文：闌夕

DeepSeek火出圈的這十幾天，其實也是噪音最多的一段時間，說實話大部分的討論成品都有種加班硬趕KPI的味道，是人是鬼都在掰扯，有留存價值的屈指可數，倒是有兩期播客讓我聽后受益匪淺，非常推薦。

一個是張小珺請來加州伯克利大學AI實驗室博士潘家怡對DeepSeek論文的逐句講解，接近3個小時的高密度輸出，非常能殺腦細胞，但殺完之后分泌出來的內啡肽，也含量爆炸。

另一個是BenThompson關于DeepSeek的3集播客合集，加起來1個多小時，這哥們是NewsLetter的開創者，也是全球最懂技術的分析師之一，常年旅居臺北，對中國/亞洲的近距離洞察比美國同行要高很多。

先說張小珺的那期，嘉賓潘家怡當時是在讀完DeepSeek的論文之后，最快開發出了小規模復現R1-Zero模型的項目，在GitHub上已經接近1萬Stars。

這種薪火相傳式的知識接力，其實是技術領域理想主義的投射，就像月之暗面的研究員FloodSung也說，Kimi的推理模型k1.5最初就是基于OpenAI放出來的兩個視頻得到了啟發，更早一點，當Google發布「AttentionIsAllYouNeed」之后，OpenAI立刻就意識到了Transformer的未來，智慧的流動性才是一切進步的先決條件。

所以大家才對Anthropic創始人DarioAmodei那番「科學沒有國界，但科學家有祖國」的封鎖表態大為失望，他在否定競爭的同時，也在挑戰基本常識。

繼續回到播客內容上，我還是試著劃些重點出來給你們看，推薦有時間的還是聽完原版：

-OpenAIo1在驚艷登場的同時做了非常深厚的隱藏工作，不希望被其他廠商破解原理，但從局勢上有點像是在給行業提了一個謎語，賭的是在座各位沒那么快解出來，DeepSeek-R1是第一個找出答案的，而且找答案的過程相當漂亮；

-開源能夠比閉源提供更多的確定性，這對人力的增長和成果的產出都是很有幫助的，R1相當于把整個技術路線都明示了出來，所以它在激發科研投入上的的貢獻要勝過藏招的o1；

-盡管AI產業的燒錢規模越來越大，但事實上就是我們已經有接近2年時間沒有獲得下一代模型了，主流模型還在對齊GPT-4，這在一個主張「日新月異」的市場里是很罕見的，即便不去追究ScalingLaws有沒有撞墻，OpenAIo1本身也是一次新的技術線嘗試，用語言模型的方式讓AI學會思考；

-o1在基準測試里重新實現了智力水平的線形提升，這很牛逼，發的技術報告里沒有披露太多細節，但關鍵的地方都講到了，比如強化學習的價值，預訓練和監督微調相當于是給模型提供正確答案用來模仿，久而久之模型就學會依葫蘆畫瓢了，但強化學習是讓模型自己去完成任務，你只告訴它結果是對還是不對，如果對就多這么干，如果不對就少這么干；

-如果2004年的Google聽取了roon的建議，不去「浪費」寶貴的研究人員構建更經濟性的數據中心，那么也許美國的互聯網公司今天都在租用阿里巴巴的云服務器，在財富涌入的這二十年里，硅谷已經失去了優化基礎設施的原動力，大廠小廠也都習慣了資本密集型的生產模式，樂于提交預算表格去換取投資，甚至把英偉達的芯片干成了抵押物，至于如何在有限的資源里盡可能多的交付價值，沒人在乎；

-AI公司當然會支持杰文斯悖論，也就是更便宜的計算創造更大量的使用，但過去幾年里的實際行為卻是出心口不一的，因為每家公司都在表現出研究大于成本的偏好，直到DeepSeek把杰文斯悖論真正帶到了大家的眼皮底下；

-英偉達的公司變得更有價值，和英偉達的股價變得更有風險，這是可以同時存在時發展，如果DeepSeek能在高度受限的芯片上達到如此成就，那么想象一下，如果當他們獲得全功率的算力資源后，技術進步會有多大，這對整個行業都是激勵性的啟示，但英偉達的股價建立在它是唯一供給方這個假設上，這可能會被證偽；

-中國和美國的科技公司在AI商品的價值判斷上出現了顯性分歧，中國這邊認為差異化在于實現更優越的成本結構，這和它在其他產業的成果是一脈相承的，美國這邊相信差異化來自產品本身以及基于這種差異化創造的更高利潤率，但美國需要反思通過否定創新——比如限制中國公司取得AI研究所需的芯片——來贏得競爭的心態；

-Claude在舊金山的口碑再怎么好，也很難改變它在銷售API這種模式上的天然弱點，那就是太容易被替換掉了，而ChatGPT讓OpenAI作為一家消費科技公司擁有更大的抗風險能力，不過從長遠來看，DeepSeek會讓賣AI的和用AI的都有受益，我們應該感謝這份豐厚的禮物。

嗯，差不多就是這些，希望這篇作業可以幫你們更好的理解DeepSeek出圈之后對AI行業產生的真實意義。