一、出发点不是商业，而是善意与愿景

我们做这家公司，最初根本没想过赚钱、上市或进入资本市场。几十个创始成员，没人是冲着高薪、期权或风口来的——如果真是那样，他们就不会来。我们带着对世界很大的善意做事，认为这件事对人类有用，它本身的价值远超金钱。这不是一句口号，而是一种运行方式：公司没有KPI，没有成文的使命宣言，甚至没有正式写下的愿景。它就藏在我们怎么开会、怎么决策、怎么对待用户、怎么对待同行的态度里。 我们是一群非常平凡的人，两年前起步时既没钱、没卡、没名气，也没有号召力。资源极少，起点极低，但反而因此更专注。克制，成了我们最核心的战略选择——不争用户、不抢流量、不追热点、不卷商业化。去年春节用户暴增，我们没想着变现，只想着怎么把服务做好。我们从不幻想成为下一个字节或腾讯，因为AGI的机会足够大，大到不需要去复制别人。 克制不是放弃，而是取舍。开源是让利，不跟大厂竞争是让利，不碰视频生成是让利。这些让利，最终都在增加我们做成AGI的概率。事实证明，善意没有让我们吃亏；相反，它带来了信任、合作与意外的加成。

二、AGI 路线图：四步走，主线清晰

我们的技术路径非常明确：思维链（CoT）→ Agent → 持续学习 → 自我迭代奇点 → 具身智能。每一步都建立在前一步之上，没有白走的路。当前最关键的瓶颈，不是模型多大，而是模型能否持续学习——像人一样，在部署后长期吸收新知识、适应新任务。一旦突破持续学习，通用智能将水到渠成；再往后，模型就能自主迭代自身，甚至设计下一代机器人。 我们不做偏离主线的“热闹事”。3D、视频生成很火，但在智能演进中只是组件，不是主干。我们判断：现阶段最重要的不是世界模型，而是AI训练效率与持续学习机制。我们相信AI能加速AI研究——这不是线性进步，而是指数跃迁。具身智能终将到来，但它不是终点，而是新起点：AGI要做的，是迭代自己，而不是替代人类。

三、团队不是靠制度管，而是靠共识驱动

我们最大的核心利益只有一个：团队稳定性。钱不是问题，资源不是问题，唯一不可妥协的是人留下、心留下、目标一致。融资后，核心员工获得了有分量的期权，这是稳定性的关键加固。只要最早一批人不动，其他人就不会轻易离开——因为他们要的不是短期回报，而是参与AGI实现的历史机会。 管理上，我们实行双轨制：自上而下明确主线方向，自下而上完全开放探索。每位研究员一半时间自由选题，无KPI、无考核、不加班。研究需要松弛感，逼不出真突破；而聚焦主线，又自然减少了无效忙碌。公司决策不是老板拍板，而是寻求共识——我的影响力来自共识，而非职位。随着规模扩大，我们已在调整组织结构，但底层逻辑不变：愿景驱动，共识落地。

四、算力是现实瓶颈，但不是命运枷锁

我们缺卡，非常缺。采购策略很简单：在合理价格内，买到多少卡就买多少卡。两百亿采购额若能花完，就是采购团队的超级业绩。与美国的差距，本质是算力投入差距——我们用约1/20的算力，做到落后12–18个月的水平。这不是能力问题，是资源问题。人才不比美国差，差距在实验机会；实验机会少，又反向制约人才成长。 但我们不信宿命。Scaling仍是铁律：模型越大、数据越多、训练越久，能力越强。限制我们的从来不是意愿，而是算力。我们训大模型，不是因为“够用了”，而是“刚好买得起这么多卡”。硅谷说Scaling到头了？那是他们的天花板；对我们来说，连半山腰都还没到。

五、国产算力正在破局，生态已悄然转移

英伟达CUDA的护城河正在瓦解。AI能自动写代码，极大降低了新生态构建门槛。专用AI芯片已是必然趋势，游戏卡与计算卡早已脱钩。国产芯片不是“能不能用”，而是“什么时候全面好用”——我们判断，一年内，国产AI芯片的硬件性能与软件生态将被彻底验证。V3模型已不再依赖英伟达生态，而是通过自研高级编译器TileLang重构全栈。华为950超节点，在性能与性价比上已可平替GB200。四张国产卡=一张英伟达卡，差距只剩产能与时间：芯片差四年，生态差两年。

六、竞争不在幻觉，而在成本、时间与体验

模型比拼，必须同成本基准才有意义。全球格局中，中国公司的角色很可能是“最大产能提供者”——电力足、制造强、成本优。未来AI服务的差异，将集中在三点：成本、上线时间、用户体验。成本第一，时间第二，体验第三。OpenAI不会永远领先，因为它追求垄断；而我们追求合理收益——API定价以十个月回本为基准，宁可降价四分之三，也要让团队和用户都舒服。 暴利不存在。谁控制成本更优，谁就多赚一点；谁上线更快，谁就占据先机。我们不靠高价取胜，而靠“同样效果，更低代价”赢得信任。中国AI的竞争力，不在炫技，而在务实——把事情做便宜、做快、做稳。

七、技术为己所用，开源即战略

我们所有模型，首先服务于自身研发闭环：自己用得好，才能更快迭代下一版。所谓“摸奖”，就是鼓励所有人自由探索，不设预设路径，靠兴趣与直觉触发突破。多模态是必要组件，但不是主线；V4后续版本将原生支持，但智能上限不由模态数量决定。 我们坚定开源，最强模型也会开源。闭源看不出长期优势——字节闭源，好处在哪？开源不伤收入，反而降低使用门槛、扩大生态协同。我们不怕别人部署我们的模型，反而希望他们用起来。给开源社区的支持，就是给AGI未来的投资。我们开源的，和自己线上跑的，是同一套模型，毫无保留。

八、商业化不是妥协，而是生存底线

我们是一家公司，不是研究所。政府不会拨款，我们必须活下去。商业化不是转向，而是校准：赚哪些钱、何时赚、赚多少，都有清醒取舍。B端收入今年数亿美金起步，C端已有真实用户，明年有望接近盈亏平衡。最坏情况——技术停滞，只卖API，也足以支撑一家上市公司。 当前优先级最高的是Coding Agent：它是通用Agent的基石，能撬动金融、医疗等垂直场景。低成本不是结果，而是路径——算法优化、架构精简、计算提效，都在为更大模型腾出空间。我们不做“最贵的AI”，而做“最值得的AI”。

九、数据是当下硬仗，标数据就是标未来

数据≈模型的一半。高质量标注极其昂贵，中美成本无差异，这条路在中国难走。我们采取务实策略：集中最核心的一半研究员，专攻低成本、高价值的数据标注。这不是权宜之计，而是阶段重心——当前阶段，解决AI问题，靠的就是标数据。幻觉问题亦然：它可解，靠更好的后训练；它需时间，但不是死结。

十、我们没有对标，只有实事求是

我们不模仿任何公司，每一步都是从现实条件出发的抉择。融资对象精心筛选，只选利益一致、真心希望我们成功的人——因为我们的存在，天然触动某些既有利益。我们不做全栈，只做一块：AGI主线。如果AI时代诞生十家万亿公司，我们想成为其中一家。不是靠规模最大，而是靠主线最纯、走得最稳、让利最多、克制最久。