过去一周，创投圈传播最广的一份材料，是一场意外流出的内部交流。

7 月 23 日凌晨，一份梁文锋与 DeepSeek 投资人的闭门交流实录开始流传。这场交流实际发生在 5 月 20 日，持续接近 4 个小时，共有 118 组问答。很快，" 没有 KPI"" 甚至不用加班 ""AGI 才是大西瓜 "" 最强模型也会开源 " 等句子被一条条摘出来，媒体甚至直接整理出了 " 金句版 "。

在我看来，这段实录之所以很重要，首先是因为我们终于获得了一份足够长的材料，去观察梁文锋作为 DeepSeek 的创始人到底怎么思考。此前外界对他的了解，主要来自少数公开采访、DeepSeek 的论文和技术报告，以及这家公司在 " 幻方量化 " 时期做出的一系列选择。我们对梁文峰的所有印象，都是基于这些边角料信息推论出来的，认为他低调、相信年轻人、重视基础研究、坚持开源，对快速商业化兴趣不大。

这些信息能够帮助人们理解梁文锋的技术审美和个人气质，但理论上没办法直接搬到 " 大模型创业 " 这件事上，去回答一家大模型创业公司真正进入产业竞争以后会遇到的问题。更具体来说，DeepSeek 怎么商业化？怎么理解与 OpenAI、Anthropic 以及国内大模型公司的竞争？基础模型越来越烧钱以后，技术理想怎么和资本投入匹配？如果越来越多的钱进入这家公司，它最终准备长成什么样？

比如，技术领先到底怎么转化成一家公司的长期价值？开源和商业化怎么同时成立？算力投入越来越大以后，公司需要多少资本？DeepSeek 究竟准备把哪些生意留给自己？以及最根本的——梁文锋想把这家公司带到哪里？

这场交流恰好把这些问题集中到了一起，更何况这场对话发生在一个很特殊的场域里。

参加交流的人是 DeepSeek 的投资人。从现有的信息不难推断，当时 DS 的首轮外部融资已经进入后半程，投资人名单基本确定，各家机构派人参会，梁文锋先做分享，再接受投资人的集中提问。换句话说，这一次是人们第一次在公开语境里，看到梁文锋代表 DeepSeek，如此完整地以 " 融资方 " 的身份，在一个纯粹的投融资场域里解释这家公司。

两个月后再回头看，这场交流的意味又变了一层。根据 7 月披露的股权信息推算，公司估值约 3509 亿元；与此同时，DeepSeek 已经开始准备科创板 IPO，目标最快年内申报。那个曾经主要依靠幻方量化内部资金、长期游离于主流 VC 体系之外的团队，正在迅速成为一家需要被更广泛资本市场理解、定价，甚至很快需要接受公开市场审视的公司。

所以这 4 个小时很难只当作一次 " 梁文锋罕见发言 " 来看。这里面当然有技术判断，有公司文化，也有很多听起来非常梁文锋的个人表达。但对投资人来说，更值得看的其实是另一件事：当 DeepSeek 真正走进资本市场，梁文锋准备怎么解释 DeepSeek？

更有意思的是，这样一份本来非常适合慢慢读的材料，最终却以一种极其简单粗暴的方式火了：语录。

其实过去几年，中文商业内容其实已经非常厌烦这套东西。长期主义、相信年轻人、保持克制、组织共识、做困难而正确的事……这些话放在一个普通企业家的公开演讲里，恐怕很容易被评价一句 " 老登味太重 "。创投圈也早就习惯嘲笑那种不谈业务、不谈数字，只在台上输出价值观的企业家宣讲。

结果梁文锋说了 4 个小时，大家又开始背金句了。很多传播甚至不太交代问题是谁问的、前后语境是什么、梁文锋为什么会得出这个答案。几十页材料被迅速拆成 118 句话，截图、收藏、转发，全文也被一遍遍搬运。这种反差多少有点讽刺。

我相信创投圈当然没有突然怀念起企业家语录，一切更像是过去一年的变化把所有人的 FOMO 都推到了一个很高的位置。而且正是 DeepSeek 证明，一家过去几乎没有进入主流 VC 视野的公司，可以在极短时间里改写全球 AI 行业的估值逻辑；一个过去没有多少人关注的技术判断，半年以后可能成为机构内部讨论的第一优先级；一个以前显得过于偏执的创始人，也可能忽然成为所有人争相研究的对象。

经历过这些之后，信息开始变得很难被舍弃。没人敢确定梁文锋 118 个回答里，哪一句半年以后会变成全行业都在讨论的问题。于是最保险的方式就是：先看了再说、先存下来再说、先确保自己没有错过再说。

某种程度上，这和刚刚结束的 WAIC 上那些被反复调侃的 " 美女商务 " 还有点奇妙的呼应。一边是在会场里疯狂混场子、加微信、找人合影，希望尽可能多地进入关系网络；另一边是在手机上刷 3 万字原文、收藏金句，希望尽可能多地进入信息网络。

所以这一期 VC Weekly，我们就从这场 4 小时交流继续往下看。当一个现象级 AI 项目真正进入资本市场以后，投资人今天究竟在给什么定价？而在一个所有人都怕自己慢半拍的市场里，我们又该怎么判断，哪些信息真的值得花时间听完？

本周重点推荐：另一场 AI 独角兽的 " 投资人交流会 "

顺着梁文锋这场交流往下听，本周最值得推荐的一期播客来自 20VC。7 月 20 日，哈里 · 斯特宾斯（Harry Stebbings）采访了 Fireworks AI 创始人林侨（Lin Qiao）。

这个时间点比 DS 的交流会曝光得更巧。这段播客发布的 5 天前，Fireworks 刚刚完成 15.05 亿美元 D 轮融资，估值达到 175 亿美元，同时宣布年化收入已经超过 10 亿美元。更有意思的是，20VC 自己也是这一轮的投资方之一。所以某种程度上，这期节目也很像一场被公开播出的 " 投资人交流会 "。

主持人自己刚刚下注，坐在对面的是一家刚完成巨额融资的 AI 公司创始人。节目里问的问题也非常直接：为什么几年前所有人都在追训练，Fireworks 却押注推理；开源模型会不会把 AI 基础设施变成一门越来越难赚钱的生意；企业敢不敢把最敏感的数据交给中国开源模型；未来会不会出现一个价值 1000 亿美元的模型路由层；Token 价格继续暴跌之后，需求到底能增长到什么程度。

林侨给出的核心判断，可以概括成一句话：未来不会只有一个 AGI，而会有数以百万计的专业模型。

她的逻辑是，真正有价值的数据大量存在于企业内部。客户关系、业务流程、行业 Know-how，这些东西不会自然进入 OpenAI 或者 Anthropic 的训练集。随着开源模型越来越接近闭源模型的能力，每家公司都会有动力把自己的数据和通用模型结合起来，形成属于自己的 " 智能 "。

Fireworks 自己的数据也已经出现这种趋势：每天超过 40 万亿 Token 的调用量中，95% 以上来自使用客户专有数据进行优化的专业模型。Fireworks 在融资公告里干脆把自己的判断写成了一句话："Companies are no longer renting general intelligence. They're building their own（企业不再租赁通用智能，而是自行构建）。"、

这才是林侨为什么如此坚定地押注开源。Harry 问得很直接：如果 90% 的企业工作流最终都能由开放模型完成，那么 OpenAI 和 Anthropic 今天的估值是不是高得过头了？

林侨只回答了一句：" 我觉得大家已经开始意识到了 " ——随后她又讲了一个对创业公司更现实的问题：过去 SaaS 时代，一个产品找到了 PMF，通常意味着它至少有机会成为一门好生意。但 AI 公司出现了一个新的情况，"PMF 和一门可持续的生意，变成了是两个不同的概念 "，用户越多，推理量越大，成本也跟着快速上涨。一家公司完全可能产品非常受欢迎，最后却 " 越规模化，越接近破产 "。

所以 Fireworks 关注的不只是模型能力，还有每一次推理到底能不能把成本继续压下来。林侨给出了一个非常具体的预测：未来 3 年，Token 成本可能再下降 10 倍；而这 10 倍的成本下降，会带来 100 倍的使用量增长。

这太适合和梁文锋的交流会内容放在一起看了。两个人都相信开源，也都认为今天的大模型还远远没有走到终局。但在 " 价值最终会沉淀在哪里 " 这件事上，他们看到的未来很不一样。梁文锋在交流里反复提到 AGI。他愿意把很多眼下就能做的应用和商业机会留给别人，把 DeepSeek 继续往基础模型能力上推。林侨则更关注模型能力扩散以后会发生什么。对于投资人来说，这个分歧本身就足够重要。

另一档值得重点推荐的播客来自 TechCrunch 的《Build Mode》。7 月 16 日，这档节目采访了 Elorian 创始人安德鲁 · 戴（Andrew Dai）。戴此前在 Google DeepMind 工作超过 10 年，今年离职创业，准备做 " 视觉 AGI"。

目前 Elorian 还没有正式发布产品，也没有收入，先完成了一轮 5500 万美元融资，估值达到 3 亿美元。TechCrunch 专门把这期节目的标题写成了：《一个前 DeepMind 研究员，如何在产品发布前拿到 3 亿美元估值》。这期特别适合投资人听，因为主持人花了很大篇幅追问一个非常朴素的问题：你到底是怎么融到这笔钱的？

戴先解释了为什么离开 DeepMind。首先他指出现在的大模型在数学、代码甚至部分科学问题上已经取得了很大进展，但视觉理解仍然非常不稳定，是 " 一个进展极其不均衡的领域，尤其是视觉理解和视觉推理方面 "，Elorian 的业务也因此主要集中在 "visual AGI"（视觉通用人工智能）推进。

有意思的地方来了，真正开始融资以后，技术本身反而不是最麻烦的部分。戴用了十几年时间做 AI 研究，脑子里的很多东西默认面对的是研究人员。到了投资人面前，他发现自己首先要解决的是：怎么把一件高度技术化的事情讲成别人听得懂的故事。

TechCrunch 在节目介绍里专门总结了一点：今天的融资环境越来越奖励 "clear storytelling"，而不是把大量技术术语扔给投资人。这一定程度上也呼应了，梁文锋那场 4 小时交流里为啥聊了很多 " 非技术 " 的话题。

另外，Elorian 这轮融资里甚至出现了愿意给出更高估值的投资人，但他最后选择了英伟达和 Menlo Ventures。他的理由是，这些投资人更理解前沿模型公司的建设周期，也更清楚这种公司短时间内可能看不到传统意义上的收入和商业化结果。

这其实也解释了一部分今天 AI 融资里的反常识。传统创业项目融资，创始人经常需要证明 " 我已经做出了什么 "。到了最前沿的一批 AI 公司，投资人越来越频繁地提前下注 " 你接下来可能做出什么 "。于是团队履历、技术判断、招人的能力，以及创始人能不能把那个尚未发生的未来解释清楚，都会直接进入定价。

前一周《Build Mode》还采访了 Precursor Ventures 创始人查尔斯 · 哈德森（Charles Hudson）。他做过 500 多笔早期投资，对这种大额融资有一句很直白的提醒：" 你融了这么多钱，也把一个巨大愿景卖给了所有人 " ——接下来这些股东想要的，就不是把钱拿回来，而是要求创始人真的把公司做成配得上这笔融资的样子。

本周其他推荐：Anthropic 的下一道题、SaaS 末日、种子轮已死

本周的其他推荐，首先是 TechCrunch 刚刚更新的 Menlo Ventures 合伙人马特 · 墨菲（Matt Murphy）的访谈。这期节目的标题就很挑战认知：《为什么 Anthropic 正在赢，而且靠的不是模型》。

嘉宾也很有意思。Menlo 是 Anthropic 的早期投资人之一，马特 · 墨菲完整经历了这家公司从一个几乎没有商业验证的前沿模型团队，一路长成今天超级独角兽的过程。所以相比讨论 " 哪个模型更强 "，他更关心另一个问题：模型领先之后，公司还需要做什么？

TechCrunch 在节目里把马特 · 墨菲的判断概括得很明确：单纯拥有一个好模型远远不够，Claude Code、MCP 以及围绕真实工作流建立起来的产品能力，才让 Anthropic 开始从一家模型公司变成平台。

这也适合和本周梁文锋的交流可以连着看。梁文锋谈了很多 AGI、开源和基础模型能力。但随着融资、IPO 陆续提上日程，资本市场迟早还会继续追问一句模型之后呢？

Anthropic 已经走到了这道题的后半程，DeepSeek 正在走进去。总之这期不用当作一个 "Anthropic 成功学 " 来听。更值得留意的是，一个真正投过前沿模型公司的 VC，几年之后重新解释：当时自己买下的那份 " 技术领先 "，最后究竟通过哪些东西变成了一家公司。

7 月 18 日更新的 20Growth（20VC 面向创业公司的子频道）也很值得听。嘉宾弗雷德 · 特纳（Fred Turne）r 是 Curative 创始人。这家公司在疫情期间创造过一个极端的创业样本：9 个月从 7 个人扩张到 7000 人，业务做到 50 亿美元收入，单日最高完成 20.6 万次新冠检测；疫情结束以后，他们又直接转型做健康保险。

但这期最值得听的其实是后半段。主持人问弗雷德 · 特纳相不相信所谓 "SaaSpocalypse"。这个词是 SaaS 和 Apocalypse（末日）的组合，可以简单翻译成 "SaaS 末日 "：随着 AI 让企业自己开发内部软件的成本快速下降，过去大量按年付费购买的标准化企业软件，可能遭遇一轮大规模替代。Salesforce、ServiceNow 这些传统 SaaS 公司最近面临的估值压力，也让这个说法越来越流行。

弗雷德 · 特纳的回答只有一个词："Yes"。他分享了一个来自自己的例子：" 我们最近取消了 Salesforce 合同，因为我们自己 vibe coded 了一个内部 CRM。"

这份 Salesforce 合同一年 60 万美元，Curative 用两个月自己做了替代品。今年他们准备直接砍掉大约 80% 的 SaaS 支出。但有意思的是，省下来的钱没有消失，它开始流向模型。弗雷德 · 特纳说 " 过去六七个月，我们的 Anthropic 成本每个月都增长 6 倍 "，从最早每月几万美元，到现在已经达到每月数百万美元。

其中一个案例是 Curative 自己开发的合同谈判 Agent"Gwen"。以前完成一份医生或医疗机构合同，平均成本在 1500 — 2000 美元；现在 Gwen 完成一份合同的成本大约 70 美元。于是 Curative 的选择也很简单：以前一年能做多少合同，现在就想办法做 10 倍、20 倍。

这期播客一定程度上就是佐证了林侨那期的判断。站在基础设施公司的位置说，Token 价格下降 10 倍，使用量可能增长 100 倍。而弗雷德 · 特纳刚好提供了一个买方样本。企业减少传统软件支出，并不意味着 IT 预算自然缩小。钱可能直接从 Salesforce 这样的 SaaS 合同，转移到 Anthropic 这样的模型调用上；而模型越便宜，公司反而会想办法制造更多原来根本做不起的需求。

相比再讨论一次 "SaaS 会不会死 "，这个案例具体得多。

另外可以听听 7 月 16 日更新的 20VC 周度圆桌。这期节目话题很多：苹果起诉 OpenAI、Meta 重新挑战 Codex 和 Claude Code、SK 海力士 260 亿美元 IPO、Anthropic 的市场空间，以及 AI 公司越来越夸张的 Token 预算。但对 VC 来说，最值得听的是后面那段：

Seed Investing Is Dead（种子投资已死）？

讨论的起因是嘉宾之一贾森 · 卡拉坎尼斯（Jason Calacanis，天使投资人）正在把更多精力从种子轮转向成长阶段；另一边，Greylock 刚刚募集了 15 亿美元新基金，却主动拒绝了更多 LP 资金。嘉宾们认为一切都很明朗了：当最重要的一批 AI 公司越来越早进入数十亿甚至上百亿美元估值，种子轮阶段的投资人承担的技术、团队和 PMF 风险都更高，真正的超级赢家却可以在 Growth 阶段依然提供极大的上涨空间，那么 VC 为什么还一定要从最早期开始投？

这期最后给出的判断相当悲观：当前市场结构正在让种子投资处于越来越明显的劣势。

本周特别推荐：DeepSeek 刚刚震动硅谷时，Benchmark 在想什么？

最后特别推荐一期距离现在已经有一年半的播客。2025 年 2 月 5 日，DeepSeek-R1 刚刚引发全球市场震动不久，Benchmark 传奇投资人比尔 · 格利（Bill Gurley）和 Altimeter 创始人布拉德 · 格斯特纳（Brad Gerstner）专门做了一期 BG2，前半个小时几乎都在讨论 DeepSeek 和开源。

这期现在重新听很有意思。当时整个市场都在争论 DeepSeek 到底意味着什么。有人讨论 600 万美元训练成本到底是真是假，有人担心英伟达的算力逻辑会不会因此被颠覆，还有人把它理解成中美 AI 竞争突然出现的一次拐点。

格斯特纳关注的第一个问题很直接：价格。他当时算了一笔账：" 同等级 API 相比，DeepSeek 的价格大约只有 OpenAI 的二十分之一 "。他觉得这个数字直接改变了他对开源模型竞争力的判断。

但比尔 · 格利更感兴趣的是另外一件事。DeepSeek 会不会逼整个美国 AI 行业重新理解 " 开源 "？当时 OpenAI、Anthropic 占据了最强模型的位置，美国资本市场也已经逐渐接受了一个前提：基础模型会成为一个资本极度密集、由少数巨头控制的产业。DeepSeek 突然提供了另一种样本，一个能力足够强的模型，可以开放权重，可以极低价格提供 API，还可以让全球开发者直接在上面继续开发。

比尔 · 格利当时判断，DeepSeek 带来的压力最终可能迫使美国头部模型公司重新考虑开放策略。他甚至预测：" 我怀疑今年 OpenAI 就会这样做。"

一年半以后回头看，这个判断的方向基本已经被验证了。今天开源模型已经不再只是 AI 行业里的一个技术流派，它正在逐渐变成创业公司、资本市场甚至地缘政治讨论里的重要变量。而且这周刚刚发生了一件很有代表性的事情：

一个由近 200 家美国创业公司组成的新组织 " 小科技协会 "（Little Tech Association）向特朗普政府发出公开呼吁，希望美国不要禁止中国开放权重 AI 模型。成员里包括 Y Combinator、Proton、Replit 等公司和创业组织。

他们给出的理由非常现实。对于大量美国创业公司来说，来自中国的开放模型已经成为真正可以使用的基础设施。这些模型成本低，可以自己部署，也更方便基于企业数据进行修改。如果美国直接禁止，中国公司的损失未必最大，反而可能先把美国本土那些没有能力长期支付 Anthropic 和 OpenAI 高额 API 费用的小公司打掉。

其中的一位参与者，Particle 创始人 Suhail Doshi 甚至警告：" 会有几百家公司立刻死掉 "。最幽默的是，他还阴阳了一句：" 这对 Anthropic 倒是很好。"

实际上在这期节目后，比尔 · 格利后来也持续推动这件事。2025 年 8 月，他公开支持美国建立更强的开放模型能力；到了今年，中国开放模型再次引发争议时，他依然主张把它们视为正常竞争，而非简单当成需要封锁的安全威胁。

所以现在重新听 2025 年 2 月那期 BG2，我觉得最值得留下的还是他当时的原话。当布拉德 · 格斯特纳还在讨论中美 AI 竞争时，比尔 · 格利忽然把问题往前推了一步，他说："Linux 没有地理位置。"

他提到，当时 Hugging Face 上已经出现了大约 1300 个 DeepSeek-R1 的衍生版本。MIT 许可证意味着任何人都可以继续修改、蒸馏、重新发布。按照比尔 · 格利的判断，最后真正成为主流的甚至未必是 DeepSeek 自己发布的那个模型，也可能是某个后来出现的分支。

可以说 "Linux 没有地理位置 "，它已经不太像一句关于开源文化的感慨了。DeepSeek 最早被讨论时，人们很自然地问：这是中国的模型，还是美国的威胁？一年半以后，美国创业者开始反过来告诉自己的政府：这个 " 中国模型 "，已经是我们的基础设施了。