Ghi chép cuộc họp 4 giờ của DeepSeek: Chiến lược 'kiềm chế' và lộ trình tiến tới AGI

@elsewhere

Tháng trước, *elsewhere* đã đưa tin về câu chuyện gây quỹ của DeepSeek. Phần được thảo luận nhiều nhất chắc chắn là cuộc họp nhà đầu tư kéo dài bốn giờ đầy huyền thoại.

Trong một tháng kể từ đó, nhiều câu trích dẫn của Lương Văn Phong (Wenfeng Liang) đã được lan truyền rộng rãi, và chúng tôi đã thu thập được một số nội dung từ nhiều nguồn khác nhau.

Xuyên suốt các cuộc trò chuyện, Liang đã nói "không" rất nhiều lần: không phải thiên tài, không chạy theo lợi nhuận bất hợp lý, không theo đuổi số lượng người dùng, không đóng mã nguồn, không làm 3D / tạo video / mô hình thế giới, không xây dựng siêu ứng dụng tiếp theo. Ông cho biết, sự kiềm chế là một chiến lược — được đánh đổi để lấy xác suất đạt được AGI cao hơn.

Từ những tài liệu hạn chế mà chúng tôi đã thấy, các từ khóa có tần suất xuất hiện cao bao gồm: mô hình, chi phí, AGI, thời gian, mã nguồn mở.

Hầu hết thời gian, giọng điệu của Liang rất chừng mực, ngôn từ giản dị và không hoa mỹ. Chỉ với một vài vấn đề mà ông đặc biệt quan tâm, một sự sắc bén nhất định mới lộ rõ: "Chỉ cần tôi có thể duy trì sự ổn định của đội ngũ, tôi chắc chắn sẽ đạt được AGI. Đơn giản vậy thôi."

Dưới đây là 52 câu trích dẫn mà chúng tôi đã thu thập được. Một số cách diễn đạt có thể hơi khác so với bản gốc nhưng vẫn giữ nguyên ý nghĩa.

DeepSeek Chỉ Có Một Luồng Chính

1. Bây giờ không phải là lúc để tối đa hóa lợi nhuận dựa trên sản phẩm. Con đường dẫn đến AGI đòi hỏi phải coi sản phẩm như một bước đệm, nhưng chúng ta không cần đổ quá nhiều năng lượng vào các sản phẩm C-end (người dùng cuối) hay B-end (doanh nghiệp). Khi bạn ở vị trí kỹ thuật cao hơn và làm việc với công nghệ ở cấp độ tương đối thấp hơn, đó là sự giảm chiều (dimensional reduction). Sản phẩm chỉ là phụ phẩm trên con đường tiến tới AGI.

2. Nhiều thứ không nằm trong luồng chính của chúng tôi — 3D, tạo video; cả mô hình thế giới nữa, những thứ này không liên quan nhiều đến giới hạn trên của trí tuệ.

3. Đa phương thức (Multimodality) rất quan trọng đối với sản phẩm và người dùng C-end. Nhưng nó chỉ là một thành phần, không phải là luồng chính hay bản thân trí tuệ.

4. Tất nhiên có những cách để giải quyết tình trạng "ảo giác" (hallucination) của LLM, nhưng đó là một bài toán dài hạn. Nội bộ chúng tôi phân loại ảo giác là một vấn đề về sản phẩm — chúng tôi sẽ giải quyết nó, nhưng đó không phải là ưu tiên hàng đầu.

5. Ở giai đoạn này, Coding Agent là thứ quan trọng nhất. Nhìn vào tình hình trong nước, cách tiếp cận hợp lý nhất là dồn toàn lực vào các Agent đa năng; các Agent chuyên biệt cho tài chính, y tế và các lĩnh vực khác là ưu tiên thấp hơn.

6. Nếu kỷ nguyên AI tạo ra nhiều công ty nghìn tỷ đô la, sẽ thật tuyệt nếu DeepSeek là một trong số đó.

Học Tập Liên Tục Trước, Sau Đó Là AI Tự Lặp Lại, Kết Thúc Bằng Trí Tuệ Thể Chất (Embodied Intelligence)

7. Thứ mà AI còn thiếu hiện nay không phải là gu thẩm mỹ hay trực giác — mà là khả năng học tập liên tục.

8. Con người có thể học tập liên tục, nhưng với cùng một nhiệm vụ, bạn phải cung cấp cho AI toàn bộ ngữ cảnh. Điều đó gần như không thể, vì vậy AI không thể thay thế nhân viên. Do đó, mô hình thế hệ tiếp theo phải có khả năng học tập liên tục mới đủ tiêu chuẩn là thế hệ tiếp theo.

9. Chúng tôi hy vọng mô hình thế hệ tiếp theo có thể hỗ trợ cho sự phát triển của chính chúng tôi. Nói một cách đơn giản, mục tiêu đầu tiên của các mô hình của chúng tôi không phải là để mọi người thấy dễ sử dụng — mà là để chính chúng tôi thấy dễ sử dụng. Đó là con đường nhanh nhất dẫn đến AGI.

10. Chưa ai trên thế giới tìm ra phương pháp tốt, bởi vì "học tập" được cấu thành từ rất nhiều thứ.

11. Tầm nhìn dài hạn của DeepSeek là AGI. Nếu bạn hình dung con đường này như việc leo cầu thang, bước của năm ngoái là CoT (Chain-of-Thought), bước của năm nay là Agent. Sau Agent, vấn đề cần giải quyết là học tập liên tục.

12. Sau khi đạt được khả năng học tập liên tục, chúng ta có thể đạt đến một điểm kỳ dị dần dần: các mô hình có thể làm mọi thứ con người làm được, bao gồm cả việc tự phát triển các mô hình AI tiên tiến hơn — AI thúc đẩy nghiên cứu AI. Chỉ sau bước này mới đến trí tuệ thể chất.

13. Điểm cuối của trí tuệ có thể đều là trí tuệ thể chất. Bởi vì đối với một người bình thường, thứ họ cần không phải là máy tính — mà là sức lao động của con người.

Còn Rất Xa Mới Chuyển Hướng Hoàn Toàn Sang Thương Mại Hóa

14. Chúng tôi chỉ lấy lợi nhuận hợp lý, không định giá để tối đa hóa lợi nhuận.

15. Đối với một trong các mô hình của mình, ban đầu chúng tôi lo lắng về nhu cầu quá lớn nên đã đặt giá cao, sau đó cắt giảm xuống còn một phần tư — nhiều người trong nhóm chat của công ty đã reo hò. Bởi vì đây chính là lý do tại sao chúng tôi làm việc chăm chỉ để tạo ra mô hình tốt: để mọi người có thể sử dụng nó một cách trọn vẹn.

16. Chi phí thấp là một kết quả — các mô hình của chúng tôi luôn hướng tới chi phí thấp hơn về mặt kiến trúc. Chúng tôi cũng muốn chi phí phải chăng, đặc biệt là trong bối cảnh khan hiếm tài nguyên tính toán.

Một lý do khác: chi phí càng thấp, bạn càng có thể đủ khả năng vận hành mô hình lớn hơn. Khi tài nguyên tính toán bị hạn chế, hiệu quả tính toán cao hơn cho phép bạn huấn luyện các mô hình lớn hơn. Các công ty lớn có thể giải quyết vấn đề bằng cách thêm tài nguyên; chúng tôi ưu tiên hiệu quả chi phí.

17. Từ bên ngoài, có vẻ như chúng tôi đã chọn một mô hình rất khó. Nhưng thực tế chúng tôi đang làm điều đó rất dễ dàng. Việc giảm giá chắc chắn không phải là tin tốt cho các đối thủ cạnh tranh của chúng tôi — họ chắc chắn không reo hò. Tôi không thấy việc bán API hấp dẫn đến thế. Tôi chỉ cần vài người để duy trì API, không cần dịch vụ khách hàng, không cần bán hàng, người dùng tự tìm đến.

18. Chúng tôi đã thương mại hóa từ đầu, chỉ là không lấy thương mại hóa làm mục tiêu. Thời điểm DeepSeek chuyển hướng hoàn toàn sang thương mại hóa có lẽ còn rất xa.

19. Tôi thậm chí không cần nghĩ đến việc đảm bảo một vị trí trong đó. Chỉ cần có cơ hội thương mại, sẽ có cách. DeepSeek là sản phẩm của thời đại, là sự phản ánh của các điều kiện thực tế — không phải là sự bắt chước.

Mã Nguồn Mở Là Điểm Ngọt (Sweet Spot) Cho Một Công Ty Ở Quy Mô Của Chúng Tôi

20. Sự kiềm chế là một chiến lược: từ bỏ một số thứ, đạt được những thứ khác. Mã nguồn mở là sự nhượng bộ: nội bộ, nhân viên cảm thấy thành tựu, công ty có sự gắn kết; bên ngoài, nó mang lại lợi ích cho xã hội, cả đồng nghiệp và người bình thường đều vui vẻ.

Tôi không nghi ngờ gì về việc AGI sẽ có giá trị thương mại to lớn. Trên cơ sở đó, điều tôi ưu tiên không phải là giành thêm thị phần, mà là tăng xác suất thành công.

21. Để AI hoạt động hiệu quả về mặt thương mại, mã nguồn mở có những lợi ích riêng. Điều này nghe có vẻ trái ngược. Trong lịch sử, một công ty phần mềm có thể có thị trường chỉ vài tỷ đô la một năm — mở mã nguồn nó ra thì coi như mất trắng. Nhưng AI đủ lớn để cuối cùng có thể chiếm mười phần trăm GDP toàn cầu. Nếu chúng ta cố gắng độc quyền lợi ích đó, chúng ta chắc chắn sẽ bị lịch sử đào thải. Đây là một quy luật khách quan, một cái nhìn lịch sử.

22. Các mô hình mã nguồn mở mà chúng tôi phát hành giống hệt với những gì chúng tôi tự triển khai. Chúng tôi sẽ không mở mã nguồn một mô hình tệ hơn trong khi sử dụng mô hình tốt hơn ở nội bộ.

23. Tôi không lo lắng về việc người khác triển khai các mô hình của chúng tôi để cạnh tranh với chúng tôi. Không phải công ty nào cũng có ý chí và khả năng để đạt được mục tiêu này. Các startup quá nhỏ không đủ sức; các công ty lớn thì khó tổ chức. Đây là điểm ngọt cho một công ty ở quy mô của chúng tôi.

24. Mã nguồn mở không ảnh hưởng đến mô hình kinh doanh của chúng tôi, trên tiền đề "chỉ lấy lợi nhuận nhất định". Nếu bạn muốn kiếm gấp trăm lần lợi nhuận, mã nguồn mở thực sự sẽ ảnh hưởng đến bạn.

25. Chúng tôi không muốn trở thành đối thủ của bất kỳ gã khổng lồ internet hay công ty nhỏ nào. Trên tiền đề đó, chúng tôi rất sẵn lòng hỗ trợ và giúp đỡ bất kỳ ai, bao gồm Alibaba, Zhipu AI và Moonshot AI, để làm tốt hơn.