OpenAI、Anthropic、Google 与 DeepSeek，到底有什么不同
我后来又看了一轮这些公司的领导者访谈、官方博客和论文。之前的分析把它们分得太开了。
四家公司的路线并不是互不相干，它们正在向同一个方向收敛：先把基础模型做强，再让模型学会推理和使用工具，接着处理更长时间的任务。更远一些，OpenAI 等公司已经把“让 AI 参与 AI 研究”写进了目标。
强化学习、安全、多模态和效率，现在四家公司都在做。要看它们的区别，我觉得更有用的角度是：每家公司把下一步最难的问题放在哪里，以及它准备怎样让当前投入继续推动下一阶段。
| 公司 | 我现在对其目标的理解 | 想形成的循环 |
|---|---|---|
| OpenAI | 自动化 AI 研究员 | AI 帮助研究下一代 AI |
| Anthropic | 可被监督、逐步授权的自治数字协作者 | 越可靠，企业越愿意授权 |
| Google DeepMind | 世界模型、搜索规划与科学发现 | 理解世界，再用发现反过来改进工具 |
| DeepSeek | 在有限资源下探索 AGI | 架构效率、Agent 与持续学习互相推进 |
从目前这些公开材料看，这样归纳比给每家公司贴一个技术标签，更接近它们投入的方向。
OpenAI：目标是自动化 AI 研究员
一开始我把 OpenAI 概括成“强化学习、推理和 Agent”。后来再看，这些更像是它实现目标的手段。
OpenAI 在 o1 的介绍里已经说明，训练时增加强化学习计算，或者在推理时给模型更多思考时间，能力都可以继续提高。Codex 又把这种推理接到了真实代码库、终端和测试反馈上。模型不只是回答怎么改，而是自己改、自己运行、发现失败之后继续调整。
但是 OpenAI 2026 年的官方计划说得更直接。Sam Altman 和 Jakub Pachocki 把第一项目标写成了 Build an automated AI researcher：让 AI 加速并逐步自动化研究过程，同时保持可控、可问责，并且还是和人连接。另一个目标则是让每个人都能拥有 Personal AGI。
因此 OpenAI 持续投入 Reasoning、Coding Agent 和长时间任务，最终想要的是一个能帮助 OpenAI 研究下一代模型的系统，更会聊天的 ChatGPT 只是顺带。
我理解的推进方式是：先让 AI 帮研究员写代码、做实验和分析结果。研究效率提高之后，更强的模型可能更快出现，再继续参与下一轮研究。
OpenAI 现在最需要证明的是，模型能不能在数小时甚至更长的研究任务里保持方向、发现错误并恢复，答对一道难题不算。一次推理成功和持续完成研究工作，中间还差得很远。
Anthropic：授权循环
之前用“安全和可解释性”概括 Anthropic，也只说对了一半。
Dario Amodei 描述的 Powerful AI 并不是一个安全但保守的 Chatbot。他用过一个很夸张、但是很能说明目标的说法：a country of geniuses in a datacenter，也就是数据中心里出现大量高智能个体。Anthropic 2026 年的企业 Agent 活动又把产品方向说得更具体：Claude Code 之后，他们准备把相同的工作方式带给 every knowledge worker，覆盖法律、销售、金融和数据等工作。
因此 Claude Code 不是一个孤立的编程产品，更像是第一块实验田。代码任务相对容易验证，Agent 写完之后可以运行测试、检查 diff、接受 Code Review。Anthropic 可以先在这里研究，一个模型如何连续工作、调用工具并接受监督，再把这套方式扩展到其他企业流程。
这也解释了为什么 Anthropic 一直投入 Mechanistic Interpretability、Constitutional AI、模型审计和监控。
在 Tracing the thoughts of a large language model 中，研究者尝试追踪 Claude 内部的特征和计算路径。在 AuditBench 里，他们又把“模型是否隐藏了不希望被发现的行为”做成可以反复测试的问题。这些研究当然有长期安全价值，但是它们也服务于一个很现实的产品问题：公司为什么敢让 Agent 读取数据、执行命令，甚至连续工作几天？
如果模型只能生成一段文字，犯错的影响还比较有限。一旦模型能够操作代码库、财务系统和企业数据，人就必须知道它在做什么，什么时候需要停下来。
把这些投入放在一起看，我把 Anthropic 的路线理解成一条授权循环。Agent 越可靠，公司越愿意给它更多权限，它就能进入价值更高的工作。真实工作暴露出的新风险，又会继续推动审计、监控和模型能力改进。
Google DeepMind：它给出的 AGI 组合最完整
Google 最容易被概括成“基础科研强、多模态强”。这个说法太宽，解释不了 Genie、机器人、AlphaFold 和 Gemini 为什么都放在同一家公司里。
Demis Hassabis 在回顾 AlphaGo 十周年时，给出了一个很清楚的组合：Gemini 的世界模型，加上 AlphaGo 的搜索和规划方法，再加上专业工具的使用。他认为这几部分的结合会成为通往 AGI 的关键。
这比“Google 在做更长上下文和更强多模态”准确得多。
Gemini 从一开始就同时处理文字、图像、音频、视频和代码，是为了建立对世界的表示，输入格式丰富只是附带的。搜索和规划让模型不必看到问题就马上回答，可以先比较路径、验证结果。工具则把模型接到科学计算、实验和真实环境里。
Genie 3尝试生成可以实时交互的环境；Gemini Robotics 把视觉和空间理解接到机器人；AlphaEvolve让模型生成程序，再通过自动评估器运行和筛选结果。这些项目看起来很散，实际上都在验证同一件事：AI 能不能理解一个环境，在里面行动，根据结果修正计划，再产生新的发现。
Google 并不只是想依靠用户对话数据继续训练 Chatbot。按照这些项目表现出来的方向，它希望模型理解更多世界，再通过搜索和工具产生科学或工程发现。这些发现还可能继续用于改进算法、芯片、实验方法和训练工具。
它的优势是研究版图、算力、产品和实验环境都很完整。问题也在这里：方向太多，能不能把这些能力真正合到一套通用系统里，比单个 Demo 做得多漂亮更重要。
DeepSeek：有限资源下的 AGI 研究
我对 DeepSeek 的判断变化最大。
如果只看 API 价格和 MoE，很容易把它理解成一家擅长把别人研究成果做便宜的工程公司。但是梁文锋在 2023、2024 年的两次访谈里说得很明确：DeepSeek 的目的地是 AGI，所以需要研究新的模型结构，在有限资源下实现更强的模型能力；长期更想负责基础模型和前沿创新，而不是急着把所有 ToB、ToC 应用都自己做掉。现存网页大多是采访转载或整理，我更愿意把它当作明确的领导者表态，而不是已经完成的产品路线图，可参考这份注明原始采访来源的 访谈整理。
这样再看 MLA、DeepSeekMoE 和 R1，意义就不一样了。效率是 DeepSeek 做 AGI 研究时主动接受的约束，终点还是 AGI。
DeepSeek-V3 技术报告里的 MLA、DeepSeekMoE、无辅助损失负载均衡、多 token 预测和 FP8 训练，都在处理训练与推理中的具体瓶颈。DeepSeek-R1则尝试通过大规模强化学习诱导推理能力。R1-Zero 出现了推理行为，也暴露了重复、语言混杂和可读性差的问题，后续版本再加入冷启动数据修正。
这条路线包含架构创新、训练实验和很强的工程实现，而且把代码、论文和部分模型权重公开出来，让外部能够复现、质疑和继续改进。
最近流传的梁文锋闭门交流，媒体整理又把 DeepSeek 的下一步概括成 Agent、持续学习和自我迭代。不过这份材料不是 DeepSeek 官网发布的战略文件，目前只能当作二级材料。内容和梁文锋过去“专注基础研究、目标是 AGI”的表态一致，持续学习有没有解决、完整路线有没有确定，还不知道。
我现在更愿意把 DeepSeek 定义成一家受资源约束的 AGI 研究公司。它想证明的是：前沿智能不一定只能靠无限增加参数和算力，模型结构、训练方法与底层系统还是可以改变 Scaling 的成本。
四家公司正在收敛，分歧发生在 Agent 之后
把这些材料放在一起之后，原来那种四分法就不够用了。
OpenAI 也做安全，Anthropic 也追求更强的模型，Google 也做 Coding Agent 和效率优化，DeepSeek 也不只做便宜模型。现在大家都在做 Reasoning、工具调用和 Agent。
我现在认为，路线分歧主要出现在 Agent 之后。OpenAI 更明确地走向自动化 AI 研究员，Anthropic 重视可靠的自治数字员工，Google 继续投入世界模型与搜索规划，DeepSeek 则在有限资源下推进架构创新。
领导者访谈能看出公司想去哪里，论文和产品能看出已经走到了哪里。自动化 AI 研究员、数据中心里的天才国家、AGI 世界模型、持续学习，目前都还是方向，不是已经完成的能力。
后面继续看这四家公司，我不会只盯着一次发布或者一张排行榜。我会看这几个问题：
- Agent 能不能连续工作几个小时，失败之后能不能恢复？
- AI 是否真的参与了下一代模型研究，还是只完成了局部编码任务？
- 企业是否愿意给 Agent 更深的权限，审计和监控能不能跟上？
另外 Google 的世界模型能否带来可验证的规划、机器人或科学成果；DeepSeek 能否把效率优势继续推进到 Agent 和持续学习，也要留意。