梁文锋说AI持续学习能力是短板，DeepSeek如何解决？

核心认知：AI的短板在于“学不会”

梁文锋认为，AI当前不缺品味与直觉，缺的是持续学习能力。人类员工入职后，能自主积累经验、适应环境、迭代认知，但AI每执行一次新任务，都需要人工补全全部上下文与背景信息，否则极易出错。他指出，只要AI仍像“金鱼一样只有7秒上下文记忆”，它就永远只是人类的计算器，无法真正替代员工。因此，他将持续学习定义为下一代模型的“必要门槛”——不具备持续学习能力的模型，不能称为下一代模型。

技术路线：逐级爬坡攻克持续学习

梁文锋将AGI的实现路径比喻为爬楼梯，顺序不可颠倒：

• 语言模型基础底座
• 思维链（CoT）：让模型具备推理能力
• Agent：让模型能调用工具、执行复杂任务
• 持续学习：当前必须跨越的核心关卡
• AI自我迭代奇点：实现模型能自主改进下一代模型
• 具身智能：让AI连接物理世界，提供劳动力而非电脑界面

梁文锋强调，公司目前的技术重心是Coding Agent，因为让AI帮助开发AI本身，是实现AGI最快的方法。通过Coding Agent积累的自我演进经验，正是突破持续学习瓶颈的关键预演。

实践路径：以成本效率换突破空间

DeepSeek的解决方案不止于理论，更落实在工程实践中：

• 极限效率优化：在有限算力下持续压缩计算成本。梁文锋表示，低成本不是补贴，而是技术架构优化的自然结果。单位成本越低，越能在同样算力下训练更大模型。
• 拥抱开源生态：坚持开源最强模型，不保留阉割版本。梁文锋认为，AI最终可能占到人类GDP的10%，任何想独占利益的公司都会被历史抛弃。开源能吸引全球开发者共建生态，反向推动技术迭代。
• 数据标注决胜：公司目前一半的核心研究员都在做数据标注。梁文锋判断，高端高质量数据的瓶颈不是钱，而是时间——这是买不来、急不得的硬壁垒。

组织文化：用“克制”守护AGI主线

DeepSeek的解决方案背后，是独特的组织哲学：

• 不追热点：主动放弃视频生成、3D、世界模型等热门方向，认为这些与智能上限无关，只是商业噱头。
• 不抢流量：不做超级App，不争C端用户，不把短期商业化作为目标。
• 不设KPI：团队靠愿景驱动，研究人员一半时间用于自由探索。不鼓励加班，强调松弛环境对前沿研究的重要性。
• 稳定优先：梁文锋明确表示“只要团队稳定，我一定能做成AGI”。公司唯一不可退让的核心利益，就是核心团队的稳定性。

持续学习的突破，在DeepSeek看来不是单一技术点的胜利，而是技术路线、工程效率、开源生态与组织文化协同发力的结果。公司正用“二十分之一的算力”追赶美国同行，并将持续学习之后的自我迭代奇点，视为敲开AGI大门的最终钥匙。