Học thuyết DeepSeek: Lối đi riêng đầy khác biệt

Liang Wenfeng muốn gì? CEO của DeepSeek hiện đã giàu có hơn cả Dario Amodei hay Sam Altman. Dưới sự giám sát cẩn trọng và nguồn tài chính khổng lồ từ quỹ đầu cơ của mình, một nhóm các nhà nghiên cứu ít tên tuổi tại Hàng Châu đã liên tục thu hút sự chú ý của thế giới — và họ vẫn tiếp tục chia sẻ miễn phí các thành quả nghiên cứu của mình. Những động lực đằng sau lý thuyết hành động của Liang đã khiến những người theo dõi lĩnh vực AI tại Trung Quốc phải đau đầu ngay từ đầu.

Vào cuối tháng 7, biên bản bị rò rỉ từ cuộc họp kéo dài bốn giờ giữa Liang và các nhà đầu tư đã lan truyền trên internet. Giống như bao người khác, chúng tôi đã nghiền ngẫm biên bản này để hiểu về Liang trên cương vị CEO, DeepSeek trên cương vị một công ty, và Liang trên cương vị một con người. Liang hiện lên như một nhân vật thực sự khác biệt trong giới tinh hoa công nghệ Trung Quốc: một người chân thành nắm giữ một thế giới quan cụ thể và mang đậm dấu ấn cá nhân, nếu không muốn nói là cả một hệ tư tưởng. Trong khi những người khác trong cùng tầng lớp rất nhạy bén với các xu hướng thương mại và chiều gió chính trị, ông lại định vị bản thân là người tập trung hoàn toàn vào việc hiện thực hóa tầm nhìn công nghệ của mình — và thật khó để nghi ngờ niềm tin của ông khi ông đã đầu tư phần lớn tài sản thực tế của mình vào hành trình này.

Luận điểm của ông rất tự tin và độc nhất: rằng có một mối quan hệ nhân quả tất yếu giữa học máy tự động và trí tuệ tổng quát, và việc theo đuổi trí tuệ máy tính tiên tiến như vậy là vấn đề duy nhất đáng giải quyết vào lúc này. Là người Trung Quốc đồng nghĩa với việc phải làm việc trong những hạn chế về phần cứng hiện tại, nhưng DeepSeek lại đặt ra những tham vọng của riêng họ ở một chân trời xa hơn nhiều. Tất nhiên, việc họ có làm được hay không có lẽ không hoàn toàn phụ thuộc vào họ.

Tại ChinaTalk, chúng tôi đã theo dõi câu chuyện về DeepSeek từ trước khi R1 ra mắt. Dưới đây là những suy nghĩ và quan sát của chúng tôi sau khi đọc biên bản bị rò rỉ. Chúng tôi đi sâu vào:

Cách các mô hình mở của Trung Quốc vận hành như một mô hình kinh doanh;

Tại sao, theo Liang, học tập là con đường dẫn đến AGI;

Nền kinh tế chính trị của Trung Quốc trông như thế nào từ góc nhìn của Hàng Châu;

Cách DeepSeek được quản lý khác biệt ra sao;

Và sự so sánh giữa Liang Wenfeng và Demis Hassabis cho thấy điều gì và bỏ lỡ điều gì.

Nếu các trọng số (weights) được mở, chính xác thì DeepSeek kiếm tiền từ các mô hình của mình như thế nào? Liang nói với các nhà đầu tư rằng nguồn doanh thu lớn nhất của phòng thí nghiệm đến từ các khách hàng doanh nghiệp. Khi R1 ra mắt vào năm 2025, một làn sóng các doanh nghiệp và cơ quan chính phủ Trung Quốc đã kết nối DeepSeek vào hệ thống nội bộ của họ. Mặc dù phần lớn trong số đó chỉ là trào lưu, một số khách hàng doanh nghiệp dường như đã gắn bó lâu dài. Vì tất cả các mô hình của họ kể từ R1 đều được phát hành công khai theo giấy phép MIT, DeepSeek không kiếm được doanh thu từ việc triển khai tại chỗ (on-premise) của các đơn vị doanh nghiệp, vì vậy những khách hàng doanh nghiệp thực tế đó chắc chắn phải trả tiền cho các API token.

Nhóm DeepSeek đã công bố một phân tích vào tháng 2 năm 2025 cho thấy vào một ngày bình thường, API của R1 mang lại cho phòng thí nghiệm 562.027 USD, với biên lợi nhuận 545%. Nhìn về hiện tại, con số giả định mà Liang đưa ra trong cuộc họp nhà đầu tư về doanh thu từ khối doanh nghiệp của DeepSeek trong năm nay là hàng trăm triệu USD. Với sự tăng trưởng đủ lớn trong lĩnh vực này, ông cho rằng DeepSeek thậm chí có thể sớm đạt lợi nhuận ròng, mở đường cho một đợt IPO thành công. Nếu không, doanh số API cho người tiêu dùng cá nhân cũng còn dư địa để phát triển.

Mặc dù vậy, Liang không mấy quan tâm đến người tiêu dùng. Ông thú nhận rằng có thời điểm vào năm ngoái, phòng thí nghiệm thậm chí đã cân nhắc việc ngừng các sản phẩm tiêu dùng do tốn quá ít công sức để duy trì chúng. Nhưng chatbot và người dùng API cá nhân của DeepSeek dường như lại cực kỳ trung thành, nên nhóm cuối cùng đã quyết định tiếp tục duy trì. (Tôi tự hỏi bao nhiêu trong số đó là những người chơi nhập vai...)

Những vấn đề nhỏ như giữ chân người dùng không làm Liang bận tâm. Chừng nào giới hạn trên của trí tuệ máy tính vẫn còn chưa rõ ràng, thì việc theo đuổi nó mang lại nhiều giá trị (về công nghệ, xã hội và kinh doanh thực tế) hơn là xây dựng các mô hình kinh doanh dựa trên những gì hiện có. Các mô hình có năng lực mạnh hơn dễ dàng đánh bại các đối thủ cạnh tranh, đặc biệt là khi đối thủ đã rơi vào tình trạng phụ thuộc vào lộ trình công nghệ cũ. Một khi trí tuệ thực sự tổng quát và vượt trội xuất hiện, việc tạo ra các sản phẩm to-C và to-B sẽ trở nên đơn giản. Trước thời điểm đó, phần lớn nguồn lực của DeepSeek sẽ dành cho việc thăm dò các giới hạn trên của trí tuệ — và không gì khác.

Liang mô tả công việc này là "nhiệm vụ chính" của AGI, bao gồm nghiên cứu trong lĩnh vực trí tuệ đa năng, các tác nhân (agents), chuỗi suy nghĩ (chain-of-thought), v.v. Ông cẩn thận không cam kết với các phân ngành hay lý thuyết cụ thể nào, nhưng loại trừ rõ ràng một số quỹ đạo. Ví dụ, các mô hình thế giới (world models) đối với ông là "không liên quan" đến việc theo đuổi các cấp độ trí tuệ cao hơn, mặc dù ông cho rằng AI hiện thân (embodied AI) phần lớn là tất yếu. Ông lập luận rằng một khi nghiên cứu AI dựa trên "tự lặp lại" (self-iteration), các hệ thống này sẽ tự giải quyết vấn đề trí tuệ hiện thân trong thế giới vật lý. Tuy nhiên, trước đó, ông tin rằng vấn đề quan trọng nhất hiện nay là học tập.

Việc huấn luyện AI ngày nay dựa nhiều vào dữ liệu chất lượng cao, được dán nhãn đưa vào các mô hình — chứ không phải học tập tự chủ và thực sự liên tục. Liang cảnh báo các nhà đầu tư không nên coi "học tập" là một công nghệ phụ như cách họ làm với "tác nhân", mà thay vào đó hãy coi đó là một vấn đề cần giải quyết. (Thật vậy, một điểm rút ra khi đọc những lời của Liang là mặc dù là một cựu binh trong ngành tài chính, ông dường như nhìn thế giới như một kính vạn hoa đầy những câu đố giống như cách một nhà nghiên cứu học thuật nhìn nhận.) Con đường dẫn đến AGI, trong mắt ông, đi qua các cơ chế cho phép các mô hình tiếp tục thu nhận kiến thức. Ông khá trung thực khi thừa nhận rằng ông và nhóm của mình vẫn chưa biết con đường đó trông như thế nào, nhưng ông đang yêu cầu các nhà đầu tư đặt cược vào sự minh mẫn trong tư duy của họ.

Trong suốt cuộc trò chuyện, Liang dường như ngầm giả định rằng các hệ thống AI trong tương lai — và cuối cùng là AGI — sẽ là mã nguồn mở. Trong khi Mỹ sẽ duy trì lợi thế về năng lực trong thời điểm hiện tại, Trung Quốc, trong mắt ông, sẽ đóng vai trò là "nhà máy sản xuất token" ở quy mô toàn cầu, đẩy giá thành trí tuệ xuống thấp như cách họ đã làm với vô số ngành công nghiệp khác trong thời kỳ bùng nổ sản xuất.

Liang dường như đã phần nào ổn định trong vai trò "nhà vô địch quốc gia". Những cụm từ như "sứ mệnh lịch sử" thỉnh thoảng xuất hiện khi ông thảo luận về việc nút thắt phần cứng mà Trung Quốc phải đối mặt sẽ bị xói mòn và cuối cùng bị phá bỏ, như thể các lực lượng lịch sử làm cho điều đó trở nên tất yếu. Liang kỳ vọng con hào CUDA của Nvidia sẽ bị xói mòn, và — với ít chi tiết cụ thể — ông bày tỏ sự lạc quan thận trọng về việc huấn luyện trên chip Huawei. Trên thực tế, ông thể hiện mối quan hệ của DeepSeek với Huawei là thân thiện và coi việc làm việc với GPU nội địa là một điều tất yếu. Huawei dường như đã phân bổ 16.000 GPU Ascend 950 cho DeepSeek, ít hơn so với những gì họ bán cho "các công ty internet lớn hơn" (có lẽ là ByteDance, Alibaba và Tencent). Một chi tiết đáng chú ý là Liang nhận xét rằng các đối thủ này cần chip Huawei hơn DeepSeek vì DeepSeek có thể "mua được một số chip không tuân thủ lệnh cấm", và lý do chính để DeepSeek chi tiền cho Huawei là để hỗ trợ hệ sinh thái phần cứng nội địa.

Liang không muốn trở thành một phần phô trương của "China, Inc.". Tuy nhiên, ông biết rằng sự hội nhập nội địa Trung Quốc là tất yếu, và nhìn thấy giá trị trong việc liên kết với Bắc Kinh về chủ quyền công nghệ. Vấn đề là thuyết phục các nhà đầu tư rằng họ thực sự nên cảm thấy lạc quan về việc huấn luyện mô hình trên GPU nội địa — đây là chủ đề nhận được nhiều câu hỏi nhất trong phần hỏi đáp.

Liang rõ ràng rất tự hào về công ty mà ông đã xây dựng. Với các nhà đầu tư, ông đã giới thiệu câu chuyện về một đội ngũ cam kết với công việc không chỉ vì nội dung hay sứ mệnh, mà còn vì một văn hóa hiếm có trong ngành công nghệ Trung Quốc. Các nhà nghiên cứu của DeepSeek, dường như, hiếm khi làm thêm giờ. Ban quản lý cố gắng đảm bảo rằng các nhiệm vụ "bắt buộc" — những nhiệm vụ dựa trên các mục tiêu trung tâm được quyết định tập thể — không chiếm quá một nửa thời gian làm việc của nhân viên. Một nửa còn lại hoàn toàn do nhân viên tự định hướng, và họ được hỗ trợ theo đuổi bất kỳ dự án nghiên cứu nào mà họ quan tâm miễn là có đủ tài nguyên tính toán.

Tất nhiên, Liang không làm điều này hoàn toàn vì lòng tốt (mặc dù ông có vẻ có cái nhìn bình thường một cách mới mẻ về hiệu suất con người, từng lưu ý rằng ông tin một người chỉ có thể tập trung từ sáu đến tám giờ một ngày). Trong cuộc họp, ông lập luận rằng một môi trường thoải mái là điều cần thiết cho nghiên cứu. Những ý tưởng nghiên cứu tốt đến từ việc khám phá sự tò mò nhàn rỗi, và sẽ không có chỗ cho sự tò mò đó nếu các nhà nghiên cứu liên tục bị áp lực bủa vây. Để duy trì môi trường như vậy, Liang tập trung vào việc "nói không" với các dự án không liên quan đến sứ mệnh chính của họ; ông nói với các nhà đầu tư rằng đây là lý do tại sao họ cố tình không cải tiến nhiều sản phẩm hiện có.

Liệu một lý thuyết mới về công nghệ và năng suất có cuối cùng đánh bại được văn hóa 996 đáng sợ? Thay vì nhảy vào mọi lĩnh vực và vội vã trở thành người dẫn đầu, như tiêu chuẩn của phần lớn ngành công nghiệp internet Trung Quốc, Liang đang đặt cược rằng sự tập trung và kỷ luật sẽ giành chiến thắng trong chương AI. Không giống như ở Thung lũng Silicon, nơi cơn sốt vàng AI đang tạo ra những nhà sáng lập cực kỳ tham công tiếc việc và thúc đẩy nhân viên làm việc nhiều giờ hơn nữa, Liang không có vẻ như đang chạy đua với thời gian. (Chắc chắn ông ấy sẽ không rơi vào tầng lớp dưới cùng vĩnh viễn). Trong mắt ông, có vẻ như chân trời cho trí tuệ máy tính vẫn còn quá rộng mở đến mức còn rất nhiều việc phải làm trước khi bất kỳ ai nên hoảng loạn. Suy cho cùng, người theo sau luôn muốn cuộc đua còn lâu mới kết thúc. Nhưng có lẽ Liang cũng ít lo lắng hơn về hậu quả của cuộc đua đó: trong suốt cuộc trò chuyện kéo dài bốn giờ, những nguy hiểm của AGI tiềm năng không bao giờ được nhắc đến. Việc theo đuổi nó dường như vốn dĩ đã xứng đáng đối với Liang.

Liang lấy cảm hứng từ lịch sử của Bell Labs nhưng không coi DeepSeek là một bản sao chính xác. Khi các nhà đầu tư hỏi về sự căng thẳng giữa chủ nghĩa lý tưởng nghiên cứu của DeepSeek và sự cấp bách của việc xây dựng một doanh nghiệp bền vững, Liang lập luận rằng các sứ mệnh không làm các công ty tốt mất đi doanh thu. Thay vào đó, những sứ mệnh xứng đáng tạo ra những con đường thương mại hóa mạnh mẽ hơn. Nói cách khác, nghiên cứu không chỉ khả thi bên trong các công ty vì lợi nhuận, mà đôi khi kết quả tốt hơn sẽ xảy ra khi có sự tham gia của vốn.

Có một CEO AI khác cũng đi đến kết luận tương tự — Demis Hassabis. Cuốn tiểu sử về Hassabis của Sebastian Mallaby, *The Infinity Machine*, ghi lại cách DeepMind trở thành công ty con của Google. Cựu CEO Google Larry Page đã đưa ra cho Hassabis, người vốn không thích công việc phát triển kinh doanh, hai kịch bản tương lai: hoặc dành thời gian đỉnh cao của sự nghiệp để thu thập các nguồn lực cấp Google cho công việc thực sự mà DeepMind hy vọng đạt được, hoặc thực hiện công việc đó ngay bây giờ dựa trên nền tảng của Google. Đối với Hassabis, sự lựa chọn là hiển nhiên.

Nhưng canh bạc của Demis đã không diễn ra như ông muốn. Google DeepMind trở nên vướng vào mê cung doanh nghiệp của Google nhiều hơn ông mong đợi. Ông phàn nàn về việc chỉ trở thành một nhân viên bình thường dưới góc nhìn của Mountain View, vì ông không còn là người duy nhất quyết định những gì DeepMind sản xuất. Không giống như Liang, người coi việc khai thác các động lực thương mại cho sự phát triển AGI "thuần túy" là hoàn toàn khả thi, Mallaby mô tả Hassabis thất vọng về những gì đã xảy ra, mặc dù ông vẫn tin vào sự cần thiết của việc giữ công nghệ mạnh mẽ trong tay những người hiểu rõ nó nhất.

Vào ngày 5 tháng 8, tất cả sự căng thẳng này đã bùng nổ. Hassabis đã từ chức tại Google và sẽ chuyển hướng sang làm việc về khám phá thuốc hỗ trợ bởi AI tại Isomorphic Labs, cũng như nghiên cứu "tác động xã hội của AGI" theo người phát ngôn của Google. Tiếng gọi của sứ mệnh đã kéo ông ra khỏi một tình huống đáng thất vọng — nhưng cũng kéo ông ra khỏi công việc cả đời tại DeepMind.

Hassabis chắc chắn không nên ghen tị với hoàn cảnh cá nhân của Liang. Trong khi Hassabis chỉ bị hạn chế bởi chính trị phức tạp của một công ty nổi tiếng thế giới, công ty của Liang hiện tượng trưng cho cuộc đua AI Mỹ-Trung. Để bảo vệ công ty của mình khỏi tâm bão, Liang cố gắng định hình câu chuyện nội địa xung quanh DeepSeek. Sẽ không có sự anh hùng hóa hay tôn vinh các nhà nghiên cứu cụ thể nào; ông liên tục nhấn mạnh rằng DeepSeek được tạo thành từ những "người bình thường" mà bí quyết là làm việc nhóm. Ông đề cập tại một thời điểm rằng chính phủ "sẽ không cho [họ] một xu" nếu công ty thất bại. Điều này không nên hiểu theo nghĩa đen vì mối quan hệ bất đối xứng giữa tiềm năng cưỡng chế của Đảng Cộng sản và một phòng thí nghiệm nhỏ (dù được tài trợ tốt); có lẽ đó là để trấn an các nhà đầu tư rằng quản lý tài chính lành mạnh sẽ không bị xem nhẹ khi DeepSeek dồn toàn lực vào AGI.

Sau khi các bản rò rỉ của cuộc họp này lan truyền khắp internet, Liang được cho là đã vô cùng tức giận đến mức tạm dừng một vòng gọi vốn mới và đẩy lùi kế hoạch IPO thêm một lần nữa. Hơn bất cứ điều gì, ông yêu cầu sự tin tưởng tuyệt đối không làm loãng tầm nhìn chính xác của mình — và bất cứ ai làm rò rỉ điều này rõ ràng không hoàn toàn tin tưởng vào kế hoạch. Câu hỏi đặt ra là: trong số những người tham dự ngày hôm đó, ai có lý do để muốn tìm ra lỗ hổng trong tầm nhìn của Liang?

Không có bài đăng nào.