OpenAI、Anthropic、Google 与 DeepSeek，到底有什么不同
先说结论。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，发现之前的分析虽然没有错，但还是把它们分得太开了。
四家公司并不是各走一条互不相干的路线。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。
真正的区别，不是“谁做强化学习、谁做安全、谁做多模态、谁做效率”。这些事情大家都在做。更值得看的是：每家公司认为下一步最难的问题是什么，以及它准备靠什么形成自己的自我增强循环。
| 公司 | 现在更准确的目标 | 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 |
这比给每家公司贴一个技术标签更接近它们现在真正想做的事情。
OpenAI：目标不是 RL，而是自动化 AI 研究员
一开始我把 OpenAI 概括成“强化学习、推理和 Agent”。后来发现，这些都只是手段。
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、发现失败以后继续调整。
但 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，并且仍然和人连接。另一个目标则是让每个人都能拥有 Personal AGI。
这一下就能看出 OpenAI 为什么持续投入 Reasoning、Coding Agent 和长时间任务。它最终想要的不是一个更会聊天的 ChatGPT，而是一个能够帮助 OpenAI 研究下一代模型的系统。
这条路线的循环也很清楚：AI 先帮研究员写代码、做实验和分析结果；研究效率提高以后，更强的模型更快出现；更强的模型又继续参与下一轮研究。
所以 OpenAI 现在最需要证明的，不是模型能不能答对一道难题，而是它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。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。
所以 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 写完以后可以运行测试、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。
因此，Anthropic 真正想形成的是一条授权循环。Agent 越可靠，公司越愿意给它更多权限，它就能进入更高价值的工作。真实工作又会暴露新的风险，反过来推动审计、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，不只是为了输入格式更丰富，而是为了建立对世界的表示。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 的循环不是单纯靠用户对话数据继续训练 Chatbot。它希望模型理解更多世界，搜索和工具帮助它产生科学或工程发现，这些发现又变成更强的算法、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。效率不是 DeepSeek 的终点，而是它做 AGI 研究时主动接受的约束。
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。
这不是简单地复制一条已经跑通的路线。它同时包含架构创新、训练实验和很强的工程实现。更重要的是，它把代码、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，目前只能当作二级证据。它确实和梁文锋过去“专注基础研究、目标是 AGI”的表态一致，但不能据此断言 DeepSeek 已经解决了持续学习，甚至已经确定了完整路线。
我现在更愿意把 DeepSeek 定义成一家受资源约束的 AGI 研究公司。它真正想证明的是：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仍然可以改变 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以后，原来那种四分法就不够用了。
OpenAI 当然也做安全，Anthropic 当然也在追求更强的模型，Google 也做 Coding Agent 和效率优化，DeepSeek 也不是只做便宜模型。现在大家都在做 Reasoning、工具调用和 Agent。
真正的路线分歧出现在 Agent 之后：OpenAI 押自动化 AI 研究员，Anthropic 押可靠的自治数字员工，Google 押世界模型与搜索规划，DeepSeek 押有限资源下的架构创新。
这里还有一个需要保留的判断边界。领导者访谈适合判断“公司想去哪里”，论文和产品只能证明“它已经走到了哪里”。两者不能混在一起。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，这些目前都更接近方向，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。我会关注下面几个更实际的问题：
- Agent 能不能连续工作几个小时，失败以后能不能恢复？
- 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？
另外两个方向也值得留意：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。
所以，这四家公司最大的区别已经不是“谁更重视哪一项技术”。它们正在爬同一架梯子，只是各自判断下一阶台阶不一样。