梁文锋：他把「训练成本」变成了一个公共议题

V3/R1 之后，全世界都在按他的成本口径重算自己的账。这是过去两年 AI 产业里影响最大的一件事，而它来自一个公开发布的技术报告。

盯：
一、每次发布的技术报告里，训练用了多少 GPU 小时、按什么价格折算。这个数字的算法比数字本身重要——只算最后那次训练、不算前期实验，成本能差一个量级。
二、模型权重开放到什么程度。开源、开放权重、只开 API，是三种完全不同的商业模式，也决定了别人能不能复现。
三、团队规模。他一直强调小团队，这个说法如果不能维持，前面所有的效率叙事都要重估。
四、被其他公司复现的结果。有人复现出来，说明方法有效；没人复现出来，说明那是他们家的工程能力。

对账材料：技术报告原文（不是二手解读）、开源仓库的 commit 记录、以及第三方复现的论文与博客。

这条线上信息最少、影响最大。他说的每一句话都会被当成行业基准，所以每条都要标日期。