李建忠：我认同邓侃的看法★，AI 既是挑战，更是机遇。对于程序员而言★，与其担心被 AI 取代，不如拥抱 AI，成为 AI 的驾驭者★★。

　　Design（交互设计）★★：大模型可能很难掌握交互设计的主导权，操作系统在这方面似乎更有优势。

　　最后★★，也是最重要的一点★，在全球技术竞争的大背景下，DeepSeek 的突破，无疑具有国运级的战略意义，它极大地提振了中国 AI 行业的士气，甚至惊艳了世界。正如饶议教授所说，DeepSeek 的意义堪比“自战争以来，中国给西方技术界带来的最大震撼★★”★。

　　李建忠★：对于护城河这个概念，我可能和邓侃的看法不太一样。我认为大模型可能很难建立起像操作系统那样固若金汤的护城河。在我看来，技术壁垒并非真正的护城河：技术迭代太快了，领先优势转瞬即逝。

　　邓侃★★：要探讨大模型的护城河，我们不妨先回顾一下互联网时代的“护城河三要素”：技术壁垒、用户粘性、内容壁垒。

　　对于建忠的观点，我持有保留意见。我认为字节跳动如果选择闭源★，恐怕不是一个明智之举。在我看来，用户粘性并没有想象中那么可靠，内容平台的用户很容易★“

　　，而非仅仅是静态的历史数据。例如，在软件工程大模型的训练中，程序员写代码的过程数据，Issue 数据，比最终的代码结果更具价值。

　　其次★★★，DeepSeek 的开源本身就是一种生态战略★★★，它将倒逼整个大模型生态的建设★★★，包括算力生态、应用生态、Agent 生态等等。

　　其次危险的★★，是内容行业（内容平台、社交媒体）。AI 内容生成将颠覆内容生产模式，创作门槛大幅降低，传统内容平台面临巨大冲击。

　　在我看来，Android 真正的成功之处，在于其卓越的架构设计★★：BP（基础协议）+ AP（应用处理器）的分层架构，让 Android 拥有了强大的跨平台能力和灵活的可扩展性。反观 DeepSeek 的 MoE + MLA 架构，与 Android 的设计理念有着异曲同工之妙★★：MoE 架构赋予了系统伸缩自如的能力，MLA 机制则大幅提升了效率。我甚至大胆预测，DeepSeek 有潜力成为 AI 时代的“鸿蒙★★★”，它完全可以借鉴 Android 的成功经验★★★，构建一个跨设备、跨平台的 AI 开放生态。

　　李建忠★：DeepSeek 的出现★★，确实给 Scaling Law 理论带来了一些新的思考。我认为，虽然预训练模型的 Scaling Law 可能会因为数据瓶颈和模型集中化而放缓脚步★★★，但在推理计算领域，Scaling Law 依然拥有广阔的天地。随着推理需求的井喷，未来推理侧的算力需求占比甚至可能远超预训练。

　　护城河重塑。传统流量、数据、技术壁垒不再是王道，用户交互入口、Agent 生态、场景深度融合，将成为新的护城河。

　　李建忠：坦白说，我对绝大部分闭源模型的前景并不乐观，但如果一定要说有机会★，那也只有极少数与超级应用深度融合的闭源模型了。

　　这个问题与第九问异曲同工★★★，两位嘉宾的观点也高度一致：AI 代码能力的突飞猛进，不会导致程序员大规模失业。

　　邓侃★：对于这个问题★★★，我的答案斩钉截铁——数据永远重要，但我们需要重新定义“数据”的概念★。在我看来★★，对于任何一家严肃的大模型研发机构，全互联网数据仍然是基石，DeepSeek 这样的公司已经帮我们完成了全网数据的初步清洗和整理★★★。中小企业可以站在巨人的肩膀上，通过蒸馏 DeepSeek 等大模型，快速获取高质量的精选数据★★★。更重要的是★，AI 生成的数据正变得越来越有价值，这些数据是互联网原生数据的一种提纯和升华。展望未来，IoT (物联网) 数据将是下一座金矿★，例如特斯拉的驾驶数据、城市监控数据、各类传感器数据等等★，都蕴藏着巨大的潜力。

　　李建忠★★★：我忍不住追问一句：DeepSeek 有没有可能更进一步★★，在算力层也实现反向的“软件定义硬件★★”，从而一统算力江湖？

　　「DeepSeek 暨 AI 进化论十日谈」系列直播栏目，还将继续为您奉上更多精彩内容，欢迎预约今晚直播：

　　邓侃：我的观点很直接——任何行业w66平台，任何职业，在 AI 时代都既有机遇，也有挑战，关键在于你是否主动拥抱 AI。我的建议是★★★，拥抱 AI 者★★，乘风破浪；拒绝 AI 者，逆水行舟。

　　综合来看，我认为 DeepSeek 在三个护城河要素中★★，至少能占据两个半。用户粘性和内容壁垒是 DeepSeek 的优势，技术壁垒虽然有风险★★★，但可以通过持续创新来弥补★。

　　首先★，它和 OpenAI 的 o1 模型一起，引领了AI 范式的转移★★，从预训练走向了推理计算★★★，而且 DeepSeek 的开源，加速了强化学习技术的普及。

　　Deal（交易平台）：DeepSeek 也有可能涉足Agent 交易环节★★，构建支付平台。

　　再次危险的★★，是电商行业★★。Agent 可能绕过传统电商平台，直连商家★★，重构电商分发体系和流量入口。

　　IT 历史无数次证明★，技术领先者最终也可能黯然失色。用户是善变的，忠诚度并没有那么高。再高的初始用户粘性，也抵挡不住颠覆性创新的冲击。DeepSeek 的训练内容本身，可能并不构成独特的竞争优势，其他玩家也能够通过各种途径获取类似的数据。

　　大模型到底有没有护城河★？如果你是梁文锋，如何建立 DeepSeek 的护城河？

　　我更想补充的是，Training（训练供给侧）的问题要细分来看★：首先★，星际之门 Stargate 那样的超大算力项目★，可能不再是 AI 发展的唯一答案。其次，未来的智力涌现可能更多地发生在 MoE（Mixture of Experts）模型的 Experts 局部，而不是仅仅依赖模型规模的无限扩张★★。

　　在前文关于护城河和行业颠覆两大问题的讨论中，已经提前“剧透”了 AGI 时代互联网逻辑的变与不变。

　　李建忠：DeepSeek 的横空出世，绝不是什么 “雕虫小技★”★★★，而是一场生态级的创新，甚至是国运级的创新。在我看来★，DeepSeek 的意义至少体现在三个层面：

　　在我看来，闭源模型想要突围★，必须走“应用 + 模型”的路线★★，牢牢绑定自身的核心应用场景★★，打造应用平台的护城河，并借助数据飞轮效应，不断优化用户体验和特定领域的知识积累。放眼中国互联网，字节跳动或许是最有希望成为“中国iOS”的公司，毕竟★★★，超级应用（抖音）和强大的分发能力，是闭源模式得以生存的关键。

　　用户粘性：DeepSeek 需要有意识地培养用户粘性，通过个性化服务和优质体验来增强用户依赖★★★。

　　邓侃：如果用“国运级创新”来形容 DeepSeek 的突破，我认为毫不为过，甚至恰如其分！我从四个方面来解读 DeepSeek 的★★“国运★”意义：

　　电商模式重构。Agent可能颠覆传统电商，★“去中心化”的 Agent 电商或将兴起，电商平台需积极拥抱 Agent 生态。

　　所以我的结论是，DeepSeek 之后，我们真的不需要再像过去那样，为了预训练而大量囤积英伟达 GPU 卡了★★★。未来的算力需求将更加多元，除了英伟达，像AMD、Intel、谷歌 TPU 等多种算力方案都将在推理市场分一杯羹★★。

　　李建忠★：我更倾向于构建一个“危险——安全”光谱，来量化不同行业受冲击的程度★★★。在我看来★★：

　　内容壁垒：DeepSeek 需要不断提升全网数据搜索和优选能力，为用户提供独一无二的优质内容。

　　以程序员为例，善用 AI 辅助编程工具，就能效率倍增，将精力投入到更具创造性的工作中。未来★，全栈工程师将成为稀缺人才，因为 AI能够拓展个人能力边界★，一人可抵多人。当然，一些重复性、低技能的工作★★，比如 DBA（数据库管理员），可能会被 AI 自动化工具取代。

　　内容生产颠覆★★。AIGC 将掀起内容创作革命★，“人人皆可创作”的时代加速到来，内容平台亟需转型★★★。

　　邓侃★★：要回答这个问题★★，我倾向于从两个维度来分析★★：一是开源 vs★. 闭源，二是产品形态的相似度。在我看来，闭源模型★，首当其冲，最为危险★★。因为开源模型更容易抱团取暖★，形成统一战线，共同对抗闭源巨头。而产品形态与大模型核心功能（问答搜索、多模态生成）越接近的行业，也越容易受到冲击★★★。比如，传统的搜索引擎、图像公司★★★、影像识别公司等等★★，都站在了风口浪尖★★★。

　　炸醒了沉寂已久的 AI 圈。这个“低成本”、“高性能★”★★★、★★★“真开源★”的国产大模型，不仅硬刚 OpenAI★★★，更引发了一场关于 AI 未来走向的深度思辨★。

　　大模型在 Development、Distribution、Deal 这三个 D 方面，或许有机会构建一些护城河，但在 Design 和 Device 方面，则可能难以与操作系统级别的护城河相提并论。

　　更何况，字节跳动本质上是一家互联网公司，缺乏像 iOS 那样的硬件生态作为支撑。而且，内容质量的提升，并非与封闭性划等号，一个开放★、充满活力的生态，往往更能孕育出优质的内容。

　　为了解答这些问题★★，CSDN 特别企划「DeepSeek 暨 AI 进化论十日谈」系列直播。本期为十日谈系列直播之第四讲，CSDN 高级副总裁、Boolan 首席技术专家李建忠对话北京大数医达创始人 & CEO、复星集团首席 AI 科学家邓侃，两位 AI “老炮儿”火力全开“硬核★”对话★，围绕十大犀利议题，分享最前沿的认知干货。

　　李建忠：数据不仅重要，而且会越来越重要。我想补充的是，未来的数据竞争，将聚焦于两个关键点：

　　技术壁垒：DeepSeek 选择了★★“唯快不破★”的策略★★★，通过持续的技术迭代来保持领先，但这本身就存在风险，谁也无法保证永远领先。

　　正如 DeepSeek 在数据质量上投入了巨大精力，甚至传言说创始人梁文峰会亲自下场标注数据，足以说明数据质量的重要性。

　　相对安全的，是服务行业（O2O 服务，如携程★、美团）。服务落地需要线下执行，AI 短期内难以完全替代★★，O2O 平台在整合线下服务资源方面仍有优势★。

　　十日谈第 5 讲（2 月 9 日）聊聊关于 DeepSeek 的十大错误认识

　　邓侃：完全同意★★★，OpenAI 那种★“大力出奇迹★★★”堆算力 Pre-training 模式，确实要被 DeepSeek 这样的创新模式所打破了★。

　　优质内容为王★★★。内容为王的本质不会改变★★，AIGC 时代★★，优质★★★、独特的内容将更显稀缺和珍贵★。

　　第三，美国的制裁w66平台★★★，或许会倒逼中国加速 GPU 国产化，最终实现“集中力量办大事★”的壮举；

　　用户粘性并非真正的护城河。一旦竞争对手的内容质量实现反超★，用户倒戈只是分分钟的事情★★。

　　Device（设备）★★：大模型不掌控硬件设备★，操作系统与硬件深度绑定★，控制力更强★★★。

　　Scaling Law 是否过时★？开源生态如何构建★★？大模型护城河究竟在哪★★？哪些行业将被颠覆？程序员是否面临失业危机？面对AGI浪潮的滚滚而来，我们不禁要追问：AI 的进化之路，将通向何方★★★？这些 “灵魂拷问★★”★★★，直击当前 2025 AI 圈最核心的焦虑！

　　第一★★★，DeepSeek 的成功，是对美国技术霸权的有力回击★★★，堪称“反围剿★”的胜利；

　　互联网数据固然海量★★，但真正能喂饱 AI 的，是各个领域的高质量★★、专业化数据。

　　交互入口之争★★。人机对话成为新入口★★，操作系统和超级 App 将上演 ★★“入口争夺战”。

　　本期对话，李建忠与邓侃两位专家，以其前瞻性的视野和犀利的观点，为我们奉上了一场精彩绝伦的 AI 思想盛宴。他们深入探讨了 DeepSeek 现象背后的技术逻辑和产业影响，更对 AGI 时代 AI 的未来发展趋势，进行了大胆而富有洞见的预测★★★。

　　Development（开发平台）★★★：DeepSeek 如果能成功打造 Agent 平台，或许能构建起一定的护城河。

　　「DeepSeek 暨 AI 进化论十日谈」系列直播★★★，将继续秉持开放、思辨、前沿的理念，邀请更多 AI 领域专家，带来更多深度★、尖锐、前瞻的思想碰撞，敬请期待后续更精彩的直播！

　　十日谈第 4讲（2 月 8 日）DeepSeek 十问（就是你现在看的这篇文章★！）

　　当然★，这只是我目前的思考，也许更重要的是，像梁文峰这样的创新者，他们的目标可能已经超越了传统的护城河思维，他们追求的或许是更广阔的 AI 未来★★★。

　　第二，DeepSeek 的开源和低价策略，团结了全球开发者，甚至包括欧盟★★、日韩等★★★，这简直是一场“反霸权”的统一战线★★；

　　最危险的，莫过于信息服务行业（搜索引擎★、问答类网站）★。这些行业的产品形态与大模型的核心功能最为相似，极易被直接替代★★，可谓“首当其冲★”w66平台。