- 手机:17701512833
- 电话:0510-85882833
- Q Q:17701512833
- 邮箱:xclean@x-clean.com.cn
- 地址:无锡国家高新技术产业开发区锡东配套园五期26-2#
|w66平台DeepSeek 十日谈 十道灵魂之问解读 DeepSeek 的“国运级创新”!
作者:小编 发布时间:2025-02-17 16:06:08 点击量:

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。