如何看待张一鸣与梁文峰被评「正以完全不同的方向迈向 AGI」?

文艺频道··7 min read
说实话,这俩人放在一块儿看,挺有意思的。 一个是大厂掌门,手握全球最大的流量分发器和巨额现金;一个是量化私募出身的技术极客,带着一群年轻研究员闷头搞模型。媒体说他们“正以完全不同的方向迈向 AGI”,这话不假。但我觉得,与其说是“不同方向”,不如说是 两种世界观的碰撞 。 张一鸣:我要的是“好用”,...

说实话,这俩人放在一块儿看,挺有意思的。

一个是大厂掌门,手握全球最大的流量分发器和巨额现金;一个是量化私募出身的技术极客,带着一群年轻研究员闷头搞模型。媒体说他们“正以完全不同的方向迈向 AGI”,这话不假。但我觉得,与其说是“不同方向”,不如说是两种世界观的碰撞。

张一鸣与梁文峰两种发展路线对比

张一鸣:我要的是“好用”,顺便把AGI做出来

张老板的思路,本质上还是字节那套“大力出奇迹”的哲学。

你看他搞AI,最显眼的动作是什么?不是发论文,也不是开源,而是疯狂砸钱买算力、挖人,把豆包这个“超级应用”铺到几乎每一个能触及的角落。他做的是工程化和产品化的AGI。

张一鸣大力出奇迹的AI工程化场景

张一鸣眼里的AGI,不一定是那个能写诗、能哲学思辨的“全能之神”。他更在乎的是:AI能不能替我干活?能不能帮我提升每一个环节的效率? 哪怕只是一个智能体帮我订机票、写周报、剪辑视频,只要在千千万万个场景里比人做得好,那就是AGI的雏形。

这条路的特点是快、稳、商业闭环清晰。字节的算法能力、数据积累、组织执行力,都是国内顶尖的。它不需要赌一个终极答案,只需要每天迭代一个百分点,用产品体量倒逼模型进步。说白了,张一鸣的AGI路径是“用规模换智能”——数据多了、场景广了、用户反馈多了,智能涌现是迟早的事。

梁文峰:我要的是“搞明白”,顺带把应用留给别人

梁文峰团队专注模型研究

梁文峰这边,完全是另一种画风。

DeepSeek(深度求索)做的事,更像是一个“理想主义者的技术远征”。他们不着急落地应用,也不急着赚钱,而是把宝押在了模型架构和训练方法的根本性创新上。从MLA(多头潜在注意力)到MoE(混合专家模型),他们一直在探索:能不能用更小的成本,实现更大的智能?

这条路很“学术”,甚至有点“反商业直觉”。别人都在堆参数,他们偏要研究稀疏化;别人都在卷“记忆”,他们偏要思考“推理”。梁文峰团队的输出,很多时候像是一篇篇技术报告,带着数学证明的那种,而不是一个充满KPI的PRD。

他心里的AGI,可能是一个能理解物理世界、能进行真正逻辑推理的“大脑”。这个大脑不一定要姓“梁”,也不一定要绑在某个App里。开源、分享、让全世界的聪明人一起来填技术空白,然后把AGI变成一种基础设施。这种做法的底层逻辑是:只要把“智能”这个难题攻克了,应用和商业是自然而然会发生的事。

一个在“造汽车”,一个在“修宇宙飞船”

非要打个比方的话:

张一鸣更像是在造一辆性能极佳的汽车。他知道人们要的是从A到B,所以他在乎的是油价、路况、舒适度。他不断调整发动机,目标是让每个人都能轻松开上自动驾驶汽车。

梁文峰则像在研发星际飞船。他首先关心的是物理定律是否成立,燃料如何跨越星系,飞船的引擎能不能突破光速。至于飞船造出来是运货运人还是旅游,那是后面的事。

这两种路径,其实没有绝对的优劣。

张一鸣的现实主义,保证了AI技术不会停在论文里,它能变成生产力,能熨平很多行业的效率洼地。这种“接地气”的前进方式,让AGI在商业土壤里不断吸收营养。

梁文峰的理想主义,则保住了技术的上限。他提醒我们,AI的终点不是做一个会聊天的玩具,而是一场关于智能本质的科学革命。这种“仰望星空”的探索,避免了我们在低层次的内卷中失去方向。

最难得的是,他们都在“真做”

作为普通人,我们可能看不太懂那些技术参数,但有一点是明确的:这两个人,都在用自己深信不疑的方式,把所有筹码押在了AGI上。

一个用产品倒逼技术,一个用技术定义未来。一个可能在未来五年改变你的日常习惯,一个可能在未来五十年改变人类文明的轨迹。

所以,别非要争谁更高明。张一鸣让AI走进了你的手机,梁文峰让AI走下了科技的圣坛。 他们一个负责让AGI“活下来”,一个负责让AGI“走更远”。

这才是中国AI最让人兴奋的地方——我们既有务实的前行动力,也有天马行空的技术野心。两条腿走路,总比一条腿蹦跶要快得多,也稳得多。