2025 年 1 月 20 日，没有发布会。
没有倒计时，没有掌门登台，没有"重新定义"这类词。一个代码仓库里多了一个权重文件，附一份技术报告——几十页，写得像论文，不像广告。
六个小时后，它出现在美国苹果应用商店免费榜第一。
七天后，1 月 27 日，一家卖铲子的公司单日跌去 16.97%，市值蒸发 5927 亿美元。美股历史上任何一家公司单日最大的一次失血。
它没有被打败。它只是被证明了：也许，不需要那么多铲子。
要讲清楚这件事，得先讲清楚一个地方。
那不是一家公司，也不是一个实验室。那是少林寺后山的一座藏经阁——不立山门、不收弟子、不参加论剑，只在阁里扫地、抄经、把心法刻在墙上。
而这个守阁的人，从不赴宴。
一、扫地的人
1985 年，广东湛江吴川，覃巴镇米历岭村。
父母都是小学语文教师。那个年代的广东遍地是赚钱的机会，读书不是什么被推崇的事——常有家长跑到他家里，跟他当老师的父亲聊孩子的前途，聊来聊去，意思差不多：读书没啥用。
他就是在这样的空气里长大的。
初一，把高中数学学完。然后开始啃大学的数学。
请注意这件事的性质：没有人要求他这么做。没有老师布置，没有竞赛大纲，没有升学加分。一个粤西县城的初中生，自己在课后往前摸了两三个学段的数学——这不是"做题"，这是在没人给题目的时候，自己找题。
2002 年，吴川一中高考状元，进浙江大学电子信息工程。
2005 年，全国大学生电子设计竞赛一等奖。这一条要单独拎出来说：那是动手的功夫，不是纸面的分数。
2008 年，全球金融危机。他还在浙大读研，和同学一起攒行情数据，琢磨用机器学习做全自动量化交易。最初本金，八万块。
那一年，AlexNet 还要再等四年，"人工智能"这个词还停留在论文和科幻里。他跟人说 AI 会改变世界，没人信。
硕士论文写的是《基于低成本 PTZ 摄像机的目标跟踪算法研究》。
"低成本"这三个字，是他一生武功的总纲。二十年后，它会变成 557.6 万美元。
后来有记者问他为什么招人不看经验、只看能力，他说了一句话，几乎是他整个人的注脚：
"做一件事，有经验的人会不假思索告诉你，应该这样做；但没有经验的人，会反复摸索、很认真去想应该怎么做，然后找到一个符合当前实际情况的解决办法。"
他不是被谁点拨开的窍。他是没人点拨、自己开的那一窍。
二、香火田
2015 年，幻方成立。
这个名字取自洛书九宫图——一种把数字排成方阵、让每行每列每条对角线的和都相等的数学结构。从起名字那天起，他要的就是"平衡"，不是"最大"。
2016 年 10 月，幻方跑出第一份由深度学习生成的交易仓位。到 2017 年底，几乎所有策略都交给了 AI。
然后是那件让同行完全看不懂的事——买卡。
2019 年，近 2 亿元建"萤火一号"，1100 块 GPU。2021 年，10 亿元建"萤火二号"，约一万张 A100。
这块田不种粮，种的是算力。
一家量化私募，囤这么多算力做什么？
江湖上猜了无数个版本，什么"隐藏的商业逻辑"、什么"算力军备"。他自己的说法是：
"很多人会以为这里边有一个不为人知的商业逻辑，但其实，主要是好奇心驱动。"
然后他打了一个比方。这个比方，是我读过的中国科技访谈里最好的一个：
"一件激动人心的事，或许不能单纯用钱衡量。就像家里买钢琴——一来买得起，二来是因为有一群急于在上面弹奏乐曲的人。"
一年后，出口管制落地。
到 2023 年，国内除了几家互联网大厂，手里有上万张 A100 的，几乎只剩幻方。
当初被看成怪癖的好奇心，成了中国大模型最早的一批底牌。
讲到这里，很容易滑向一个爽文结局：你看，他多有远见。
但我要把这一章反过来说。
这不是远见。这是有钱人的好奇心。同一件事，换个没钱的人做，叫赌博。
所以这一章的结论不是"他神机妙算"，而是——
幻方就是那块田。它不种粮，它种的是"不用向任何人解释的十年"。后来 DeepSeek 能做那么多"不划算"的事，根子都在这块田里。
三、藏锋
2024 年 5 月，DeepSeek-V2 开源。
它做了一件当时没人做的事：把输入价打到每百万 tokens 一元——GPT-4 的百分之一。
五天后，智谱跟进。然后是字节、阿里、百度、腾讯。国内的价格表被重写了一遍。
注意，只是国内。这一枪响在墙内，墙外的价目表一寸没动——OpenAI 的定价照旧，硅谷没人回头看。真正让太平洋对岸开始坐不住的，是七个月后的那一版。
这一刀的技术底子在一样东西上，叫 MLA，多头潜在注意力。
说白了是这样的：
大模型在跟你对话时，最耗"内力"的不是出招，是记住你出过的每一招。这个记忆叫 KV 缓存。对话越长，要记的越多，占的地方按长度线性膨胀。长文本之所以贵，钱几乎全烧在这里。
MLA 的做法是：把每一招的痕迹，先压缩成一道暗纹，收进鞘里；真要用的时候，再解出来。
三十六路兵器的记忆，只占原来四分之一的地方。
剑不出鞘，鞘中藏锋。
这是《藏锋诀》——剑不出鞘，鞘中藏锋。
有人说他这一手是"行业鲶鱼"。他否认得很有意思：
"我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。"
问他定价逻辑，他说得更朴素：
"我们的原则是不贴钱，也不赚取暴利。这个价格也是在成本之上稍微有点利润。"
这里要讲一句公道话。
他这一刀砍下去，自己也疼。大厂亏得起——它们有云业务、有广告、有生态，可以把模型当引流工具；他没有。他只有那块田。
所以他必须把成本真的做下来。不能只是喊口号，不能只是烧钱换份额。
这不是发善心。这是被逼出来的武功。
四、分光
如果说 V2 是"藏"，V3 就是"分"。
2024 年 12 月 26 日，V3 开源。这一次，技术报告上写了一行让整个硅谷坐直的数字：
要知道这行数字有多刺眼，得摆在一起看：
| 门派 | 兵器 | 训练花费 | 用的什么铁 |
|---|---|---|---|
| 藏经阁 | V3 | 557.6 万美元 | H800（受限版） |
| 少林 | GPT-4o | 约 1 亿美元 | H100 |
| 另一开源大派 | Llama 3.1 405B | 超 6000 万美元 | 1.6 万卡 |
一柄剑，对一座碎铁山。天平是平的。
它不是把剑磨得更快。它是把同一把剑，用十分之一的铁打了出来。
怎么做到的？三式。
第一式，《分光化影》
这一式的要义，不是"省"，是"分"：万亿真元，分作千百个化身；临敌时只唤醒其中几十个，其余的睡着。
妙处在"共享专家"：留一组化身专门记通用常识，不让每一个化身都把"一加一等于二"重学一遍。
本尊不动，化身应敌。参数可以大到 1.6 万亿，每次真正干活的只有 490 亿。
第二式，《三生诀》
一招未尽，已算后三招。训练时让它一次预测好几个未来 token，一份数据榨出三份进境。
这一式还有个副产品：推理时可以拿来做投机解码，出字更快。
第三式，《无相火》
用更低的精度算，省一半显存和带宽。但这事不是"想省就能省"——精度一低，训练就崩。他是在数值上做了大量验证之后，才敢点这把火。
而真正的杀招，是价目表
技术报告讲的是花多少钱训出来。但真正让人坐不住的，是它卖多少钱。
2024 年 12 月 26 日的发布公告里，DeepSeek 写了一行近乎炫耀的话："到 2 月 8 日之前，和 V2 一个价。"
2 月 8 日之后：输入每百万 tokens 0.27 美元（缓存命中 0.07），输出 1.10 美元。
同一时间，GPT-4o 是输入 2.5 美元、输出 10 美元。
输入便宜九倍，输出便宜九倍，整体便宜 89%。而它的评测分数，和 GPT-4o 差不太多。
这就不是"便宜"了。这是第一次有人把"同等能力"和"十分之一的价格"绑在同一张价目表上。
所以三个月后 R1 那一刀，不是凭空劈下来的。它踩在 V3 已经验过的成本结构上。
现在说句不客气的。
江湖上一直有人不信这个 557.6 万。理由是：这大概只是最后一次训练的电费。
这个质疑是对的。
它没算前面几十次失败的实验。没算一万张卡的机会成本。没算人——一群平均年龄不到 26 岁的年轻人，成本几乎无法计价。
但即便如此，差距仍然是一个数量级。
五、棒喝
2025 年 1 月 20 日，R1 开源。
这一版的意义，不在性能，在一个"原来可以这样"的发现。
传统教法是这样的：先给学生看大量"标准答案+解题步骤"，让他模仿，这叫监督微调。问题是，学生学歪了你也看不出来——他会学会"怎么让先生满意"，而不是"怎么把题做对"。
DeepSeek 干了一件很狠的事：不教了。
R1-Zero 完全跳过监督微调，只给答案打分。对就奖，错就罚，中间怎么想，不管。
然后，训练到某个中间版本时，模型在解题途中忽然停下来，写下这么一句：
"Wait, wait. Wait. That's an aha moment I can flag here."
等等，等等，等等，这是个值得我记一笔的时刻。
然后它回头，把整段解题过程重走了一遍。
那支笔停在半空。技术报告里管这一刻叫"顿悟"。
DeepSeek 在技术报告里管这个叫"顿悟时刻"。他们写得很克制，但意思很清楚：我们没有教它怎么解，只给了它对的激励，它自己长出了高级解法。
省显存的办法也很聪明，叫 GRPO：不设"裁判"，让同一道题的一组答案互相比较、按名次给赏。省掉一个和选手同体量的裁判，场子直接空出一半。
这一夜真正被动摇的，不是某个排行榜。
是"堆料必然变强"这条根本心法。
过去十年，全江湖都信一条铁律：多十倍卡，强十倍。藏经阁递上来的纸条上只写三个字：不一定。
1 月 27 日，App 登顶美国区免费榜。同日，卖铲子的门派史上最大单日失血。
而真正让硅谷连夜改价目表的，是那张对比单：R1 的输入定价，不到 o1 的三十分之一。同样一百万个 token，一边收 110 元，一边收 4 元。
这是第一次，全球 AI 的价格锚不是在硅谷定的。后来 OpenAI 免费开放 o3-mini、把 o1 降价、各家跟进，都是这条链上的连锁反应——但源头在这里。
安德森在 X 上写下一句话，后来被引用了无数次："DeepSeek R1 是 AI 的斯普特尼克时刻。"
六、刻经于壁
前面五章讲的是武功。这一章讲的是传功之法——而这一章，才是全篇的题眼。
2025 年 9 月，R1 的论文登上《自然》封面。梁文锋是通讯作者。
权重、方法、训练细节，全摊在桌上。在顶尖门派普遍收紧技术细节的那几年，一家中国门派把配方公开给全世界检验。
刻经于壁：抄的人不必拜师，不必纳贡，不必署名。
为什么？
先说一个不浪漫的答案
把时间调回 2024 年 12 月。一家杭州公司，两百来号人，说自己在五十五天、两千张卡、五百多万美元里，做出了和硅谷第一梯队差不多的东西。
如果它是闭源，接下来会发生什么？
没有人能验证。没有权重，没有训练日志，没有一个第三方能把这件事重跑一遍。于是所有判断只能落在"信"或"不信"上——而这个行业里，"信"是要抵押品的。微软信 OpenAI，是因为它投了一百多亿美元；企业信 Anthropic，是因为 AWS 和谷歌在背后。一家不知名的中国公司，拿什么抵押？
质疑不会消失，只会发酵。先是"抄的"，再是"吹的"，然后是"你连东西都拿不出来"。这三句话都不需要证据，只需要时间。而时间恰恰是他最缺的——大模型几个月换一代，等他把每一句质疑解释完，牌桌上已经换了一轮人。到那时候，落后会被读成认罪："你看，验证了吧。"
更硬的一层在采购桌上。一家海外大企业要接一个境外模型的 API，得先过什么？数据流向谁审、出了事谁担责、当地有没有可追责的实体、合规报告谁签。这不是模型分数能过的关，是公司体量、法务团队、监管关系、几年履约记录堆出来的东西。他一样都没有。
而开源，恰好是唯一能绕开这套关卡的通道。
因为权重一旦能下载，云厂就可以把它搬进自己的机房：数据不出境，责任归云厂，合规链条握在自己手里。2025 年 1 月，微软把 R1 挂上 Azure，AWS 挂上 Bedrock，Perplexity 在美区服务器上自托管。这是"一家中国小公司的产品"进入美国主流基础设施，最省事的一次。
所以开源对他不是"被认可"，是"绕过去"。绕开的是那套他永远攒不齐的信任资产——不是靠证明自己可信，是靠让别人不必信你也能用。
这件事有一个近乎干净的对照。中国出海最成功的几个模型，全是开权重的：DeepSeek、Qwen、GLM、Kimi K2、MiniMax。而闭源的豆包在国内靠分发赢，在海外开发者里几乎没有存在感。最有说服力的是百度——文心一直是闭源的招牌，2025 年 6 月把 ERNIE 4.5 整个开源了。连最不需要开源的公司，都改了路线。
但这是一笔账。他自己给过另一个答案，那个答案不像生意人说的。
2024 年那篇访谈里，记者问得很直接：你们靠什么形成护城河？MLA 的创新很快会被 copy 吧？
他的回答，我认为是整个中国 AI 圈被引用最多、也最被低估的一段话：
"在颠覆性的技术面前，闭源形成的护城河是短暂的。即使 OpenAI 闭源，也无法阻止被别人赶超。"
"所以我们把价值沉淀在团队上……形成可以创新的组织和文化，就是我们的护城河。"
"开源，发论文，其实并没有失去什么。对于技术人员来说，被 follow 是很有成就感的事。其实，开源更像一个文化行为，而非商业行为。"
问：后边你们会选择闭源吗？——"我们不会闭源。"
"文化行为"这四个字，是真话。但不完整。
我得把他说不出口的那一半补上。
开源，是弱势者最聪明的一招。
你资本不如人，分发不如人，生态不如人。那就别在别人选好的战场上打。把战场换到"信任"和"默认"上。
- 权重一免费，价格锚就没了。别人再想按"每百万 token 十美元"卖，得先解释凭什么。
- 但"全世界都在你的架构上写代码、调工具、做微调"这个位置，花钱买不到。
- MIT 许可意味着：抄的人不必拜师、不必纳贡、不必署名。抄完可以带走，可以改，可以拿去开宗立派。
他不是在送武功。他是在改"天下人从哪儿学武功"。
这是最深的这一层：一个门派最怕的不是被偷学，是被遗忘。
被抄得越多，山门越重。因为抄的人用惯了这套心法，下一代兵器谱就得按这套心法的尺寸来打。等到那时候，"谁是正宗"这个问题已经没有意义了——大家都长着你的骨头。
但这一层之上，还有一层反着来的。它没那么好听，却是这件事真正的分量所在。
而这一招的代价，比"聪明"重得多
刻经于壁不是一个动作，是一份长期负债。
闭源的护城河是"你不知道"。只要保密做得住，它可以守很久。开源的护城河是"你追不上"——这条护城河每天都要重新赚一遍。
因为权重一旦放出去，它就成了全行业的起点：别人在上面微调，在上面蒸馏，拿你的架构去改自己的架构。而优势的扩散速度，永远快于优势的创造速度。训一个模型要几个月，学走一份权重只要几天。
所以开源者身上有一条闭源者没有的硬约束：你必须一直跑在前面。否则你送出去的东西，会变成打你自己的弹药。
这条路需要的不是聪明，是勇气——而且是一种很特殊的勇气。闭源失败了可以悄悄重来，没人知道你退过步；开源失败了，全世界都在你上一版的权重上训练，你的落后是公开的、被逐一对比的、被拿去当垫脚石的。每一次发布，都是一次公开处刑的风险。
而他自己，正好撞上了这条约束。
R1 之后，R2 十八个月没发。这十八个月里，"推理能力可以纯靠强化学习长出来"这件事被整个世界学走了，写进各自的训练流程，变成了行业标配。他当年刻在墙上的那道心法，成了所有人的地基。然后第三方评估出来：V4 大约落后美国前沿八个月。
按"送弹药"的逻辑，这时候他该出局了。
但他没有。2026 年，OpenRouter 上 DeepSeek 仍占约四分之一强的请求量，Ramp 的美国企业支出榜上它还是排第一的软件供应商。落后八个月，位置还在。
这就是开源反过来给他的那份保险：权重一旦成为别人的基础设施，落后就不等于被替换——因为替换的成本，比追平的成本更高。
所以那条约束，准确地说不是"必须永远第一"——那个谁也做不到。是"必须永远不掉出第一梯队"。前者是英雄主义，后者是能执行的纪律。
他守住了后者，没守住前者。这大概就是"最勇敢"这三个字真实的重量：不是不怕，是知道自己会输掉一段，还是先把牌摊开。
所以，刻经于壁从来不是一招稳棋，更不是一招善棋。它是那最险、却最容易出头的一招。险在，每一版都得公开受验、落后即打脸；容易出头在，一个无名之辈不用等任何人点头，就能把名字刻进整个江湖的地基里。
而这一步走完，藏经阁的位子就再也搬不走了。
七、三重观照
2026 年 4 月 24 日，V4 发布。
这一版最厉害的地方，是一句中国画的老话：
远者观其势，近者观其形，远处要紧的那几处，凝神细看。
大模型处理长文本时，最怕的是"全都要看清"。一百万字，如果每个字都按同样精度记住，内存会直接爆掉。
V4 的办法是把同一段文字，用三种精度同时记：
- 观势：把一百万字压成八千条粗记，一览全局。知道"这篇大概在讲什么"就够了，不求细节。
- 观形：把压缩放宽到四倍，然后只挑最该看的那五百来条，凝神细看。
- 观近：最近的一百多个字，一字不改地记着。
远者观其势，近者观其形，远处要紧的那几处，凝神细看。
再加上两样新的：
- 《定心印》：把内力约束在"双随机矩阵"这个圈里走，不许乱窜——防走火入魔。深层网络的信号容易越传越炸，这一印把谱范数按在 1 以内。
- 《换骨》：把用了多年的 AdamW 换掉，收敛更快、更稳。
效果是硬的：V4-Pro 总参数 1.6 万亿，每次只激活 490 亿；百万字上下文下，推理算力只需上一代的 27%，KV 缓存只需 10%。对比常规方案，缓存只剩约 2%。
这一版不再是"省钱"。
它是把长上下文从奢侈品，做成日用品。
而这件事为什么现在做？因为"智能体"这种活法起来了——一个 agent 干一件事，要读几十份文件、跑几十轮工具、翻来覆去地记。以前的长上下文，是给演示用的；现在的长上下文，是给干活用的。
但我不能只夸。
V4 也漏了怯。
技术报告把华为昇腾 NPU 和英伟达 GPU 并列写了进去，FP4 精度专门适配昇腾 950。这是"换井"的一步——把水源从别人家院子里挪出来。
但井还没打透。
R2 至今没发。R1 之后十八个月，江湖上等得都快忘了这个名字。据报道，2025 年曾被鼓励用昇腾训 R2，几个月训练失败——不稳定、卡间互联带宽不够、软件栈不成熟——最后回退英伟达做训练，昇腾只做推理。
同期，第三方评估显示 V4 大约落后美国前沿八个月。国内月活 1.3 亿，落后豆包 3.82 亿、通义 1.67 亿。
八、万机匣
2026 年 8 月 13 日，DeepSeek 又做了一次开源。
这一次不是模型，是装模型的匣子。
Harness，开发者预览版 v0.1，MIT 协议。GitHub 上线 12 小时，破 5 万星，史上增长最快的项目之一。
它的定位，藏在 DeepSeek 自己的招聘话术里，一个极简的公式：
不造万能的剑，造什么都能插的匣子。
模型是大脑，负责想。Harness 是手脚和神经——调度工具、管任务状态、跑执行闭环，把"想"变成"干完"。
结构上最特别的一条，叫"一切皆插件"。它建立在 Cordis 插件体系上：模型、工具、技能、会话、沙箱、存储、循环、调度、界面——全都是插件，全都能换。
你不改匣子，就能换掉里面任何一件东西。
还有一条我觉得被低估了：会话日志是"只追加"的，模型看到的一切——系统提示、思维链、工具调用与结果、子 agent 调度——全记下来。在轨迹视图里可以按来源追溯，可以恢复、分叉、检索、回放。
说白了：它给 agent 装了黑匣子。agent 出错时，你能查到它哪一步想歪了，而不是对着一团黑箱猜。
现在说这一章真正的分量。
有句评价我认为说到了骨头上：开放权重解决了"谁能运行模型"，开放 Harness 进一步触及"谁能决定模型如何工作"。
第一次开源，交出的是兵器。
第二次开源，交出的是剑谱。
因为送剑只是让利，送剑谱是让出范式。一旦全世界的 agent 都长在"一切皆插件"这套骨架上，他定义的就从一个模型，变成了一种工作方式。
九、不受施主挟制
前面八章都在讲技术和理念。这一章讲钱。
因为如果不讲这一章，前面八章都是童话。
2026 年，DeepSeek 变了。
首轮融资约 510 亿元，梁文锋个人出资约 200 亿。第二轮据报道加到近千亿，估值推到 5000 亿元量级。筹备科创板。年化收入做到 10 亿美元量级。
两年前他还说过"公司不着急融资"、"钱从来不是问题"。
他破了自己早年的戒。
但请注意，这不是打脸。这是承认约束：理想主义有物理上限。纸要花钱买，卡不会因为你有情怀就变便宜。
真正值得看的，是他拿钱的方式。
外部资金，大多注入由梁文锋担任普通合伙人的有限合伙企业——只享有财务收益权，不享有投票权，股份锁定五年。
他持股约 84%，表决权接近 100%。
钱可以放在门口。钥匙挂在扫地人腰上。
用江湖话说：
施主可以分香火钱，不能决定经怎么念。
这是一个几乎所有创业者都不会设计的结构。因为大多数创业者需要的不是钱，是钱背后的资源和背书——而资源和背书，通常带着"你得听我的"。
他不要那个。他只要钱本身。
为什么这件事这么重要？
因为一个技术人最怕的，从来不是没钱。
是有钱之后，被要求"这个季度要变现"。
季度账本是最灵的紧箍咒，比任何理想都勤快，因为它每三个月念一遍。多少技术理想，死在这一句上。
所以我要说一句可能不太中听的话。
真正的差别，不是"技术人 vs 生意人"。
是"有没有一块田"。
梁文锋能做那些"不划算"的事，前提是幻方在养着他——不需要对赌、不需要退出时间表、不需要向董事会解释这个季度为什么没收入。
这才是 DeepSeek 真正的独特性：不是"一个技术人做模型"，而是"一个不需要融资的技术人做模型"。
前者遍地都是。后者，几乎只有他一个。
十、守阁人不下山
少林藏经阁里那位扫地僧，是金庸笔下武功最高的人。
他一辈子没下过山，没开过讲座，没争过方丈。每天就是扫地、翻经。可他一开口，方丈和两位首座当场认输。
因为天下的武功，本来就都从这间阁里流出去。
梁文锋像他，但只像一半。
第一，他不是做题家
"做题家"这个词的隐含意思很明确：被应试规训出来，只会解别人出的题，不会自己提问。
他的行迹处处相反。
初中自学大学数学——没人给他出这道题。
2008 年在没人相信的时候判断 AI 会改变世界——这是一道当时不存在的题。
2005 年拿电子设计竞赛一等奖——这是要动手的题，不是纸面的题。
2023 年做模型，理由是"这是一个怎么做的问题，而不是为什么做的问题"——他连问题都自己重写了一遍。
第二，他也不是神
R2 十八个月没发。落后前沿约八个月。国内月活输给豆包近三倍。也开始融资千亿、筹备上市。
他的"棋"，不是预言式的布局。
是在约束里持续做最优解：
- 被卡算力，就把效率做成护城河；
- 打不过分发，就把开源做成默认；
- 需要钱，就把钱关在决策门外。
这比"算无遗策"更难，也更可信。因为前者只需要聪明，后者需要十几年不跑偏。
第三，他是那种最罕见的守阁人
把最值钱的东西刻在墙上，免费让人抄。
然后用"抄的人越多、山门越重"这件事，坐上了全江湖都坐不上的位置。
写在最后
把这篇收拢，就几句话：
- 它不是门派，是地基。别的公司在争"谁的模型更强"，它在争"天下人从哪儿拿模型"。前者是排名，后者是地形。
- 开源不是慈善，是弱势者最锋利的进攻。打不过你的资本和分发，就把你的定价权和标准一起拿走。它在送剑，但它送的是剑谱。
- 557.6 万美元不是噱头，是一句判决。它判的不是"谁更便宜"，是"堆料必然变强"这条铁律失效了。这一判，比任何排行榜都重。
- 香火田比武功更重要。幻方那块田，才是所有"不划算"的底气。没有田，梁文锋只是一个聪明的创业者；有了田，他才敢十年不解释。
- 第二次开源才是真正的棋。权重开源让人能用它，Harness 开源让人按它的方式干活。前者让利，后者定范式。
- 但铁不在自己手里。R2 难产、落后八个月、昇腾训练失败——这些不是小瑕疵，是天花板。能省的地方都省到了极致，唯独最不能省的那样东西，还卡在别人院子里。
- 他不是做题家，是出题人。这句话不只说梁文锋，也说这一代中国技术人：过去三十年，我们习惯了别人出题、我们解题；现在有人开始出题了。出题的人，才有资格改规则。