# 影片筆記：DeepSeek梁文锋4小时会议录音，都泄露了哪些敏感信息？

## 一句話總結

DeepSeek 創始人梁文鋒在 5 月 20 日的第一輪閉門融資會議中，洩露了約 2 萬張 H100 等效算力（含華為 H950 與英偉達走私卡）、高昂的採購成本與利潤率、以及「激活參數」技術路線等核心商業機密；該文件於 7 月 16 日流出後，據報導致第二輪融資及 IPO 籌備暫停，外界推測此洩露與競爭對手（如 Kimi K3）發布及投資人焦慮有關。

## 核心重點

1.  **算力底細與合規風險**：
    *   DeepSeek 擁有約 2 萬張 H100 等效算力。
    *   其中華為提供 1.6 萬張 H950 卡。
    *   其餘為英偉達卡，梁文鋒承認購買了「不合规卡」（走私卡），並願意支付溢價購買更多英偉達卡（可能涉及通過東南亞渠道「洗過澡」）。
2.  **成本與商業模式**：
    *   宣稱 10 個月可收回 API 成本。
    *   利潤率約 6 倍。
    *   年採購規模目標可達 200 億美元（若資金能轉化為卡）。
3.  **技術路線與競爭態勢**：
    *   中國模型激活參數多在 50B 左右，DeepSeek 計劃年底推出 150B 激活參數模型。
    *   技術演進路線：語言模型 -> 推理（COT）-> Agent -> 持續學習 -> 具身智能。
    *   認為國內模型公司過多，資源分散，未來可能只剩三家。
4.  **中美差距敘事**：
    *   承認總體算力落後美國約兩年。
    *   強調在有限算力下取得了接近的成果（用 1/20 算力取得接近成果）。
    *   認為國產算力（華為）正在瓦解英偉達 CUDA 護城河。
5.  **洩露動機與後果**：
    *   推測洩露發生在 Kimi K3 發布、科技股回調、投資人對回報焦慮的背景下。
    *   據報梁文鋒憤怒並暫停第二輪融資及 IPO 籌備，原因包括上市審計需解決合規卡問題，以及內部懲罰洩露者。

## 詳細大綱

### 一、 事件背景與文件真偽
*   **會議性質**：DeepSeek 成立後第一輪對外融資前的閉門投資者會議。
*   **時間線**：
    *   會議時間：5 月 20 日。
    *   文件流出：7 月 16 日開始大規模傳播。
    *   媒體核實：7 月 23 日《美日經濟新聞》向參與機構核實，確認會議確實舉行且內容屬實。
*   **文件形態**：42 頁 PDF，正文 35,000 字，118 個問題。
*   **音頻狀況**：原始音頻文件（Deepseek0520.m4a）未隨文件流出，網上流傳的音頻多為 AI 根據口播稿重新配音。

### 二、 洩露的敏感信息核心
*   **算力資產負債表**：
    *   總算力：約 2 萬張 H100 等效算力。
    *   華為貢獻：16,000 張 H950 卡（佔大部分）。
    *   英偉達貢獻：近期到貨，後續計劃大量採購。
    *   折算關係：4 張華為 H950 ≈ 1 張英偉達 B 系列（文中提及 B300）。
*   **合規與採購策略**：
    *   承認購買「不合规卡」（走私英偉達卡）。
    *   願意支付溢價購買英偉達卡，溢價可能涉及通過東南亞等渠道「洗過澡」後的成本。
    *   年採購規模目標：200 億美元（若資金能轉化為卡）。
*   **運營與成本**：
    *   利潤率：僅賺 6 倍利潤。
    *   回本週期：10 個月收回機器成本（通過 API 收入）。
    *   競爭對手：阿里、騰訊等因缺乏優化能力，成本比 DeepSeek 高數倍。
*   **市場評價與競爭對手**：
    *   **智譜（Zhipu）**：被評為「被迫開源」，因時代變遷才開源。
    *   **字節跳動**：模型基於「B元」（疑為筆誤或特定稱呼），看不出好處。
    *   **國內競爭**：認為國內做模型的公司太多，未來可能只剩三家（類似美國谷歌、OpenAI、Anthropic），資源分散浪費。
    *   **華為生態**：雖支持華為，但華為卡量級不大（1.6 萬張），且存在折舊問題（3 年折舊，能效比下降）。
    *   **英偉達**：稱英偉達在「自掘墳墓」。

### 三、 組織架構與人才觀
*   **融資目的**：穩定團隊，防止被挖角，通過期權價值留住人才。
*   **工作模式**：
    *   無 KPI，不加班。
    *   任務分為「自上而下」（正式任務，佔一半時間）和「自下而上」（自主研究，佔一半時間）。
    *   原因：研究需要鬆弛環境，且聚焦核心任務（不做視頻、多模態等）。

### 四、 技術路線圖
*   **五代技術演進**：
    1.  語言模型（第一代）。
    2.  思維鏈/推理（COT，第二代，如 DeepSeek R1）。
    3.  Agent 智能體（第三代，當前階段）。
    4.  持續學習（第四代）。
    5.  自我迭代基點/起點爆發（第五代）。
    6.  具身智能（最後階段，因算力提升後會變容易）。
*   **關於「起點」**：認為沒有明確臨界點，是非線性、跳躍式發展。
*   **視頻與多模態**：
    *   視頻：雖是好生意，但不在智能路線圖上，故不做。
    *   多模態：定位為模型外掛組件，非原生訓練。

### 五、 模型參數與中美差距
*   **激活參數 vs 總參數**：
    *   中國主流模型（DeepSeek V4 Pro, Kimi K3, GLM 5.2 等）總參數雖大（1.6T-2.8T），但激活參數多在 23B-50B 之間。
    *   DeepSeek 計劃年底推出激活參數 150B 的新模型。
    *   美國模型（如 GPT-5.5 估算）激活量可能達 800B。
*   **算力差距敘事**：
    *   訓練同等規模模型，需 5 萬張 H100 或 20 萬張華為 H950。
    *   梁文鋒觀點：中美人才差距不大，主要差距在「資源」（算力）。
    *   現有算力：2 萬張 H 等效 + 1.6 萬張華為卡，無法訓練出如 OpenAI 同等規模模型。
    *   戰略：在幾十 B 激活規模上做到極致，不追求與美國在超大規模上競爭。
    *   落後程度：承認總體算力落後美國約兩年，但用 1/20 算力取得了接近成果。

### 六、 國產算力與 CUDA 護城河
*   **CUDA 瓦解理由**：
    1.  AI 輔助編程降低生態建立難度。
    2.  新高級語言（文中提及 **Tail-Lang**，疑為特定語言名稱）可快速重寫 CUDA 算子。
    3.  CUDA 源自遊戲卡，架構有包袱；新架構無包袱，效率更高。
*   **華為卡折舊**：H950（等效 7 納米）在 3 年後因能效比低（相比 5 納米或 3 納米新卡）而變得不划算。

### 七、 洩露動機與融資泡湯分析
*   **洩露背景（7 月）**：
    1.  DeepSeek 領先優勢被質疑（未達預期）。
    2.  投資人焦慮：梁文峰自出 200 億領投，外部投資人急於確認上市和回報。
    3.  競爭對手壓力：Kimi K3（2.8T 參數，效果好）和 GLM 5.2 發布，衝擊市場預期。
    4.  科技股回調，投資人需向 LP 解釋資金價值。
*   **融資結構與停滯**：
    *   **第一輪**：有限合夥企業，梁文峰出 200 億（實際先出 20 億），其他投資人按比例出資。梁文峰為 GP（普通合伙人），擁有決策權；其他為 LP（有限合伙人）。
    *   **第二輪**：有限合夥資金（500 億）+ 國家人工智能產業基金（10 億）投入公司。據報此輪暫停。
    *   **第三輪**：上市籌備。據報暫停。
    *   **原因**：上市需審計，若不合規卡問題未解決無法審計；梁文峰可能通過拒絕簽署合夥協議來懲罰洩露者。

## 工具 / 模型 / 名詞整理

*   **模型/產品**：
    *   DeepSeek / Deep Seek
    *   DeepSeek R1
    *   DeepSeek V4 Pro
    *   Kimi K3
    *   GLM 5.2
    *   MiniMax M3
    *   千問（Qwen）3.8
    *   SORA
    *   Gemini 3.1 Pro
    *   GPT-5.5
    *   Cloud Opus
    *   智譜（Zhipu）
    *   百度文心一言
    *   OpenAI
    *   Anthropic
    *   谷歌（Google）
    *   字節跳動（ByteDance）
    *   阿里（Alibaba）
    *   騰訊（Tencent）
*   **硬體/芯片**：
    *   華為 H950
    *   英偉達（Nvidia）
    *   H100
    *   B300
    *   GB300
*   **技術/語言/概念**：
    *   COT（Chain of Thought，思維鏈）
    *   Agent（智能體）
    *   Tail-Lang（文中提及的編程語言，疑為特定名稱）
    *   CUDA
    *   API
    *   GP（普通合伙人）
    *   LP（有限合伙人）
    *   FA（財務顧問/融資助理）
    *   IPO
    *   國家人工智能產業基金

## 操作流程整理

*   **會議準備與核實**：
    1.  5 月 20 日舉行閉門投資者會議。
    2.  7 月 16 日文件（42 頁 PDF，35,000 字，118 個問題）流出。
    3.  7 月 23 日媒體向參與機構核實，確認會議舉行及內容屬實。
    4.  網上出現 AI 根據口播稿重新配音的音頻，但原始音頻未流出。
*   **算力採購與配置**：
    1.  採購華為 H950 卡（1.6 萬張）。
    2.  採購英偉達卡（約 2 萬張 H100 等效，含走私卡）。
    3.  進行算力折算（4 張 H950 ≈ 1 張 B300）。
    4.  計劃年採購規模達 200 億美元。
*   **技術研發路線**：
    1.  第一代：語言模型。
    2.  第二代：推理（COT）。
    3.  第三代：Agent。
    4.  第四代：持續學習。
    5.  第五代：自我迭代/起點爆發。
    6.  最後階段：具身智能。
*   **融資結構**：
    1.  第一輪：梁文峰出資 200 億（先出 20 億），擔任 GP，其他投資人為 LP。
    2.  第二輪：有限合夥資金 500 億 + 國家基金 10 億（據報暫停）。
    3.  第三輪：上市籌備（據報暫停）。

## 值得注意的限制或風險

*   **合規風險**：購買「不合规卡」（走私英偉達卡），可能涉及通過東南亞渠道「洗過澡」，影響上市審計。
*   **算力折舊與效率**：華為 H950（等效 7 納米）在 3 年後因能效比低，相比 5 納米或 3 納米新卡變得不划算。
*   **技術路線限制**：視頻不在智能路線圖上，故不做；多模態定位為模型外掛組件，非原生訓練。
*   **競爭壓力**：國內模型公司過多，資源分散，未來可能只剩三家；競爭對手（如 Kimi K3, GLM 5.2）發布衝擊市場預期。
*   **融資停滯風險**：因洩露敏感信息，據報第二輪融資及 IPO 籌備暫停，梁文峰可能通過拒絕簽署合夥協議來懲罰洩露者。

## 逐字稿辨識疑點

*   **卡量/卡亮**：文中多次出現「卡量」、「卡亮」，主持人提醒時說「包括卡量什麼的」，後文梁文峰講華為時說「華為 950...給了 16000 卡」。
*   **模型名稱拼寫**：
    *   「B元」：文中提到「字節...模型是 B 元的」，疑為「Bert」或其他模型名稱的聽誤，或特定內部稱呼。
    *   「GB300」：文中提到「5 萬張 GB300」，通常英偉達芯片型號為 H100, H200, B100, B200 等，「GB300」需查證是否為特定型號或聽誤。
    *   「491」：文中提到「激活是 49B 或者叫 491」，疑為「49B」的聽誤。
    *   「800 幣」：文中提到「激活量的話可能會達到 800 幣」，疑為「800B」的聽誤。
    *   「23B」：文中提到 MiniMax M3「激活 23B」，需確認是否為準確數字。
    *   「350B」：文中提到千問激活「350B」，需確認是否為準確數字。
    *   「744B」：文中提到 GLM 5.2「744B」，疑為「720B」或「740B」等數字的聽誤，或特定參數。
    *   「428B」：文中提到 MiniMax M3「428B 的模型」，需確認是否為準確數字。
    *   「2.4T」：文中提到千問「總參數量是 2.4T」，需確認是否為準確數字。
    *   「2.8T」：文中提到 Kimi K3「2.8T」，需確認是否為準確數字。
    *   「1.6T」：文中多次提到 DeepSeek V4 Pro「1.6T」，需確認是否為準確數字。
    *   「50B」：文中多次提到「50B」，需確認是否為準確數字。
    *   「150B」：文中提到計劃推出「150B」，需確認是否為準確數字。
    *   「9T」：文中估算 GPT-5.5「總參數量大概是 9T」，需確認是否為準確數字。
    *   「4.7T」：文中提到 Cloud Opus 4.7「4T」，需確認是否為準確數字。
    *   「200 億」：文中提到梁文峰出「200 億」，後文又說「200 億美金」，需確認貨幣單位。
    *   「500 億美金」：文中提到「哪怕把 500 億美金全花掉」，需確認是否為準確數字。
    *   「200 億」：文中提到「花掉 200