杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司(以下簡稱DeepSeek)是一家專注于通用人工智能的中國科技企業(yè)，最近在世界人工智能跑道上掀起了一股颶風。

DeepSeek的開源推理模型從產(chǎn)品的角度來看是免費的，直接面向用戶，并且可以支持具體的研發(fā)， 提供相關(guān)應用場景模式服務，支持網(wǎng)絡(luò)搜索和深度思維模式的網(wǎng)絡(luò)實現(xiàn)；DeepSeek擅長處理復雜的任務，具有強大的應用模式科學設(shè)計和二次開發(fā)特點，包括文本生成、自然語言理解和分析、編程和代碼相關(guān)功能。

DeepSeek最顯著的影響是推動開源AI模型的選擇。DeepSeek的成功證明，開源戰(zhàn)略可以帶來更快的創(chuàng)新和廣泛的應用，這被認為是AI產(chǎn)業(yè)的“開源時刻”。

DeepSeek的成功也顯示了一種“邊緣革命” 也就是說，邊緣者可以通過自己的努力進入中心。對AI玩家而言，DeepSeek是一個闖入者，其總部從量化金融開始。對世界而言， 它還包含著新的機遇。以前人工智能的發(fā)展，似乎構(gòu)成了某種霸權(quán)。通過壟斷算率，美國高科技公司壟斷創(chuàng)新的概率，發(fā)展中國家無法獲得足夠的算率，也難以獲得相應的人才，因此幾乎錯過了大模型的發(fā)展。DeepSeek的成功讓發(fā)展中國家看到了AI真正包容的概率。如今，只要每個國家的參與者跟蹤這些新知識，他們就可能再次上牌。當然，隨著AI的進一步發(fā)展，其聯(lián)動的全球治理問題將變得更加重要。當大型模型的參數(shù)值變大時，大型模型可能會失控。一方面，關(guān)于大型模型是否會產(chǎn)生自我意識有很多爭議；另一方面，惡意用戶可能會使用它進行一些破壞性的活動。

開源啟示錄

DeepSeek產(chǎn)業(yè)運行模式的成功，我們認為， 對于中國特色AI產(chǎn)業(yè)平臺的建設(shè)和推廣，有以下啟示：

(1)在全球網(wǎng)絡(luò)產(chǎn)業(yè)平臺上，中國企業(yè)并非必須占據(jù)最低層次的基礎(chǔ)研究開發(fā)。這次深度追求（DeepSeek）二次開發(fā)平臺的成功表明，掌握底層技術(shù)的國家，并不能完全控制網(wǎng)絡(luò)產(chǎn)業(yè)平臺的價值傳播和利益流向。二次開發(fā)與傳播模式的合理規(guī)劃，使其符合具體的技術(shù)場景和國家地區(qū)特征， 可以打造具有中國特色的人工智能技術(shù)平臺。通過這個應用平臺，可以促進資本的合理流動，進一步促進基礎(chǔ)技術(shù)的發(fā)展。

中美AI差距正在縮小。自ChatGPT發(fā)布以來，中美人工智能的差距似乎一直在擴大。特別是在OpenAI發(fā)布GPT-4和o1之后。但是，DeepSeekV3和V3-0324的發(fā)布，使得這種發(fā)展差距似乎縮小到幾個月以內(nèi)。它讓我們再一次看到了中國人工智能發(fā)展的新機遇和新潛力。

(3)真正的AI產(chǎn)業(yè)化時代即將到來。這個正是中國最擅長的。同時，我們擁有廣闊的產(chǎn)業(yè)和應用領(lǐng)域，能夠更好地與人工智能相結(jié)合。DeepSeek的成本革命將加速這一產(chǎn)業(yè)應用進程。大多數(shù)大型服務供應商已將原有的收費模式轉(zhuǎn)變?yōu)槊赓M，因此人工智能的發(fā)展將進入低成本AI運行時代。此外， 大型語言模型應用程序接口（API）價格也在下降， 而且最后可能接近免費。這當然也不是沒有成本。它的成本仍然由大型服務供應商承擔，但是這種成本的降低最終會使消費者獲利，從而大大加快產(chǎn)業(yè)應用的發(fā)展。

(4)小團隊帶動大團隊。DeepSeek代表了一個小團隊的勝利，類似于OpenAI最初產(chǎn)生的效果。大型企業(yè)有更多的計算能力和更多的資源，但他們非常關(guān)心股價，所以大型企業(yè)很難做出基本的創(chuàng)新。真正的創(chuàng)新往往是由小團隊驅(qū)動的。這樣，DeepSeek再次詮釋了小團隊驅(qū)動大公司的邏輯。

(5)國內(nèi)產(chǎn)業(yè)內(nèi)循環(huán)模式設(shè)計和國際國內(nèi)產(chǎn)業(yè)整體循環(huán)模式設(shè)計，需要合理定位相關(guān)產(chǎn)業(yè)的內(nèi)外循環(huán)方式接口政策體系。另一方面，從平臺底層控制的角度來看，要保證“技術(shù)國界”的安全， 與科學設(shè)計相關(guān)的國家技術(shù)導向機制；另一方面，要避免冷戰(zhàn)初期美蘇技術(shù)平臺在抵御環(huán)境下的不合理技術(shù)競爭，防止不惜任何代價和方向定位不準確。在建設(shè)中國“技術(shù)國界”的基礎(chǔ)上，相關(guān)部門要在信息技術(shù)、網(wǎng)絡(luò)技術(shù)、智能技術(shù)底層平臺國家投資和控制的基礎(chǔ)上，設(shè)計出具有中國特色的國際平臺產(chǎn)業(yè)生態(tài)的合理模式和有效方向。

(6)相關(guān)產(chǎn)業(yè)政策研究部門要通過政策引導資本支持科技企業(yè)創(chuàng)新，合理分析產(chǎn)業(yè)運行數(shù)據(jù)。要鼓勵國內(nèi)資本參與以國家利益為最終目標的國際競爭。但是資本是有利潤需求的，而且通常是中短期需求。近年來，相關(guān)部門陸續(xù)出臺了一些政策文件，對風險投資基金頒布了差異化扶持政策，利用風險投資基金加強對行業(yè)科技龍頭企業(yè)、科技創(chuàng)新轉(zhuǎn)型和產(chǎn)業(yè)鏈上下游中小企業(yè)的投資，鼓勵投資早、投資小、投資長期、投資硬科技。除了國有資產(chǎn)模式中對技術(shù)平臺的長期定向投資外，建議相關(guān)管理部門合理引導民間投資成為長期資本和耐心資本，讓更多的民間投資參與中國特色智能產(chǎn)業(yè)平臺的底層建設(shè)。

在加速應用之后，需要關(guān)注社會風險。之前， 當我們還沒有走向世界的前沿時，我們不需要過多考慮這個問題，因為其他先鋒會探索各種可能性。當我們真正走向世界創(chuàng)新的前沿時，我們需要考慮各種綜合性的事情，這樣才能保證人工智能的健康發(fā)展，最終保證人工智能的積極社會效益。

教育變革在大模型時代的教育變革

教育也需要在模型時代發(fā)生根本性的變化。

以前的教育體系是為工業(yè)時代準備的，培訓的基礎(chǔ)是每個人對知識的記憶和一些知識和技能的掌握。然而，如今，大模型作為一種強大的知識輔助工具，對于這種過于強調(diào)記憶功能的培養(yǎng)模式來說，將是一個巨大的挑戰(zhàn)。未來教育的重點應該是創(chuàng)新和實踐。過去大多數(shù)學習者只能學到一小塊人類知識的限制，而且很難實現(xiàn)真正的創(chuàng)新， 因為他們所學的知識比較少，所以有限的創(chuàng)新大多是在前人的基礎(chǔ)上做一點細微的調(diào)整。此前， 在創(chuàng)新的最前沿，只有少數(shù)天才能到來。大部分的創(chuàng)新都是針對少數(shù)天才或精英。大多數(shù)普通學習者，一生中，大多數(shù)工作都是重復性的。如今，在模型支持的背景下，創(chuàng)新需求成為不可避免的選擇。這種創(chuàng)新需求是基于大量的知識，因為大型模型本身就包含了大量的知識。

未來教育轉(zhuǎn)型的一個重點應該是面對更扎實的通識教育。需要在求知者求知欲最強的階段(如中學)以某種方式向?qū)W習者傳遞科技的前沿，在學習者心中種下這些知識的種子。 而且不要像現(xiàn)在這樣反復訓練一些可能已經(jīng)過時的計算技能或者記憶技能。

在這個時代，大模型已成為一種輔助通才。對人類個體而言，大模型產(chǎn)生的內(nèi)容， 大多數(shù)已遠遠超出了普通學習者的能力。因此， 對于教育來說，一個基本的要求是，我們現(xiàn)在需要迅速地提高個人知識的儲備。在數(shù)量的基礎(chǔ)上，增加其對知識的理解深度，從而與大模型強大的知識理解和生成能力相匹配。由于大型模型產(chǎn)生的內(nèi)容是需要誘發(fā)的，這實際上非常依賴于提問者的知識能力。假如提問者對此一無所知，那么他(她) 大型模型的高質(zhì)量內(nèi)容產(chǎn)生是不可能的。因此， 學習者需要大量擴大他們的知識基礎(chǔ)。同時，只有在大量知識的基礎(chǔ)上，學習者才能產(chǎn)生“理解時刻”，蘊含著涌現(xiàn)效應。（Aha Moment）。

知識開源“明牌時代”

從歷史上看，知識通常掌握在知識精英手中， 通過長期的學習，個人可以接近這些高級知識。而且，個人常常以一種“爬臺階”的方式學習。但是，在今天的“明牌時代”，只要問大模型問題， 個體可以獲得最前沿的知識，這實際上是一種越遷式的知識獲取。以前的知識獲取需要一點一點地逐步推進。換句話說，如果一個人缺乏前面的知識儲備和理解，他就不能在后面理解新的知識?？墒?， 現(xiàn)在借助模型，只要掌握了合適的提問方法，個人學習就能加速。這兒還有一些學習技巧。有的時候，用“一目十行”或“半知半解” 這樣做的方法，可能會加速這樣的學習。從這個角度來看， 學習者可以加速、越來越多地獲得大量的高端知識。這樣，我們的知識就進入了“明牌時代”。

大型模型起到了一種作用知識權(quán)或知識平權(quán)功效。那么，知識由“暗知識”轉(zhuǎn)變?yōu)椤懊髦R”。甚至我們?nèi)祟惿鐣械囊恍┠局R(比如潛規(guī)則)， 這些隱藏的知識也可以通過大模型獲得，因為它們已經(jīng)隱含在模型預訓練的文本中。這導致個人掌握和理解這些知識的意義下降，其重點需要從理解和掌握轉(zhuǎn)變?yōu)閷嵺`。在以前的時代，個人掌握了知識之后，就可以開始生產(chǎn)知識了。在未來，知識生產(chǎn)工作將逐步交給大型模型，因此個人所需要承擔的最重要的功能就是從原來的知識生產(chǎn)轉(zhuǎn)變?yōu)橹R實踐。

今天，我們進入了一個終身學習的時代。在此之前，我們的學習通常集中在青少年階段。學習通常通過基礎(chǔ)教育和高等教育來完成。今天的教育必須是一個終身學習的過程，因為知識在不斷迭代。一旦正式學習結(jié)束，個人不再更新知識，個人的知識結(jié)構(gòu)就會過時，很快就會被這個時代拋棄。因此，怎樣形成長期的學習機制， 它變得尤為重要。大學是學習的最高殿堂，應該變得更加開放，允許那些畢業(yè)或沒有機會進入大學的人通過各種方式進入大學——通過一個學習社區(qū)進行線上或線下學習。對于學習者來說，大學應該沒有墻。

DeepSeek的開源給了我們很多啟發(fā)。我們特別關(guān)注的啟發(fā)之一是，即使是這樣一個優(yōu)秀的前沿模型也是以開源的方式呈現(xiàn)出來的，所以大學似乎更應該以“開源”的勇氣面對大眾和未來。MI·趨勢

本文來源于微信公眾號“復旦商業(yè)知識”（ID：BKfudan），作家：高奇琦 36氪經(jīng)授權(quán)發(fā)布汪激。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com