也在补短板：V4 增加了视觉理解，App 从纯对话增加了文件上传、识图、联网搜索功能。

OpenAI 与 Anthropic 的竞合关系已经持续多年；相比之下，字节和 DeepSeek 的分野刚刚崭露头角，也没有开展实质合作。效仿海外同行，既竞争又协作，或许是两家公司长期关系的最佳状态。

张一鸣和梁文锋选择了不同的 AI 路线图，并为之辩护。但两人的行事哲学更像同一枚硬币的两面，最终将驱动他们在同一个终点相遇—— AGI。

他们都相信底层技术的突破，才是 AI 大模型性能跃升的关键；也都信奉 scaling law 远未触达上限。张一鸣希望 " 从更底层的维度去构建自己在 AGI 上的壁垒 "，梁文锋的六阶段路线图，本质上也是模型底层能力的递归提升。

两人共同的方法论则是长期主义。

2016 年，张一鸣在一次采访中强调 " 延迟满足 "，觉得大公司 " 短视 "，应该把利润用于更深层次、更大规模的投入，以取得更大成就。随后十年间，" 延迟满足 " 被融入字节基因；在不少业务上，字节更看重长期回报而非短期利益。

梁文锋则面对投资人 29 次谈及 " 克制 "。反映到公司经营上，DeepSeek 不以收入或利润最高为出发点，也不会砸钱去争夺用户，业务非常聚焦。在他看来，这种 " 克制 " 从长远上来讲， 能够增加做成 AGI 的概率。

无论 " 延迟满足 " 还是 " 克制 "，本质上都是两人长期主义哲学的映射。

同时，两人都格外看重对 AI 板块的绝对控制权。

张一鸣把 50% 工作精力放在了 Seed，同时即便豆包亏损严重，也没有被拆出去独立发展；梁文锋虽然开放了融资，却设计了非常强硬的持股结构，投资人并不能对 DeepSeek 的业务和战略指手画脚。

两人秉持低调作风，却也会在必要时主动走上前台。梁文锋为了融资，与投资人聊了近四个小时，坦率回应一切；而张一鸣给 Seed 团队开全员会、点赞打气，发生在梁文锋讲话引起轰动、外界对 " 梁圣 " 一片赞誉之时。

他们的目标都是 AGI。张一鸣要求字节 " 以追求智能上限为目标 "，梁文锋直言 DeepSeek 真正的长期目标是 AGI，做对人类有用的事情。

但 AGI 究竟该怎样实现，两人的答案并不相同。

字节倾向于以系统的力量取胜——更大的参数规模、更全面的产品矩阵、更多的用户、更完整的生态。

DeepSeek 则希望以算法的力量抵达终点——更高效的架构、更聚焦的路线、更深的技术栈、更开放的生态。

一个希望看看 AI 能铺多广，一个则要看看 AI 能钻多深。

不过，外界无需因为两家公司的路径分裂而担忧。任何一个行业，前两名持有不同信念，走不同的路，都是一件难得的好事。

英特尔与 AMD 竞赛多年，造就了 PC 硬件的繁花似锦；波音与空客全球博弈，让民用航空有了可靠的根基。他们常年在理念上吵得不可开交，行动上互相模仿，最后却成就了彼此和整个行业。

如今，字节和 DeepSeek 也处于类似的起点上。

这场竞争终局将是共存。就像 iOS 和安卓谁也没压倒谁，却托举了移动互联网时代；AI 也需要闭源的字节和开源的 DeepSeek，沿着不同的路线向 AGI 发起冲击。他们或许并不完全认同对方，但这种不认同激发的斗志和想象力，将会持续推动双方和整个行业向前。