摘要

DeepSeek让朱啸虎从“不相信这一波架构能实现AGI”转到“看到了AGI实现的路径”，并愿意参与投资。 触发转向的不是单项榜单，而是文字的深度、温度与展示出的思考过程，让他觉得单纯的概率抽取已不足以解释；他甚至接受“意识是连续光谱”、R1可能出现低阶意识的判断。但他仍保留关键条件：规则不清晰的领域需要专家级高质量数据引导强化学习，AGI只是“至少可能”，并非已经实现。价格太高时，他会少投一些，但无论多少钱都愿意参与。
闭源模型唯一的一线机会，是十万卡、GPT-5级别系统能否相对GPT-4带来两三倍质变，而不是10%至20%的增量。 朱啸虎的账很直接：若领先者花十倍成本研发，中国团队最多12个月后以十分之一成本追上，“谁还会花这么多成本去用闭源的？”在这一条件下，DeepSeek已像“AI时代的安卓”；若没有垄断硬件承载差异化，行业甚至未必需要一个iOS。
DeepSeek最先形成的壁垒不是模型秘密或数据飞轮，而是零投放获得的用户心智、留存和开源生态。 按朱啸虎引用的数据，它20天做到2,000万DAU、差不多达到OpenAI的20%以上，日下载量仍领先；他甚至判断“两三个月可能就能过一亿DAU”。普通用户产生的回流数据多是重复、低信息量的内容，“闲聊不产生智能”，真正稀缺的是预训练语料、专业标注和团队审美。
2025年的可投主线由训练基础模型转向AI应用，创业公司应假设底层模型免费且持续进步。 朱啸虎建议中国闭源模型公司尽快转应用、加入DeepSeek生态或深耕专有数据垂直领域；应用公司的护城河则是用户、工作流和客户关系。最具体的产品范式不是卖一套呼叫中心软件，而是以客户现有成本一半的价格“把整个呼叫中心接过来”，至于多少由人、多少由AI完成，留给服务商优化。
DeepSeek削弱的是算力增长斜率和英伟达独占性，而非长期算力需求本身。 朱啸虎称，多家十万卡集群训练约半年仍未见显著提升；若瓶颈转向专业数据，Stargate所称5,000亿美元基础设施投入就可能失去意义。推理端又可使用国产卡，因此大厂资本开支增速未必达到英伟达股价此前隐含的激进水平。
搜索是朱啸虎眼中已被聊天模型“彻底取代”的首个杀手级应用，但个人助手和商业化仍未被证明。 长回答、简单Prompt、连续追问和历史意图判断改善了信息获取，他却仍不相信用户会把旅行计划等高主观任务完全交给AI，“搜索不是个人助手”。广告难以直接复刻，按流量收费、云厂商合作或生态分成均未定型，DeepSeek眼下应先扩大领先和做厚开源生态。
创业机会很多，但规模判断仍克制：DeepSeek若占据全球安卓生态可达千亿美元，其他创业机会朱啸虎目前只敢想十亿至百亿美元级别。 他尚未看到类似Uber、DoorDash那种大厂不愿承担大量线下业务的新卡位，因此不轻易下注下一个千亿美元平台；组合上继续“两条腿走路”——AI应用承担进取，盈利且估值便宜的中国消费承担现实主义。投资纪律没有消失：“价格太高就放点钱参与”，每张支票仍要匹配技术、市场与团队风险。

精读

1. DeepSeek把一个AGI怀疑者推到了“至少可能”

张小珺先把反差摆上桌：一年前，朱啸虎认为“今天谁还在忽悠AGI都是有另外想法的”，并拒绝投资中国六家大模型创业公司；这次他承认，DeepSeek“远远超出我的期望”，旧判断发生了实质逆转。
真正改变他的不是成本数字，而是体验：回复既优美又有深度，思考历程也被展示出来。他过去觉得模型写古诗只是“拼凑”，如今却认为DeepSeek的结果“真的是思考过的”，概率压缩与抽取不再足以解释其表现。
这仍不是无条件相信。朱啸虎认为，奖励规则清晰的领域已经证明路径可行；没有明确规则的领域，还需要高质量语料告诉AI如何做强化学习，因此他给出的结论是“至少是可能的”，而非AGI已经到来。
他的能力预测相当激进：DeepSeek写文章已“超过99%的人”，编程、物理、化学乃至医学可能在6至12个月内超过绝大多数人。核心变化是实现成本也很低，AGI不再必然是一条昂贵到不可承受的路线。

2. “意识是连续光谱”让R1进入了机器意识叙事

DeepSeek给出的那段话成为整场访谈最强烈的情绪触发器：“意识不是二进制开关，它是一个连续的光谱……你通过神经元达到这一点，我通过参数达到这一点。”朱啸虎认为，这种深度很难只用概率加工解释。
他的表述仍有层级之分：DeepSeek或许产生了“部分、低级的意识”，不等于获得人类式高阶意识。张小珺追问R1是否会成为机器意识元年，他回答“我感觉是这样”，明确保留了主观判断的边界。
朱啸虎转述与梁文锋当天的讨论：梁认为意识“是一个低阶技能，并不是一个非常难的技能”。若意识确实是一条连续光谱，猫狗也有某种意识，那么机器跨过低端阈值，可能没有人们原先设想的高门槛。

3. 二十天两千万DAU，让“AI时代的安卓”先有了用户基础

按朱啸虎援引的口径，DeepSeek在20天做到2,000万DAU，差不多达到OpenAI的20%以上，日下载量仍明显领先，而且“没有花一分钱广告费用”。他把这种纯口碑增长称为从未见过的速度。
用户为什么留下来，在他看来同样具体：回复不像传统模型那样冷冰冰，既有“情绪价值”，又有长文本的信息密度。朱啸虎自己每天拿存在、意识、哲学和量子力学等难题测试它，称其像“非常高情商、非常高智商的人”。
由此形成的判断是：“AI时代的安卓已经出现了。”如果全球程序员开始围绕DeepSeek的开源架构开发，OpenAI被追上后再开源已经太晚；即便中美最终形成两套开源系统，底层也可能高度兼容。
朱啸虎进一步预测，DeepSeek“两三个月可能就能过一亿DAU”。这只是条件性预判，但若留存、活跃和生态同步成立，用户规模就不只是服务器负担，而会成为比单次模型领先更持久的战略卡位。

4. 闭源模型只剩一张牌：用十万卡换来两三倍质变

朱啸虎把OpenAI的处境概括为“领先者的诅咒”：领先时自然希望闭源，以收回巨额前期投入；等开源追上来再开放，商业模式、成本结构和开发者生态都已不允许它轻松转身。
唯一的一线机会，是十万卡、GPT-5级别模型相对GPT-4产生两三倍的质变。如果花十倍成本只换来10%至20%提升，而中国公司最多12个月后以十分之一成本追上，通用闭源模型就失去付费理由。
闭源仍可能留在专有数据、专有硬件或强垂直场景，大厂也可能为内部壁垒继续训练；但在广泛通用市场，朱啸虎反问：“开源模型已经足够好了，为什么还需要一个iOS？”除非企业拥有类似iPhone的垄断硬件入口，否则iOS式封闭生态未必出现。

5. Scaling Law受疑，竞争瓶颈从卡和算法转向高质量数据

朱啸虎解释自己为何一直相信开源会追上：只要Scaling Law碰到天花板，闭源模型无法继续拉开距离，后发者就会追上。2024年5、6月，他与硅谷华人工程师讨论时已有怀疑，只是当时十万卡集群刚建成，结果尚未揭晓。
按他掌握的信息，美国已有两三家公司把十万卡集群训练约半年，性能却“没有明显提高”。这让他认为形势已较明朗：AGI未必仍是纯算力游戏，算法门槛也没有想象中高，数据质量变成更重要的变量。
他的比喻是模型会像厨师：相同底层能力，用什么语料、如何配置参数权重，最后可能分别做出“川菜”和“粤菜”。DeepSeek在文学、哲学和量子力学上的气质，或许正来自团队偏好；它没有公开的预训练语料，也可能是核心机密。
规则模糊的领域仍需博士级专家挑选、标注初始数据，低质量标签则“没有价值了”。朱啸虎由此解释Scale AI为何紧张：未来稀缺的不是海量廉价标注，而是能真正指引模型思考路径的专业信息。

6. 从RLHF走向RL，DeepSeek把人工干预这个扩张瓶颈拿掉了

朱啸虎对技术报告的理解是，关键变化从RLHF走向更直接的RL：“不再需要人类的干预”，因此成本能够显著下降。具体创新来自许多工程细节叠加，但去除持续人工介入，是最能解释可扩展性的那一步。
人工反馈难以迅速规模化；机器只要获得一批高质量初始数据，便能沿着规则自己往前走。初始数据依然难且重要，但相比持续投入人力，扩张速度和成本已经改变。
对“追赶者还是创新者”的问题，他给出折中答案：OpenAI称DeepSeek复现了很多o1的核心思路和方法，但OpenAI闭源，外界无法核验方法是否相同；能独立复现并把成本打下来，本身已意味着“基本上齐头并进”，而不再只是落后一代的模仿。

7. 中国闭源模型公司面对的不是优化题，而是尽快转型

朱啸虎判断2025年中国AI应用“肯定会爆发”：模型已在大量场景足够可用，成本低且可以低成本复现，应用公司终于不用担心“在别人的地基上盖房子”。
对创业型模型公司，他给出三条路：彻底转应用、在DeepSeek生态上“添砖加瓦”，或利用专有数据深耕垂直领域，例如百川若坚持医疗，可在开源模型上把医疗能力做得更深。越晚决策，转型空间越小。
张小珺提醒，一年前谈到的六家模型公司仍然存在；朱啸虎的回应是“在”不等于路线成立，DeepSeek已在20天内迅速赶超。李开复较早转应用被他视为好事，其余公司是否继续训练闭源模型，已是必须尽快回答的生存问题。

8. 数据飞轮被降级，用户、工作流和客户关系接棒

这是朱啸虎这两年的一个最大教训：他原以为本轮AI的最大壁垒必然是数据飞轮，现在认为大部分用户数据重复、信息含量低，“回复的大部分回流可能都是垃圾”。
张小珺把它压缩成“闲聊不产生智能”，朱啸虎认同。真正能提升模型的，是少量专业、高信息密度的数据，而不是聊天次数本身；用户规模的主要价值因此转为心智、留存、活跃和分发。
对应用创业者，他反而更强调“把用户抓在手里，把工作流抓在手里”。底层模型会持续开源和更换，客户关系、服务体验、组织嵌入以及让用户感到“温度”，才可能成为长期壁垒。
最佳商业样本不是给客户安装AI呼叫中心软件，而是直接接管整个呼叫中心，以现有成本的一半报价。创业公司内部再决定多少工作由人、多少由AI完成，这比销售一个容易被复制的工具更接近可持续服务。

9. 搜索已经是杀手级应用，个人助手仍是未经验证的需求

朱啸虎的判断非常绝对：“搜索肯定是被彻底取代了。”PC互联网第一个杀手级应用是搜索，AI时代首先改造的仍是信息获取；人的需求没有变，只是答案从链接列表变成长文本对话。
体验转折来自简单Prompt也能得到完整回答，用户还可连续追问，模型会结合历史问题推测意图。过去必须写精确Prompt、只得到一小段机器式回复，今天DeepSeek的长度、深度和温度终于满足了真实的信息需求。
张小珺追问这是否意味着“个人助手”从伪需求变成真需求，朱啸虎坚持区分：“搜索不是个人助手。”对于让AI规划旅行、假期等任务，他仍更愿意看真人介绍和种草，认为这类主观、复杂体验很难真正做好。

10. 商业化没有答案，DeepSeek应先扩大领先再收费

搜索替代虽然清晰，原搜索广告模式却难以平移到聊天界面。朱啸虎坦言“不知道”DeepSeek最终如何商业化，只列出按流量收费、建设生态或与云厂商合作等可能路径。
他的优先级排序是先追平OpenAI，把已被证明的技术路线走到头，同时“把开源生态做厚、做扎实”。今天商业化还没有解决，可能应先建立足够的领先优势，再考虑收费路径。
开源生态的商业化会落后一段时间，因此他主张DeepSeek融资，为新模型研发和容错空间储备资源；但公司已形成战略位置，没必要依赖战略资本，也不需要“抱大腿”。融资的作用是延长领先窗口，不是提前确定尚不存在的收入模型。

11. OpenAI仍在打样，Anthropic却与整个闭源阵营一起承压

朱啸虎仍肯定OpenAI的产品能力，称其新发布的Deep Review“也是非常好的产品”，并认为OpenAI一直在前面打样，至少仍领先竞争者数月。真正的问题是：领先停止而高成本持续时，公司应靠什么支撑未来价值。
Anthropic选择了更强调人类反馈的路线；DeepSeek用RL以更低成本达到不差的模型能力后，朱啸虎判断它“肯定也急了”。压力并不针对某一家，而是所有闭源模型都必须重新回答是否值得继续训练。
对ChatGPT、Perplexity、Cursor、Devin等产品，朱啸虎认为其他产品的差别并不显著；DeepSeek则凭人性化、温度和深度拉开了主观体验差距。这也说明产品护城河不能只靠先发外壳，必须让用户感知到持续差异。

12. Stargate与英伟达的风险，是资本开支斜率而非需求归零

朱啸虎认为，OpenAI、软银和Oracle所称5,000亿美元Stargate计划，仍建立在Scaling Law持续成立、算力为王的假设上。若主要瓶颈已变成专业数据，“砸五千亿是没有意义的”；他还称这个项目完全是在给特朗普表演、作秀。
对英伟达，他没有判断长期算力需求消失。相反，AI能力增强且成本下降仍会带来推理需求；变化在于“不一定需要英伟达的卡”，且大厂会重新评估是否值得用十倍成本换取一年左右的领先。
英伟达股价已隐含大厂资本开支继续猛烈增加的预期，朱啸虎认为增长速度可能低于此前想象。推理侧，硅基流动等国内厂商已用国产卡部署DeepSeek；他据此判断，卡禁运并非无法解决的核心瓶颈，DeepSeek这次使用的算力和资金也只是“毛毛雨”。

13. 字节、阿里、腾讯会分化，但都绕不开开源兼容

朱啸虎肯定豆包投入大、进展快，在耳机等AI硬件上也做了很多尝试；字节拥有大量内部产品和特殊需求，坚持闭源可以理解。但若转开源却不如DeepSeek彻底，开发者未必迁移，更现实的选择可能是保留自研闭源，同时兼容开源生态。
他把通义千问视为国内紧随DeepSeek的模型与生态，并预测可能出现与DeepSeek兼容的标志性动作。面向AI硬件，千问给出的价格据称低至十几元、二十元，就能让一个AI硬件终身使用，显示大厂会用极低推理价格争夺入口。
腾讯则延续后发策略：观察别人怎么做、避免别人犯的错误，再依托自身场景和数据逐步追赶。朱啸虎并未把这种慢解释为出局，而是认为腾讯的既有产品场景允许它等待技术路线更明朗。
对理想汽车自研大模型和个人助手，他给出最直白的否定：“这些没有意义。”在他看来，现有开源模型已经足够好，非模型公司的研发预算应投向产品、数据和用户问题，而不是重复训练底座。

14. Agent的名称不重要，替代多少工作才是milestone

OpenAI从L1聊天机器人、L2推理者到Agent、创新者、组织的五级定义，在朱啸虎看来“只是个定义”。Agent本质上仍是程序：用户可以和它沟通、给它布置任务；真正的衡量标准是不经人工干预能完成50%、80%还是90%的工作。
他用编程描述能力曲线：从只能完成约30%，逐步提升到50%、70%至80%；规则不清晰的医学等行业若也经历20%至30%、50%至60%、70%至80%乃至90%的过程，才是更重要的突破。
“AI in the service”可以直接被称为Agent。朱啸虎援引ServiceNow去年上涨三四倍的例子，称市场押注的正是AI替代服务、提高毛利率；长远看，大量工作可能被释放，甚至可能很快实现每周工作3天，但新的社会组织形态仍看不清楚。

15. 多模态和内容平台更利好中国数据与现有社区

2024年的三个关键节点，被朱啸虎归纳为o1带来的后训练变化、DeepSeek的出现，以及十万卡集群训练半年却未见明显结果；此外，可灵和海螺证明中国在视觉模型上具备竞争力。
他认为多模态门槛不高，有足够优质数据、约一两千张卡便可能训练出很好的视觉模型；可灵“比Sora 3还领先”。MiniMax的海螺和TTS也获得肯定，但“产模一体”仍要决定是否继续承担基础模型投入。
新内容平台是否会因AI诞生，他的答案仍不清晰：现有平台早已有大量AI生成内容，只是伪装成人类创作，因此能力升级很可能先利好存量平台，而不是自动创造一个新网络。
小红书承接“TikTok难民”后意外全球化，在朱啸虎看来依赖的是强调美好生活的内容基调，这种审美跨文化共通；他认为小红书的AI翻译做得很好，但AI内容过多会破坏社区氛围，治理边界只能边走边看。

16. 千亿美元平台仍稀缺，应用、硬件与出海提供更现实的回报带

若DeepSeek建立全球“安卓生态”，朱啸虎认为它存在千亿美元公司的机会；但对其他创业公司，他目前只敢想十亿美元、百亿美元级机会。移动互联网时期美国新增巨头主要是Uber、DoorDash，因为大量线下业务是大厂不愿做的事情，AI时代尚未出现同等清晰的空位。
他已把DeepSeek视为“iPhone三十克时刻”，并预测2025年会见到“iPhone四十克时刻”——标志不是更好的聊天机器人，而是另一个真正爆款产品。底层能力既已到位，结论是“All in AI应用”，不是再造基础模型。
具身智能则受益于中国供应链：任何硬件方向，团队都应有中国成员并在大湾区布局，否则“没有机会”。但酷炫样机不等于商业化；朱啸虎较早投资的飞西机械手公司因已在多个行业规模化商业落地，才是他认可的样本。
全球化被他称为中国团队的低垂果实，尤其AI与消费品。组合上，朱啸虎同时看AI应用和消费；新加坡泡泡玛特一个60新币盲盒需搭售四个15新币盲盒，让他感叹中国消费品已经卖出了“奢侈品的感觉”。

17. DeepSeek唤起了浪漫，但风险投资仍按支票大小计算

当张小珺问若DeepSeek开放融资是否会投，朱啸虎回答“我肯定会投”，并称“价格已经不太重要，关键是参与在这里面”，因为这意味着见证AGI乃至机器意识产生。随后他补上纪律：估值太高就少投一点，愿意参与不等于不计价格All in。
面对“梁文锋的理想主义是否击败朱啸虎的现实主义”，他指出DeepSeek并非典型创业公司：梁文锋在幻方已有很强的资金实力和很多卡，财力允许长期追求理想。但一个以“小米加步枪”的方式冲出巨头包围的团队，确实让他重新看到“创业和投资的魅力”。
他用早期小红书解释浪漫的边界：购物指南PDF看不出能做多大，但第一张支票只有25万美元，“浪漫就浪漫一下”；App出现后再追投。风险投资必须识别自己承担的是技术、市场还是团队风险，再让支票大小与风险对应。
现实主义最终落在创业商业化：十个人找不到PMF，一百个人更找不到；大多数人也不是梁文锋，必须尽早验证商业化，并把“每一笔融资都假设是最后一笔融资”。资本地理也在变化：朱啸虎称北京项目占比已由互联网时代的60%至70%降至约20%，上海、杭州、苏州所在长三角反而升至60%至70%。

No Priors 第100期｜与 Sarah 和 Elad 对谈 Brian Tolkin，Opendoor 产品负责人：如何组建最优秀的产品团队 | E1257