DeepSeek V4引发硅谷大模型变局 投资人考虑抛售OpenAI股份
硅谷101
DeepSeek极高性价比的开源模型为美国闭源AI公司划定生存死亡线，导致资本市场因缺乏壁垒而动摇对OpenAI高定价模式的信心。
AI-assisted summary of 硅谷看DeepSeek V4：模型大战、Token Efficiency、算力突围与AGI必经之路【硅谷101视频播客】 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由YouTube频道《硅谷101》于2026年4月29日发布，由主持人陈茜主持。视频简介指出，在DeepSeek V4、GPT-5.5、Kimi K2.6等模型密集发布及AI行业进入高强度博弈的背景下，节目邀请了两位资深嘉宾，从硅谷视角深度探讨词元效率（Token Efficiency）为何成为AI核心指标、闭源巨头面临的冲击以及算力体系的未来演变。
## TL;DR 本期节目聚焦于DeepSeek V4发布所引发的AI模型新一轮大战与结构性转变。技术专家肖志斌深入拆解了DeepSeek V4的CSA+HCA、mHC和Muon优化器等三大核心技术，指出Token效率是通往AGI和智能体系统的必经之路，并成功将计算成本与内存占用大幅压缩。投资人Jenny Xiao则犀利指出，极具性价比的开源模型已为美国闭源AI公司划定了“死亡线”，导致资本市场对OpenAI和Anthropic的态度出现分化。面对算力约束，中国AI正通过深度适配国产芯片与系统级创新实现算力突围，未来的竞争将是涵盖模型、存储、调度及异构计算的全面系统级战争。
## Atmosphere & style 整个对谈呈现出一种极具前沿洞察力、严谨且充满张力的专业科技博弈氛围。节目将芯片架构师的硬核技术拆解与风险投资人的敏锐商业嗅觉完美融合，既有对底层算法与算力生态的冷峻理性分析，也有对中美技术路径差异、资本市场抛售恐慌的尖锐现实剖析。两位嘉宾与主持人节奏紧凑的对话，让听众能切实感受到AI在步入Agentic时代前夜，各大巨头在“效率即智能”的生死存亡线上激烈交锋的窒息感与变革浪潮。听完全片，如同经历了一场全方位俯瞰大模型行业重塑与突围的思维风暴。
## Key takeaways - [00:00](https://www.youtube.com/watch?v=CIDVbaXWp64&t=0s) 大模型行业进入高强度博弈阶段，DeepSeek V4、Kimi K2.6、GPT-5.5、新一代Google TPU以及Anthropic新融资几乎同时亮相。 - [00:00](https://www.youtube.com/watch?v=CIDVbaXWp64&t=0s) AI行业竞争焦点发生结构性转变，随着步入Agentic（智能体）时代，Token Efficiency（词元效率）正成为衡量AI的核心指标。 - [03:12](https://www.youtube.com/watch?v=CIDVbaXWp64&t=192s) DeepSeek V4推出了混合注意力机制（CSA+HCA）、mHC（流形约束超连接）与Muon优化器三大核心技术创新。 - [07:35](https://www.youtube.com/watch?v=CIDVbaXWp64&t=455s) 中美技术路径出现差异：硅谷倾向于依赖更多GPU和更大模型追求更强智能，而中国则在资源约束下倒逼出了极高的效率创新。 - [12:25](https://www.youtube.com/watch?v=CIDVbaXWp64&t=745s) DeepSeek V4将计算成本压缩到原本的三分之一，内存占用降到十分之一，为领先模型大厂带来了巨大的计算与成本压力。 - [15:45](https://www.youtube.com/watch?v=CIDVbaXWp64&t=945s) Token效率不再只是优化手段，而是达到AGI或者更强智能体系统的基础条件和必经之路。 - [26:09](https://www.youtube.com/watch?v=CIDVbaXWp64&t=1569s) 大模型算力竞争不再是单一芯片“一卡打天下”，已经演变成涵盖模型结构、存储系统、Runtime调度、通信与深度定制的系统级异构计算竞争。 - [37:00](https://www.youtube.com/watch?v=CIDVbaXWp64&t=2220s) DeepSeek为美国闭源基础模型公司划定了一条“死亡线”，在能力上被开源模型超越的闭源公司其业务价值将面临归零风险。 - [38:12](https://www.youtube.com/watch?v=CIDVbaXWp64&t=2292s) 效率已被视作智能的一部分，DeepSeek带来的高性价比开源模型对硅谷闭源商业模式构成了巨大的结构性威胁。 - [48:54](https://www.youtube.com/watch?v=CIDVbaXWp64&t=2934s) 巨头路线出现分歧：OpenAI追求大而全的传统路线，而Anthropic则凭借Claude Code专注于编程和少而精的路线强势崛起。 - [52:02](https://www.youtube.com/watch?v=CIDVbaXWp64&t=3122s) 由于闭源路线缺乏绝对壁垒且定价昂贵，资本市场态度出现分化，公开市场对Anthropic的兴趣高过OpenAI，甚至有机构在IPO前抛售OpenAI股份。 - [01:00:15](https://www.youtube.com/watch?v=CIDVbaXWp64&t=3615s) 开源模型正在蚕食闭源模型的收入，未来企业端的大模型部署将逐渐走向混合部署的主流模式。 - [01:07:07](https://www.youtube.com/watch?v=CIDVbaXWp64&t=4027s) DeepSeek V4已完成对华为昇腾等国产芯片的适配并传出融资消息，这有助于重塑中国AI生态并利好长期的推理部署。 - [01:09:39](https://www.youtube.com/watch?v=CIDVbaXWp64&t=4179s) 在Agentic时代，大模型的比拼不再仅仅依赖Benchmark的聪明程度，更取决于谁能以更低的成本和更高的稳定性提供智能交付。
## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=CIDVbaXWp64&t=0s) AI模型之战再起：今年的DeepSeek Moment意味着什么
人工智能领域再次迎来了高强度的模型大战。这一次，焦点不仅是DeepSeek V4的震撼发布，还有Kimi K2.6、OpenAI GPT-5.5的交锋，以及Google新一代TPU的官宣和Anthropic获得新融资的消息，多方巨头几乎在同一时间点展开激烈博弈。在纷繁复杂的声音中，今年的“DeepSeek Moment”不仅让外界惊呼“这就是AGI的样子”，更在工程完成度上带来了巨大的惊喜，在提高Token Efficiency（词元效率）的道路上继续一骑绝尘。
本期《硅谷101》由主持人陈茜主持，邀请到了两位深耕硅谷的重磅嘉宾：一位是ZFLOW AI创始人兼CEO、前华美半导体协会主席兼董事会顾问肖志斌，他将从资深芯片架构师的技术视角进行深度拆解；另一位则是OpenAI前研究员、Leonis Capital合伙人Jenny Xiao，她将以全英文对话的形式，从硅谷资本市场与商业模式的视角剖析这场大模型变局。
---
[00:32](https://www.youtube.com/watch?v=CIDVbaXWp64&t=32s) DeepSeek V4的核心技术创新
肖志斌指出，DeepSeek V4在技术架构上展现了极高的工程创新，主要体现在三个核心技术上： * **混合注意力机制（CSA + HCA）：** 结合了压缩稀疏注意力（Compressed Sparse Attention, CSA）与重度压缩注意力（Heavily Compressed Attention, HCA），在保证模型性能的同时极大地释放了计算资源。 * **mHC（流形约束超连接）：** 进一步优化了模型内部的连接与数据流动效率。 * **Muon优化器：** 在训练与底层算法层面提供了极高的优化效率。
这些技术突破带来了一个核心的行业认知转变：Token效率是达到AGI或者更强智能体系统（Agent System）的必备之路和基础条件。肖志斌坦言：“没有效率，AGI就只能是个demo；但是有了效率，AGI才能成为真正的产品和基础设施。”这一系列优化成功将领先模型大厂的计算成本压缩到了原本的三分之一，并将内存占用降到了十分之一。
---
[00:52](https://www.youtube.com/watch?v=CIDVbaXWp64&t=52s) 效率即智能：闭源巨头的“死亡线”
从硅谷的整体视角来看，Jenny Xiao认为DeepSeek带来的最大风险在于，它为美国的基础模型公司划定了一条残酷的“死亡地带”或“死亡线”。在当前的行业格局下，如果一家闭源基础模型公司在能力上被开源模型超越，其业务价值基本上就会归零。DeepSeek的成功向全行业证明了“效率也是智能的一部分”，这种极高性价比的开源模型，正是美国闭源商业模式目前面临的最大结构性威胁之一。
这一市场冲击直接导致了资本市场态度的分化。尽管Anthropic和OpenAI今年都将面临上市，但公开市场对于Anthropic的胃口显然比对OpenAI大得多。甚至有很多投资机构正在试图在IPO之前抛售OpenAI的股份，反映出市场对贵出一倍却缺乏绝对壁垒的闭源路线产生了动摇。
---
[01:36](https://www.youtube.com/watch?v=CIDVbaXWp64&t=96s) 算力突围与本土生态适配
DeepSeek V4的特殊之处不仅在于其卓越的模型能力，更在于它对实际应用场景的深度适配。它支持高达100万Token的超长上下文，完全面向Agentic Coding（智能体编程）和复杂的多步任务。更引人注目的是，媒体报道其已经完成了对华为昇腾等国产芯片的适配。这被外界视为中国AI和算力生态在面临外部资源约束时，进一步实现“算力突围”和追赶的重要信号。
肖志斌认为，虽然短期内英伟达由于其庞大的开发者生态和整体GPU架构优势并不会被完全取代，但长期来看，这种倒逼出来的效率创新对国产芯片的推理部署是极大的利好。大模型的竞争已经从单纯的一颗芯片“一卡打天下”，演变成涵盖模型结构、存储系统、Runtime调度、通信深度定制以及异构计算的全面系统级竞争。
---
[01:09:39](https://www.youtube.com/watch?v=CIDVbaXWp64&t=4179s) Agentic时代的系统级战争
大模型的发展范式已经走到了一个必须发生变革的分水岭。正如主持人陈茜在总结中所说，DeepSeek的意义绝非仅仅是市场上多了一个强大的模型，而是它向所有人昭示了：大模型的竞争正在从单一的Benchmark（基准测试）演变成一场全方位的系统竞争。模型架构、Token效率、芯片适配、软件栈、商业化以及开源生态，已经交织成了同一场战争的不同战场。
* **硅谷传统路径：** 依赖更多GPU、更大模型、更强闭源产品的堆叠。 * **开源创新路径（以DeepSeek、Kimi为代表）：** 追求更高效率、更低成本、更开放生态，以及对本土算力栈的深度适配。
随着AI步入Agentic（智能体）时代，未来的模型赢家或许不再仅仅取决于谁的模型在打分表上最聪明，而取决于谁能以最低的成本、最稳定的表现，将智能交付给最多的开发者和企业。
## Notable quotes > [00:32](https://www.youtube.com/watch?v=CIDVbaXWp64&t=32s) 没有效率，AGI就只能是个demo；但是有了效率，AGI才能成为真正的产品和基础设施。 — 肖志斌
> [00:52](https://www.youtube.com/watch?v=CIDVbaXWp64&t=52s) 效率也是智能的一部分 — Jenny Xiao
> [01:09:39](https://www.youtube.com/watch?v=CIDVbaXWp64&t=4179s) 大模型的竞争正在从单一的Benchmark（基准测试）演变成一场全方位的系统竞争。模型架构、Token效率、芯片适配、软件栈、商业化以及开源生态，已经交织成了同一场战争的不同战场。 — 陈茜
## Mentioned DeepSeek V4, OpenAI, GPT-5.5, Kimi K2.6, Google, TPU, Anthropic, 肖志斌, ZFLOW AI, 华美半导体协会, Jenny Xiao, Leonis Capital, 陈茜, 华为昇腾, 英伟达, Claude Code, xAI, Meta
[Source](https://www.youtube.com/watch?v=CIDVbaXWp64)