梁文锋：英伟达在自掘坟墓

2026年7月22日。DeepSeek完成首轮510亿元融资，估值$580亿，梁文锋个人身家约360亿美元。当天闭门交流会上，他讲了近四个小时。

42页实录全文（3.4万字）在传播数小时后被删除。我们从B站提取了AI字幕版本作为一手来源，与36氪、字母榜、蓝洞商业、罗超Pro、雷科技五家媒体的引用交叉验证。本文所有梁文锋原话均经一手录音确认。

这篇文章不重复报道内容，只做一件事：抽出他的13条核心判断，看看哪些已经在被市场验证，哪些正在翻，哪些还需要更长时间。

一、已经翻开的牌：市场正在给这几条定价

判断一：CUDA护城河正在被绕过

梁文锋给出的时间线是一年。论据不是国产芯片单卡性能追上了——是生态迁移的工具链正在成熟。DeepSeek自研TileLang编译器直接绕过CUDA，AI辅助编程大幅降低算子迁移的人力成本。华为昇腾950″性能和价格完全平替GB200/GB300″。

验证进度：正在进行中。真正的国产替代需要12-24个月由实际部署数据验证。现在说CUDA已死为时过早——但墙确实在松动。

判断二：API进入系统性降价

定价原则：”十个月收回设备成本。”不是成本价——是故意不追利润最大化。降价到四分之一时公司群一片欢呼。动力来自”让AI变便宜”，不是”让公司赚更多”。

验证进度：已基本兑现。2025-2026年全球大模型API进入加速降价通道。DeepSeek和OpenAI交替降价态势已形成。更深层含义：模型能力趋近后，价格继续下降，基座模型公司的毛利率天花板低于市场预期。

判断三：国内基座模型公司加速收敛

“国内做模型的公司太多了”——美国三家（OpenAI/Anthropic/Google将”交替上升”），中国还有几十家。最终存活2-4家。

验证进度：已经在发生。2026年上半年，多个二线大模型团队融资困难、核心人才流向头部。Kimi、智谱、MiniMax之外的基座模型创业公司面临”融不到下一轮或被收编”。

二、正在翻的牌：市场刚刚开始反应

判断四：利润从模型层流向应用层

这是梁文锋世界观里最关键的一条推演：模型越来越便宜→调用模型的公司越来越赚钱→长期高利润在应用层不在模型层。

验证进度：方向确认，但不均匀。网络基础设施和电力数据中心YTD涨幅超过纯GPU，与”利润扩散”一致。但MRVL近30天暴跌24%而ANET涨9%——利润在扩散，但不是全面拥抱。

判断五：华为950平替GB200/GB300

最具攻击性的一条判断。”性能和价格完全平替”——不是接近，是平替。2026年已有研究机构实测华为昇腾平台运行大模型，结论”可以运行复杂模型，但仍需大量源码修改”。跑通了——但”零修改零折损”还没达到。

判断六：持续学习——下一代模型的核心

Agent不会积累经验。每次新任务重新交代背景。只有持续学习——模型在部署后持续吸收新知识而不遗忘旧知识——才能从”回答问题”走向”长期积累”。

验证进度：学术界呼应，工程界还在找路。持续学习已成为2026年AI研究最热子课题之一。但没有任何公司演示过生产环境中大规模运行的持续学习系统。2-3年才可能见结果。

三、还没翻的牌：需要更长时间

四、被市场低估的牌

五、13张牌怎么用

梁文锋的13条判断背后有一条主线：AI不会永远被一家芯片公司和几家模型公司垄断。利润从硬件向软件、从模型向应用、从美国向全球扩散。

每一张牌翻开的时间不同，逻辑是连贯的。市场已经在为前几张牌重新定价。真正考验人的，是还在桌上的那几张——尤其是最被低估的那两张：数据标注的价值，和AI人才溢价的消退。