深深梦几许，猎猎青云中 —— DeepSeek 和无意义的变革
最近，很多熟人和我都谈起了 DeepSeek 的成功和他们的模型。在开始今天的故事之前，我首先要澄清我的个人立场，我承认 DeepSeek 的成功，但是也希望大家能冷静看待我们和世界一流 AI 公司的差距。我们还有一段未竞的事业要走。在当下的舆论环境中，对 DeepSeek 的所有批评和客观分析，可能都会被戴上反贼的帽子，但是我还是想在诚实记录自己的想法。
为了更好阐述个人观点，本文会从下面几个角度思考，非严肃技术视角，也能帮助行业外的朋友理解最近的发展。
- DeepSeek 的各个模型分别在市场的什么生态位，他们真的好吗？
- AI 的能力边界比起一年前有多少进步。
- DeepSeek 和 OpenAI，这些国内外的公司，最近一年做了什么？
- 继续我一年前的讨论，AI 应用距离真正的落地，还有多远？
- 国内外的开发者分别要应对什么挑战？
- 我的不同视角，看到了什么机会？
本文观点，纯属个人暴论。欢迎指正。
模型能力的讨论
在我开始今天的开场白之前，其实我想聊聊我起的这个标题，并且给大力鼓吹 AI 的人泼一瓢冷水。
标题上，我借用了欧阳修的「庭院深深深几许」，和《大哉乾元》的「一跃破空 乘风逐虹 猎猎青云中」。这两句的开头的深和猎，分别对应了 Deep 和 Seek 两个词，表达我对 DeepSeek 工作的敬佩。而藏在标题背后，我引申中的第一维度，是人类深处的梦，它来自一个阴沉的地下室，在那里寄存了 200 年前陀思妥耶夫斯基的深沉拷问；引申的另一个维度，在我 2024 年循环了 99 次的歌曲《大哉乾元》中，对数字辅助创作中获得的感触。我想让更多人看到一个可能性。
这个标题中，有多语种共同描绘的意象，有不同世代伟大作品的抽象，有我喜欢艺术的投射，有我个人的审美，和我一点点微不足道的志向。这种标题，在我测试了几个小时后，DeepSeek 写不出半分我的味道。毕竟这个标题建立在我几个小时的思考和头脑风暴上，更建立在我二十多年的学习思考的过程中。所幸的是，我这诡异的脑洞，还没被 AI 完全学会。
说回正题，各种角度上，不难证明 DeepSeek 很强，但不万能。
大家都知道 DeepSeek 在各种 Leaderboard 上的榜单分数，也很容易就能查到各个数码博主、知识区 up 主对 DeepSeek 的评测和分析。但是我还是要理性判断一下当下 R1 模型的很多问题：
代码工作上，我的评价还是中规中矩。 R1 的 <think> 速度过慢，目前还是 Claude Sonnet 在我日常工作中可以发挥更强的作用。文字创作上，和上面一样，DeepSeek 和众多模型一样，不能给我有深度的思考提升。说车轱辘话确实很擅长，也能帮我应付一部分写作。
相比 Kimi，GPT-4o，o1 等模型，R1 用更高质量的中文数据，在语义理解维度确实展现出诡异进化。我曾用相同的《卡拉马佐夫兄弟》英文段落测试，旧模型只能机械翻译，R1 确实能非常丰富地展现一些词的微妙解读，譬如「release」在一些场景下，会被翻译成「解脱」。但这种「灵光乍现」完全不稳定，当我要求它将这种洞察转化为十四行诗时，输出的文本就沦为押韵的教条说教了。又譬如刚刚说到的标题，这种程度的工作，对现有的模型还为时尚早。
进步和提升
这篇文章确实写得太晚，DeepSeek 连续发布了六项相关工作，分别在：
- FlashMLA：针对 NVIDIA Hopper GPU 优化的高性能解码内核；支持 BF16 与分块 KV 缓存，实现高内存带宽（3000 GB/s）与高算力（580 TFLOPS），专注于处理变长序列。
- DeepEP：专为 MoE（混合专家）模型设计的高性能通信库；利用 FP8 压缩与 NVLink 技术，实现节点内外高速数据传输
- DeepGEMM：基于 FP8 的通用矩阵乘法库
- DualPipe & EPLB：分布式训练优化方案：DualPipe 实现双向流水线
- 3FS：高性能分布式文件系统，通过 SSD+RDMA 技术实现高吞吐（6.6 TiB/s）与低延迟数据存取
- Inference 框架
在很多国内的自媒体上，将 DeepSeek 的技术称为突破性创新。我个人部分认可这个说法，大部分创新实际上是工程创新。对于普通人用户来说，这些工作的价值并不大。这些工作的意义更多的是证明了我们可以通过各种方式堆叠算力，所谓的算力封锁和硬件禁运，并不是训不好模型的借口。对我个人也是很大的警醒，理论上，图灵完备的设备就是能算任何我想计算的东西，限制我的，到底是不够快的硬件，还是不够强的驱动力呢。
说完了上面的这些，我们开始聊聊最近一年的技术发展路线，在 2024 AI Major Events Timeline 上可以看出过去一年模型发展的一些代表性时间节点：
趋势其实不难看出，DeepSeek R1 的出现并不是偶然和运气。使用强化学习增强模型成为共识，结合 DeepSeek 早在去年就已经布局 MoE 相关技术，也能预料到他们会在今年推出强大的模型。我们也能读到明显的技术发展趋势：
- 多模态：音频端到端、视频端到端的模型逐渐发展起来
- 推理模型：模型注重使用 RL 提升推理效果
- MoE 和稀疏化模型：使用稀疏模型可以尽快
- 端侧：对应代表的技术不仅仅是端侧部署，还有蒸馏、压缩、量化等技术
从过去一年的发展来看，大模型从原来的 60 分水平提升到了 80 分，甚至接近 85 分的优秀水平，在暴力堆积参数，训练更大模型上，大部分公司已经开始碰壁。所以大家开始向 RL 方向的提出研究上看，我看到了非常明确的思路：如何更好地利用数据。
引用 arXiv 2502.21321 中的总结和归纳：
其实能看到各个公司都有对应的 RL 积累，训练范式并没有像预训练阶段那样，大家其实都快速收敛到 transformer 架构上进行调整。这里的争论还有很多，但这个问题有没有答案可能并不是那么重要，我个人的经验上发现，在不同的数据内容上，可能确实要用不同的训练思路和方法。例如在小规模包含 vision 的场景中，SFT + RLHF 确实会比较好使，而大规模的时候情况会可能倾向 GRPO。
但不管怎么说，过去的一年已经落下帷幕，DeepSeek 在一个新的时代开了一个好头。不论是 AI Infra，MoE，RL 都给我们呈现了满意的答卷。
停滞的产品
比起过去一年模型上的繁荣，我过去一年提出的问题，依旧没有得到解决：「我们距离 AI 产品落地还有很远的距离。」
产品方面，虽然 AI 概念炒得很热，但是实际上这个东西并没有让我们生活更好。理论上带来了生产力，但是实际上失业率还是很高，大家找工作难找，该内卷还是内卷。这个其实和产品形态有很大关系，我非常不认可 GPT 这类应用发展的方向。提高了生产力的同时，他没有开发新的市场，也没有改变应用形态。所以老板能做的事情只有裁员啊……因为 AI 比人便宜。
最近也看到「老蒋巨靠谱」Up 的一个观点，现在大量的模型被用在生成领域。不论是文、图还是音视频。互联网和自媒体上，长期存在的问题一直是低质量作品过盛，而高质量作品稀缺。能用 AI 辅助自己完成高质量创作的人还是极少数。这一现状依旧没有改变。
当下市场上的AI产品，无论是国内还是国外，几乎都是同质化的简单 agent。它们的交互形式不外乎是问答式的聊天窗口，或者作为简单的API被集成到现有软件中。这种千篇一律的形态反映了我们对AI应用想象力的匮乏。
DeepSeek、GPT-4、Claude等顶级模型尽管在基准测试上表现优异，但它们落地的应用形态几乎完全相同：一个通用助手，可以回答问题、写内容、执行简单任务。这就是为什么我认为，尽管模型从60分提升到了80分甚至85分，但真正的产品创新并没有同步发生。
更深层次的问题在于，现在的AI产品大多只是在增强现有工作流程，而非创造全新的可能性。这种情况下，AI确实提高了效率，但正如我前面所说，它没有开发新市场，也没有改变应用形态，结果就是老板能做的只有裁员，因为AI确实比人便宜。
不过，说完了不好的一面，这里还是有很多值得欣慰的事情。我在这里还想引用我去年的 blog：
在我看来，中国的 AI 生态生长状态处在一个畸形的状态。我们在一个脆弱的基础上建立了一套虚伪的繁荣。
在芯片资源受限的条件下，大厂之间的竞争变成了对私有数据的挖掘，构建各自的大模型。类比美国的产业结构，除了大量的 AI 产品服务商，OpenAI 和住多厂商也开放了 Fine Tune 和开发者平台，允许开发者进行二次定制；AWS 和前文提到的 banana 提供了 Serverless 的 GPU 业务方便没有设备的开发者快捷开发，也提供了让他们产品可以落地的部署平台。上述这两点对应的生态位在国产大厂中是非常稀缺的，这也是我对开篇问题给出的答案，限制 AI 产品发展的，其实是我们在异构计算时代，廉价云计算基建的缺失。
能看到的是，国内云厂商在 DeepSeek 出现之后迅速转型，提供 API 服务。同时，在不同赛道上的企业也开始逐步发展成熟，不论是 SiliconFlow，还是潞晨科技。都一步步完善了我们的算力生态。（这里不对任何企业发表任何看法）特别是 DeepSeek 直接打破了算力瓶颈。用已有的设备和 Hack 一样的技术，让直接 serving model 也能获得收益。
2025 的今天，在模型和基建上，我们已经有了世界一流的竞争力的时候，我在这里进行进一步的预言。
生成式模型的终结已经快到了。在民用领域，现在的 DeepSeek V3/R1 都已经很好地能满足大家的日常需求。但是精致的情绪需要，依旧满足不了；专业领域上也没有可用的专业模型去应对金融、物理、数学等复杂领域。不过，时机已到，用 RL 将现有模型带到下沉市场可能是未来 1-2 年的主旋律。
我们有全世界最强的互联网文化创造群体，在数量上，我们每天新创造的数据有绝对优势。我们现在很难看到高质量的数据社群，但是我也能看到高质量的个人 blog 在更新，知乎虽然盐选会员泛滥，但是也有对一些问题的高质量探讨。当我自己成为创作者的时候，我也能看到我的身边群星闪耀。个人 IP 的价值在未来一两年会快速增长，为个体数据服务的 AI 将会迅速增值和爆发。
国内外开发者的挑战
现有的所有训练技术，无论是 SFT、RLHF、GRPO 还是 DPO，其实都是为了训练「正确的模型」而服务。
什么是「正确的模型」？我们回顾过去的大模型发展，发现几乎所有的模型都是提供事实准确、有帮助且无害回答的模型。这种培养「完美通用助手」的固定思维模式，我认为正在限制我们对AI可能性的想象。
但很少有人思考如何训练「不正确的模型」。这里的「不正确」不代表没有意义。相反，刻意设计的「不正确性」可能恰恰是某些应用场景的核心价值。我们日常经常讨论如何规避「Hallucination」，但是有没有可能，有些时候，我们需要利用这种 Hallucination 呢？让我们深入探讨这个角度：
领域模型的思考
不同领域有不同的思维模式和方法论，但当前的通用模型倾向于用一种相对统一的方式处理所有问题。这导致了在特定专业领域的表现不够理想。
例如，在科学研究领域，一个理想的AI助手应该具备科学思维方式——质疑假设、设计实验、分析数据、形成理论。但当前的AI往往倾向于直接提供”答案”，而非遵循科学探究的过程。
同样，在创意写作领域，一个真正有价值的AI应该能够理解叙事结构、人物塑造、情感张力等文学元素，而不仅仅是生成语法正确、内容连贯的文本。
在战略咨询领域，AI需要能够进行系统思考、识别关键杠杆点、分析利益相关者，这些都需要特定的思维模型。开发者的机会在于，针对特定领域开发专门的模型，这些模型不追求全能，而是在特定思维模式上做到极致。
当所有的技术都专注在 Predict Next Token 的时候，有没有可能在 token 之上，其实有更深刻的轨迹值得我们关注呢？我前段时间一直在思考一个问题，关于什么是思维的形状，将支持 think 的模型进行处理之后，似乎确实有一些值得说道的规律在其中。模型的思维接近一个螺旋，而我们的思考是不是也是在螺旋上发生的呢？
我不好说，这里有太多的不确定和未知。单不论如何，现有的模型太正确了。我期待看到一个能帮我摆脱思维螺旋的怪物。除了思考模式，情感方面的问题也很多。
当前的AI模型普遍缺乏情感深度和个性特征，它们可以模拟情感表达，但难以真正融入情感互动中。这是因为情感不仅仅是内容的一部分，更是交流的方式和节奏。
开发者可以尝试训练具有特定情感色彩或交流风格的模型：
- 一个专注于同理心的模型，能够真正感知并回应用户的情绪状态
- 一个具有幽默感的模型，不仅能讲笑话，还能理解幽默的时机和界限
- 一个具有治愈性质的模型，能够提供情感支持和心理安慰
- 一个擅长激励的模型，能够在用户面临挑战时提供鼓励和动力
这些模型在传统评估中可能显得”偏颇”或”不够客观”，但在特定的人际互动场景中，它们可能比中性模型更有价值。而我们所谓的「alignment」某种意义上敲打了模型的特殊能力。
这个领域确实有一个突破的尝试。在 DeepSeek 火爆的一段时间内，确实诞生了例如 DeepSex 的模型，这也确实有一些意思。在未来一年中，我认为这种模型会大量爆发。
大多数AI模型被训练成了「答案提供者」——它们的目标是给出最准确、最全面的答案。但在许多创造性工作中，我们需要的不是答案，而是启发和可能性。
开发者可以尝试训练更注重探索而非确定性的模型：
- 一个专注于发散思维的模型，能够为问题提供多样化的思路和角度
- 一个擅长挑战假设的模型，能够指出常见思路中的盲点和局限
- 一个侧重于连接不同概念的模型，能够建立看似不相关领域之间的桥梁
这些模型的价值不在于它们能够提供多么”正确”的答案，而在于它们能够多大程度上拓展用户的思维边界和创造可能性。
总之，我认为开发者的机会在于打破通用助手的范式，转向多元化、专业化、个性化的模型方向。直白点说：「别老惦记那个聊天机器人了，没人想整天和 AI 聊天的」。但是这不仅需要技术上的创新，更需要在模型设计理念上的突破。真正理解并拥抱「不正确性」的价值，可能是下一代 AI 产品的关键差异化因素。
AI 应用的形态
在这些挑战中，我看到了几个方向的机会：
垂直领域的专业化模型：通用模型已经足够好，但专业领域的需求远未被满足。金融、医疗、教育、法律等领域，都需要深度理解专业知识和行业规则的模型。这些模型可能不需要像R1那样庞大，但需要针对特定场景进行精细调优。小而美的专业模型，可能比通用大模型更有商业价值。
基于模型能力的新型交互体验：当下的AI应用大多数还停留在对话框输入-输出的范式中。如何利用模型能力，设计更自然、更高效的人机交互体验，这里有大量未被开发的空间。例如，将AI能力更深度地融入到工作流程中，让用户几乎感知不到AI的存在，但能持续受益于AI的辅助。
与传统软件的深度融合：相比单纯的AI应用，将AI能力无缝融入到已有的软件生态中，可能是更务实的路径。Office套件、设计工具、开发环境等传统软件，都可以通过AI获得新生。这不是简单的功能添加，而是对软件使用范式的重新思考。
简单来说，现在的 AI 模型已经学会了人类语言，基本学会了看懂自己的视野里是什么。下一步呢？
这是一个值得所有人思考的问题，也是我未来一年要去回答的问题。毕竟写了这么多没有用的废话，也写了这么多没有用的 app，我已经有点累了。再重复劳动，确实有点大可不必。
总结：放弃幻想
不论怎么说，DeepSeek确实在技术层面取得了令人瞩目的成就，它证明了中国企业在算力受限的情况下，依然能够通过技术创新达到世界一流水平。但我们也要客观看待，模型能力的提升并不等同于产品价值的提升，AI 应用距离真正改变世界还有很长的路。
过去一年，AI 模型在技术上从 60 分提升到了 80 分甚至 85 分，但产品落地依然面临挑战。我们看到了更多的生成内容，但并没有看到足够多的创新应用形态。但是我看不到我想要的东西，我还是不认为现在的交互形态是一种良好的生态。
- 通用大模型的技术红利会逐渐见顶，未来的竞争将更多聚焦于特定领域的专业化模型。
- AI产品将从单纯的效率工具，向创造新价值的方向转变。只有那些能够开拓新市场、创造新需求的AI应用，才能避免简单的替代效应。
- 基础设施和开发环境的完善，将降低AI应用的开发门槛，让更多中小团队有机会参与竞争。和互联网基建完善之后，大规模的网站和应用爆发增长一样。
最后，借用我在标题中隐含的那个思考：AI 确实深不可测，但我们对它的追求也应该有所克制。技术进步固然令人振奋，但技术本身并不是目的。在追求更强大的模型的同时，我们也应该思考：这些技术到底为人类带来了什么？它们是否真正解决了我们的问题，创造了新的价值？
陀思妥耶夫斯基在《地下室手记》中曾写道：「人是不会仅仅为了达到目的而生活的，他会为了生活本身而活着。」
同样，AI的发展也不应仅仅为了技术而技术，而应该回归到为人类创造价值的本质上来。
在这个意义上，DeepSeek的成功只是一个开始，而非终点。真正的挑战还在后面：如何将这些技术转化为改变世界的产品和服务，如何确保技术发展的方向与人类福祉相一致。这才是我们每个人，无论是技术开发者还是产品设计师，都应该思考的问题。
然而我呢？半年前我还怀抱着自己的幻想，我自以为掌握了很多别人不知道的 know how，我知道很多脏技术和小技巧。怀抱着这些幻想，沉溺在懒惰和摆烂里面。正如我所说，我自认为我完成了解构，但是不想去构建，更不愿意磨砺自己的技术。我一次次用《涅朵奇卡》提醒自己，结果还是中了傲慢的蛊惑。
不过还好，今年通过几次面试看到了自己的缺陷，让自己清醒了很多。
所以，放弃幻想，保持战斗吧。学术和开发的社区中，我无数次看到自己想做的 idea 被别人用各种诡异的方式实现，一度，给我确实带来了巨大的冲击和动摇。不过，我还是要坚持做自己喜欢的事情，明知不可为而为之，这是我的勇气。我渴望成为英雄，我也知道自己不可能成为英雄，但是我还是要继续写代码，要继续写作和创作。如同大门的《紫川》书评中所言：「天地无用是英雄，人间正道是沧桑」。
我的路还长，但是我醒过来的时候，我知道往哪里走了。