北京
出品 | 網易智能
作者 | 小爪
編輯 | 王鳳枝
"眼前的是芝麻，后面才是西瓜。"
在最近流傳的"四小時投資人會議實錄"中，梁文鋒這樣解釋DeepSeek為什么不急著補產品、不做超級App、也不追求利潤最大化。芝麻是今天就能撿起來的用戶、收入和市場份額；西瓜是他心里那個還沒實現的AGI。
大多數AI公司的產品負責人今天在想的問題是：怎么爭入口、怎么把助手做成平臺、怎么在用戶規模上追上ChatGPT。梁文鋒想的不是這些。他公開承認DeepSeek的產品并不完善，也不打算優先補齊所有體驗缺口。這不是因為看不到用戶需求，而是他對"產品"這件事的定義，和主流不一樣。
在他的判斷里，產品不只是流量入口，也是模型能力進化的一部分。而模型能力進化的第一手燃料，來自公司內部。最有價值的第一批使用者，可能就在自己身邊。
這套判斷貫穿了他關于產品、用戶、商業化和AGI的所有取舍。
用戶是誰：不是市場上最多的那群人，是自己
互聯網產品經理判斷優先級的標準，通常是"哪個市場大、哪個用戶多、哪個頻次高"。梁文鋒反過來問："哪個能讓我們自己先用起來？"
所以他把編程智能體排在金融、醫療等行業智能體之前。原因不是編程市場更大，而是編程智能體和DeepSeek每天的核心工作高度重合。 研究人員每天都在修改代碼、配置實驗、調用工具、分析結果、定位錯誤。他反復強調，模型要"首先給我們自己用"，因為內部研發效率提高以后，下一版模型也可能更快完成。
這是一種少見的產品優先級排序方式。大多數公司先看外部市場規模，再決定資源投向；梁文鋒先問的是這款產品能不能解決自己的核心問題。
這不再只是設想。DeepSeek在2026年4月24日發布V4 Preview時，官方明確稱V4已經用于公司內部的智能體編程工作。官方沒有披露它覆蓋了哪些工程環節、有多少研究人員使用，也沒有公布節省時間或加快迭代的具體數據。現階段能確認的只是"已經在用"。
產品是什么：不是終點，是研究的一環
在梁文鋒的理解里，產品不是研究的終點，而是研究的一部分。這句話聽起來像口號，但它有具體含義。
傳統產品觀里，反饋回路是"用戶操作、數據回流、模型更新"這種自動化閉環。梁文鋒談的不是這個。他談的是產品作為一個持續暴露問題的環境。 模型在哪一步失去上下文、為什么調用了錯誤的工具、什么時候需要人類接管，這些問題只有在真實任務里才會顯現。
編程任務尤其適合暴露這類問題。代碼能否運行、測試是否通過、修改有沒有引入新錯誤，都有較清楚的結果。相比開放式對話，編程智能體更容易形成"執行、檢查、修正"的過程，失敗也更容易被轉化成后續訓練數據、評測任務或工程改進目標。
更進一步，他談到持續學習：模型能在長期任務中保留和復用經驗，不必每次都依賴完整上下文重新開始。這是他為下一階段設定的目標，也是他公開承認的未解難題："全世界都還沒有找到好的方法。"
編程智能體負責把模型送進真實任務，持續學習決定這些任務留不留得下來。如果未來的模型還能參與實驗設計、代碼實現、結果分析和評測，產品和研究之間的邊界就會真正打通。產品不再是研究的下游，而是研究的一部分。這是梁文鋒產品觀里最本質的一條。
邊界在哪：不做超級App，先守住研究資源
外界常問：DeepSeek有用戶、有API、有品牌，為什么不順勢做成下一個字節或騰訊？
梁文鋒明確說過不想。這個選擇不能理解成他不看重最終用戶。用戶越多，產品遇到的真實任務和反饋通常越豐富，開源、API和自有應用本身也并不沖突。他真正在守的是組織資源。
運營一個超級App，意味著持續投入產品設計、增長、運營、內容治理和商業化；進入金融、醫療等行業，還需要專業數據、合規能力和交付團隊。這些工作都有價值，卻會和模型研究爭奪人才和管理注意力。他的判斷是：現階段，研究比產品化更值得投入。
所以他選擇開源加 API的組合。開發者和應用公司可以在模型之上建設工具與行業方案，不愿自行部署的客戶則可以直接購買 API服務。DeepSeek官方 GitHub還持續公開模型、推理、訓練和基礎設施相關項目，擴大外部使用和研究的范圍。
這條路線不是沒有代價。離最終用戶越遠，公司越難掌握完整的使用關系、品牌入口和商業利潤。第三方可以比較并更換模型，也可能把最有價值的用戶反饋留在自己的系統里。梁文鋒接受了這個代價，因為他判斷：研究團隊保持專注，比多占一塊應用市場更重要。
他的克制也不完全出于善意。他公開說過，AI 最終可能占到人類 GDP 的百分之十，"一個人獨占這個事情，你不可能獨占"。想拿得多的人，會被愿意拿得少的人打敗。 開源和合理利潤，是他對這個市場規律的順應。
商業化的位置：供血，不掌舵
大多數公司的產品路線是被商業化推著走的：大客戶要什么就做什么，銷售目標定多少就往哪里跑。梁文鋒不否認商業化的必要，他明確說過："我們本質上還是一個公司。"但他給商業化劃了一個位置：供血，不掌舵。
付費 API 就是這個位置的現實落點。訓練、推理、人才和基礎設施都需要長期投入，已經形成的模型能力必須變成可持續的服務，研究才有穩定的資金來源。開源和收費也可以同時存在：開放權重降低研究與部署門檻，API 為需要現成服務的用戶提供另一種選擇。
他還給"合理利潤"設了一個具體尺度：一臺設備十個月回本，大概對應六倍利潤。他公開說，這已經夠了。這句話對產品路線的影響很大。大客戶定制、行業交付、銷售目標和短期體驗優化通常能帶來更明確的收入，卻也可能迅速占用研究與工程資源。 給利潤設上限，等于給"最容易賺錢的需求"設了一道防線，不讓它們自動獲得最高優先級。
這套安排最難的部分，是長期維持取舍。補產品、擴銷售、做行業方案，回報往往更快也更容易衡量；持續學習和更深的 AI 輔助研發沒有確定時間表。梁文鋒賭的是：只有模型進步繼續帶來更好用的產品、更高的研發效率或更低的服務成本，今天放棄的機會才可能換來更大的回報。
芝麻和西瓜：他的產品觀最終指向哪里
梁文鋒把眼前的用戶和商業機會比作"芝麻"，把尚未實現的 AGI 比作后面的"西瓜"。這大概是他產品觀最直接的表達。
其他人的產品觀通常在討論如何做出更好的產品：更好的體驗、更大的規模、更高的收入。梁文鋒的產品觀在討論產品應該服務于什么：服務于 AGI 這個更遠的目標。 功能可以晚一點補，入口可以暫時不搶，利潤也不必做到最大，只要這些讓步能增加做成 AGI 的概率。
這不是一種"做產品"的方法論，而是一種"要不要把資源花在產品上"的判斷標準。 所以他允許產品不完整。研究資源有限時，他寧愿把人留在模型問題上，也不為每一個體驗缺口建立完整的產品、運營和交付體系。
但他也承認克制有邊界。產品雖然不完整，仍要承接足夠復雜的真實任務。否則用戶不會深入使用，內部工具也可能停在淺層，DeepSeek 便收不到下一輪研究真正需要解決的問題。少做產品，也會反過來損傷它原本想保護的研發。
這套產品觀是否成立，最終不能靠"克制"本身證明。它只能由下一代模型證明：梁文鋒說的那個西瓜，究竟在不在后面。
本文來源：網易智能
責任編輯：
王鳳枝_NT2541
