朱啸虎：DeepSeek 如何改变我对 AI 的判断

张小珺回顾自己一年前对朱啸虎的报道：当时他对投资中国基础模型公司持谨慎态度。2025 年初，她再次邀请他讨论 DeepSeek 出现后观点的变化。

朱啸虎说春节期间一直在研究 DeepSeek，实际使用体验超过了预期。他过去怀疑当时的技术架构能否实现 AGI，现在觉得可能看到了一条路径。

他仍保留不确定性：在奖励规则清晰的领域，强化学习可能有更直接的反馈；规则不清晰的领域如何获得高质量引导，还需要研究。这是他当时对技术路线的判断。

被问到对 OpenAI 的冲击，朱啸虎提出一个条件判断：如果高成本的闭源模型不能带来显著能力优势，开放模型会对其商业模式形成压力。

他把领先公司的处境称为“领先者的诅咒”：公司投入大量研发费用后，有动力维持闭源并收回投入；等竞争者追近，再改变策略也很困难。

朱啸虎认为 DeepSeek 用户增长和开发者生态可能增加这种压力。他提及的用户量、成本比较和增长速度是访谈时的说法，并非本文独立核实的数据。

他追问闭源模型的价值：如果成本较高而能力差异不大，用户为什么选择闭源服务？他也承认专有数据或特定场景可能提供差异化。

朱啸虎对 DeepSeek 的文字表达和回答深度印象很深，称自己每天用它提出较难的问题。他认为产品的体验对用户口碑很重要。

由此他开始讨论模型是否可能具有意识，并倾向于把意识视为连续程度而非简单开关。这是他的哲学猜测，模型生成有说服力的文字本身并不能证明它有意识。

张小珺读出模型关于意识的一段回答。朱啸虎说那种表达令他惊讶，并转述自己与梁文锋的相关讨论；两人的想法都不构成对机器意识的验证。

谈开放和闭源生态，朱啸虎沿用“安卓”和“iOS”的比喻。他认为闭源路线的机会取决于是否能持续提供明显优势，而开放模型已经能满足一些需求。

他预测未来半年到一年模型在编程和其他专业领域可能进一步提升。这是 2025 年初的预测，并非对实际能力或专业可靠性的保证。

张小珺问 OpenAI 为什么走向闭源。朱啸虎推测，技术领先和收回大量投入的商业压力可能是原因；他没有把这一解释当作公司内部事实。

对中国应用创业者，他认为开放模型和较低的使用成本可能降低构建门槛，让团队把更多精力放在用户和场景上。

朱啸虎预计部分大型企业可能因为专有场景、数据和既有产品继续开发自己的模型，也可能借鉴开放模型的框架。他说这只是可能的路线选择。

被问到为什么此前相信开放模型会追上闭源模型，他说关键在于前沿模型扩展带来的收益是否放缓；但追赶的速度和成本低于他的预期。

他强调高质量训练数据的重要性，并把不同团队组织数据的方式比作厨师使用不同食材。他对 DeepSeek 训练数据和团队偏好的解释属于推测。

在规则不够清晰的任务上，他认为可能需要领域专家提供高质量的示例和反馈，帮助模型改进。他没有披露 DeepSeek 内部数据的具体构成。

谈 OpenAI 时，朱啸虎认为它当时仍在推出领先产品，但高投入意味着如果无法持续保持优势，公司会面临商业挑战。这是他对未来的判断。

对其他中国模型公司，他提出几种可能方向：继续基础模型、参与开放生态，或在垂直领域和应用层寻找机会。他认为每家都需要根据自身条件决策。

被问到 DeepSeek 的技术突破，他把效率归因于多个创新和强化学习路径，并认为减少人工干预有利于扩展。这是投资人的概括，不是对模型训练细节的完整说明。

他认为 DeepSeek 不只是追赶，也在一些领域作出创新。对于闭源模型具体采用什么技术，他承认外界并不知道。

张小珺问他如何看梁文锋。朱啸虎把产品表达风格与团队偏好联系起来，但对训练语料和团队意图没有直接证据。

如果 DeepSeek 开放融资，朱啸虎说自己愿意投资，希望参与并见证技术发展。价格与投入金额仍有关，他后来解释，高估值下可能只投入较小金额。

他再次谈到与梁文锋交流的意识问题，并把自己对模型潜在意识的看法称为一种可能性。这个讨论属于观点和推测，而不是已经证实的技术结论。

关于用户增长的价值，朱啸虎认为关键不只是初次使用，而是用户能否留存。他当时判断对话式工具会强烈冲击搜索，这是预测，不是搜索已被取代的事实。

他区分搜索和个人助手：对获取信息，他喜欢较长回答和连续追问；但对 AI 替人安排旅行等任务，他当时仍怀疑需求和体验是否足够成熟。

朱啸虎复盘自己的一个变化：他过去看重用户数据飞轮，现在认为大量重复对话未必提供高信息量，专业领域的高质量数据可能更有价值。

他认为应用的壁垒可能来自用户留存、品牌认知和工作流，而不是单纯的数据数量。他把不同模型的数据组织方式再次比作不同风格的厨师。

谈 DeepSeek 的未来，他承认尚不知道最好的商业化方式，提到可能的生态、使用量收费和云厂商合作，并认为当时继续建立能力和生态更紧迫。

他认为国产芯片可以用于部分推理场景，但具体可用性和成本取决于硬件、模型与部署条件。采访中的判断不能替代具体技术评估。

如果自己负责 DeepSeek，他说会继续加强模型与开放生态，并建议考虑融资以增加投入和容错空间。他强调这只是自己的建议。

朱啸虎认为公司未必需要依赖战略投资者；他当时还对未来用户增长作出具体预测。这样的预测反映访谈时的预期，实际结果需要另行核实。

谈估值，他认为如果闭源模型无法明显领先，投资者就需要重新评估其价值。这是他的投资观点，不是对任何公司价值的定论。

张小珺问 Stargate 项目和大规模基础设施投入。朱啸虎质疑巨额算力投资的回报，认为结果取决于扩展规律和数据、算法等因素如何演进。

谈 NVIDIA 时，他认为长期仍需要算力，但不同硬件的选择和采购增长速度可能变化。他关于市场预期和股价的判断是当时的个人意见。

被问“现实主义者”如何看梁文锋，朱啸虎指出 DeepSeek 的资金与算力背景和典型早期创业公司不同。他认为这给团队探索理想提供了条件。

回顾上一年的判断，他仍主张多数应用创业者先抓住用户和工作流，而不是自行训练基础模型。与此同时，他承认自己此前高估了普通用户数据飞轮的价值。

他建议创业者考虑直接交付服务，而不是只提供软件，并围绕客户需求设计成本与体验。他举电话中心作为可能的例子。

对小团队寻找产品市场匹配，他认为增加人数并不能自动解决方向问题。一些企业的小分队找到机会，另一些仍在摸索。

回顾 2024 年与 2025 年初，他把后训练、DeepSeek 的出现和大规模模型训练的效果列为自己关注的节点。他对训练效果的判断来自当时听到的信息。

他也谈到可灵、海螺等视频与语音产品，认为多模态有机会，但不同公司仍需决定基础模型和应用之间如何分配资源。

朱啸虎说自己投过面向企业和消费者的 AI 应用，也看到已有投资企业加入 AI 功能。他觉得模型体验正在超过一些用户的预期。

张小珺问是否出现新的标志性产品时刻。朱啸虎认为对话产品已带来惊喜，并预计之后可能出现新的应用；对于超大型创业公司的机会，他表示还看不清。

对于字节、阿里等企业的开放策略，他认为转型有现实难度，技术能力、生态兼容和现有业务都会影响选择。具体判断反映访谈时点。

谈 Perplexity、Cursor 和 Devin 等产品时，两人讨论 AI 应用怎样与基础模型公司区分。他关注用户、工作流和能否提供持续价值。

朱啸虎对智能体的分类持务实态度：相比名称，他更关心系统在具体场景能完成多少工作，以及是否需要人工干预。他对未来替代比例的数字是预测。

张小珺问 AI 会不会带来新的内容平台。朱啸虎认为现有平台也可能受益，但承认新平台机会尚不明朗。

谈小红书，他认为生活内容与社区氛围有吸引力，也提到翻译功能。他提醒 AI 内容增加可能影响社区体验，需要边观察边调整。

他再次说，创业公司应贴近用户而不是只依靠数据壁垒。他认为持续的客户关系和体验可能更有价值。

对于字节、腾讯和阿里的 AI 进展，他分别谈到产品投入、后发跟进和模型生态。有关产品、价格和公司策略的描述均是 2025 年初的观察。

张小珺问理想汽车自研模型是否必要。朱啸虎认为许多企业可以考虑使用现成的开放模型；这反映他的商业判断，不代表每个具体场景的技术选择。

谈具身智能，他看好中国硬件供应链，但认为炫目的演示不等于找到商业化路径。他说自己投资了一些机器人相关公司。

展望 2025 年，他看好 AI 应用和消费品的机会，强调理解用户需求并考虑全球市场。这是当时的投资判断，不是对市场结果的保证。

给创业者的建议是了解自己的优势、关注商业化，并以审慎的资金规划经营。他提醒并非每个团队都有长期投入基础研究的资源。

谈十年、二十年后的社会，他认为 AI 可能改变工作和组织方式，也猜想更短工作周的可能。他承认变化很快，未来很难看清。

他谈杭州及长三角创业环境，说自己团队近年来在那里看到不少项目。关于地域投资比例，他给出的是个人团队的经验。

张小珺请 DeepSeek 生成问题，问现实主义投资人是否会为了诗意或理想破例。朱啸虎说，愿意承担的风险与支票大小有关。

他回忆早期投资小红书时先投入较小金额，后来产品发展后又参与下一轮。他把这个例子作为风险与资金规模如何搭配的说明。

谈是否全力押注一次冒险，他说团队同时关注消费与 AI：前者体现务实，后者允许探索新技术。他不主张把整个投资组合押在一件事上。

他认为 DeepSeek 的出现展现了创业的吸引力，但机构投资仍需区分技术、市场和团队风险，并规划不同风险项目的投入比例。

谈多模态，他认为文字理解在这轮 AI 发展中很重要；这是他对技术重点的观点。随后他与张小珺聊游戏和新加坡的消费见闻。

快问快答中，朱啸虎提到喜欢新加坡的肉骨茶和榴莲，也推荐许公子的系列小说。他再次表示当时看好 AI 应用领域的创业机会。

访谈最后，他建议听众亲自体验模型，提出自己关心的问题，再形成判断。张小珺结束节目。