·DeepSeek很讓人興奮，但還不能稱作范式級創新，更準確的表述是將之前OpenAI o1半遮半掩的范式開源，將整個生態推向很高滲透率，推進整個行業進入了新范式。

DeepSeek  視覺中國 資料圖

從2024年第三季度開始我們就一直在講AI的下半場，雖然OpenAI o1提出了強化學習（RL）敘事，但因為各種原因沒有破圈，DeepSeek R1解了RL的謎題，推進整個行業進入了新范式，真正進入智能下半場。

市場上關于DeepSeek是什么、為什么的討論已經很多了，接下來更有價值討論是AI競賽要怎么繼續？把過去半個月的思考總結了一下，希望成為探索下半場的路徑圖，每隔一段時間來復盤。

拾象科技創始人兼CEO李廣密。

Insight 01：DeepSeek 超越 OpenAI 了嗎？

DeepSeek超越了Meta Llama毫無疑問，但相比OpenAI、Anthropic和Google這些第一梯隊還有距離，比如Gemini 2.0 Flash成本比DeepSeek更低，能力也很強，且全模態，外界低估了Gemini 2.0為代表的第一梯隊的能力，只是沒有開源而獲得這么炸裂轟動性的效果。

DeepSeek很讓人興奮，但還不能稱作范式級創新，更準確的表述是將之前OpenAI o1半遮半掩的范式開源，將整個生態推向很高滲透率。

從第一性原理角度，在Transformer這一代架構下超越第一梯隊模型廠商是有難度的，同樣路徑下很難實現彎道超車可能，今天更期待有人能探索出下一代的智能架構和范式。

Insight 02：DeepSeek 開啟新范式了嗎？

就像前面說的，嚴格意義上說，DeepSeek 沒有發明新范式。但DeepSeek的重要意義在于幫助RL和test time compute這個新范式真正出圈。如果說OpenAI最初發布的o1是給行業出了一個謎語，DeepSeek就是第一個公開解謎的人。

DeepSeek發布R1和R1-zero之前，行業只有少部分人在實踐RL和reasoning model，但DeepSeek給大家指明了路線圖，讓行業相信這樣做真的能提升智能，這對提升信心，吸引更多人轉向新范式的研究有巨大的幫助。

有人才進入，才有算法創新，有開源緊追才有更多計算資源投入。在DeepSeek之后，原本計劃不再發新模型的OpenAI接連發出o3mini，并計劃繼續發布o3，還考慮開源模型。Anthropic和Google也會加快RL的研究。行業對新范式的推進因為DeepSeek加快。

另外，reasoning model的提升會進一步幫助Agent落地，AI researcher現在都因此對agent的研究和探索更有信心，因此也可以說DeepSeek開源reasoning model推進了行業向Agent的進一步探索。所以 DeepSeek雖然沒有發明新范式，但推進整個行業進入了新范式。

Insight 03：Anthropic的技術路線和R1有什么不同？

從Dario（Anthropic創始人）的訪談可以看出，Anthropic對R-1/reasoning model的理解，與O系列有些分歧，Dario覺得基礎模型與推理模型應該是個連續光譜，而非OpenAI這種獨立的模型系列。如果只做 O系列會很快遇到天花板。

我一直想為什么Sonnet 3.5的coding、reasoning 和 agentic能力一下子提升這么強，但4o一直沒追上？他們在基礎模型預訓練階段就做了大量RL工作，核心還是把基礎模型的能力提上去，不然只靠RL提升推理模型可能很容易把收益吃光。

Insight 04：DeepSeek的轟動有必然，也有偶然

兩位OpenAI的早期研究員寫的《為什么偉大不能被計劃》一書用來形容DeepSeek也很合適。

技術角度上，DeepSeek有下面幾個亮點：

? 開源：這點很重要，OpenAI從GPT-3開始轉為閉源公司后，第一梯隊三巨頭就不再公開技術細節，拱手讓出了一個空白的開源生態位，但Meta和Mistral并沒有接穩這個位置，DeepSeek這次堪稱奇襲，在開源這塊大賽道一馬平川。

如果把轟動性打100分，智能提升貢獻30分，開源貢獻70分，之前LLaMA也開源但沒有這么轟動的效果，說明LLaMa智能水平不夠。

? 便宜：“Your margin is my opportunity” （你的利潤就是我的機會）這句話的含金量還在上升。

? 聯網+公開CoT（思維鏈）：對于用戶，這兩個點分別都能帶來很好的用戶體驗，DeepSeek把兩張牌同時出了，可以說是王炸，給到C端用戶的體驗和其他Chatbot完全不一樣。尤其是CoT透明，把模型思考過程公開了，透明能讓用戶對AI更信任，促進了破圈。不過，按理說Perplexity也是沖擊很大的，但DeepSee 服務端不穩定，Perplexity團隊快速反應上線了R-1反而承接了很大DeepSeek R-1溢出的用戶。

? RL泛化：雖然RL是OpenAI o1最先提出來的，但因為各種運營一直半遮半掩，滲透率并不高，DeepSeek R-1很大意義推動了reasoning model范式的進程，生態接受度大幅提升。

DeepSeek在技術上的探索投入是被這個智能成果值得更多人關注、討論的確定性因素，但DeepSeek R1 推出的時間點又讓這場轟動帶有偶發性：

? 過去美國一直講自己在基礎技術研究上大幅領先，但DeepSeek原生于中國國內，這本身也是一個亮點，這個過程中，又有很多美國科技大佬開始去宣揚DeepSeek挑戰了美國科技霸主的地位的論調，DeepSeek屬于被動卷進輿論戰；

? DeepSeek R1發布之前，美國5000億美元的“星際之門”事件剛剛開始發酵，這種巨量投入和DeepSeek團隊智能產出效率對比太鮮明了，很難不引發關注、討論；

? DeepSeek讓英偉達股價大跌又進一步讓輿論發酵，他們肯定也想不到自己成為了2025開年美股第一只黑天鵝；

? 春節是產品的練兵場，移動互聯網時代很多超級App都是在春節大爆發的，AI時代也不例外。DeepSeek R1恰好在春節前發布，大眾驚喜的是它的文字創作能力，而不是訓練時候強調的編程和數學能力，文創更容易被大眾用戶有體感，也更容易迅速傳播。

Insight 05：誰受傷？誰受益？

可以把這個賽場上的玩家分成三類：ToC（消費者）、To Developer（開發者）以及 To 企事業單位：

1. ToC：Chatbot 肯定受沖擊最大，心智和品牌關注度被DeepSeek搶走了，ChatGPT也不例外；

2. 在開發者環節的影響很有限，我們看到有用戶用完之后說評論r1不好用不如sonnet，Cursor官方也說 Sonnet還是表現更好，用戶高比例都選擇Sonnet，并沒有大幅遷移；

3. 第三個維度，To Enterprise和To Government的生意在于信任和需求理解，大型組織做決策的利益考慮很復雜，不會像C端用戶那么容易遷移。

再換個角度，從閉源、開源和算力的視角想這個問題：短期大家會覺得閉源的OpenAI/Anthropic/Google 更受沖擊：

? 技術神秘感被開源了，AI營銷里面最重要的神秘感的溢價被打破；

? 更現實的因素，市場認為這幾家閉源公司的潛在客戶和市場規模被搶走了一些，GPU投入的回本周期變長；

? 作為領頭羊的OpenAI在其中屬于最“吃虧”的那個，之前想捂著技術不開源，半遮半掩，希望多賺技術溢價的美夢無法實現了。

但中長期看，GPU資源充裕的公司還是受益的，一方面是第二梯隊的Meta可以快速跟進新方法，Capex更加高效，Meta可能是很大受益者，另一方面是智能提升還需要更多探索，DeepSeek開源把大家水平拉齊，進入全新探索又需要10倍甚至更大量級的GPU投入。

從第一性原理來想，對于AI智能產業來說，無論是發展智能還是應用智能，從物理本質上就必然要消耗海量算力，這是基礎定律決定的，不是技術優化能完全規避的。

所以，無論是探索智能，還是應用智能，即便短期有質疑，中長期的算力需求也會爆炸，這也解釋了為什么馬斯克從第一性原理出發，xAI堅持擴建集群，xAI和“星際之門”背后的深層邏輯也許是一樣的。Amazon 等云廠商都宣布了要增加資本支出。

我們就假設全球的AI research人才水平和認知都拉齊，有更多GPU就可以做更多實驗探索？最后可能還是回到算力的競爭。

DeepSeek光腳不怕穿鞋，沒有商業化訴求，專注AGI智能技術探索，開源這個動作對推動AGI進程推動意義很大，加劇了競爭，推動了開放性，頗有鯰魚效應。

Insight 06：蒸餾能超越SOTA嗎？

有個細節點不確定，如果DeepSeek從預訓練階段就大量使用蒸餾的CoT數據，那做到今天效果不算驚艷，還是在第一梯隊巨頭的肩膀上獲得的基礎智能，然后再開源出來；但如果預訓練階段沒有大量用蒸餾數據，DeepSeek從0做預訓練做到今天的效果，那就堪稱驚艷了。

另外，蒸餾能否在基礎模型超越SOTA（效果最好的模型），應該是不太可能的。但DeepSeek R-1非常強，猜測是獎勵模型做的非常好，如果R-1 Zero這條路徑靠譜，是有機會超越SOTA。

Insight 07：No Moat ! 

Google之前對OpenAI的一個評價：No Moat！（沒有護城河）這句話放在這里也很應景。

DeepSeek這一波Chatbot用戶又出現了大量遷移現象，給了市場一個很重要的啟發：智能技術進步非常陡峭，階段性產品很難形成絕對壁壘。不管是 ChatGPT/Sonnet/Perplexity 剛形成了心智和口碑，還是 Cursor、Windsurf 這類開發者工具，一旦有了更智能的產品，用戶對“上一代”智能的產品毫無忠誠度，今天不管是模型層還是應用層都很難構建護城河。

DeepSeek這次也驗證了一件事：模型即應用，DeepSeek在產品形式上沒任何創新，核心就是智能+開源，我也不禁思考：在AI時代，任何產品和商業模式的創新都比不上智能的創新嗎？

Insight 08：DeepSeek 應該承接這波 Chatbot 流量并做大嗎？

從Chatbot 爆火到今天，通過DeepSeek團隊的反應可以明顯感覺出來，DeepSeek還沒想好怎么用這波流量。而要不要接住、并積極運營這批流量這個問題的本質是，偉大的商業公司和偉大的研究機構能共存在一個組織嗎？

這件事非常考驗精力和資源分配、組織能力和戰略選擇，如果是字節、Meta這類大公司，他們的第一反應應該都要接下來，也有一定組織基礎可以接下來，但DeepSeek作為一個研究團隊組織，承接這波巨量流量的壓力必然很大。

但同時也要想這一波Chatbot會是階段性流量嗎？Chatbot是不是在未來智能探索的主線下？似乎感覺每個智能階段都有對應的產品形態，而 Chatbot只是解鎖的其中一個早期形態。

對于DeepSeek來說，從未來3-5年視角看，如果今天不去承接Chatbot流量，會不會是一種錯過？萬一哪天跑出規模效應？如果AGI最終實現了，又會是什么載體來承接？

Insight 09：下一個智能突破的Aha moment從哪來？

一方面，第一梯隊的下一代模型很關鍵，但今天我們又處在Transformer的極限邊界上，第一梯隊能否拿出代際提升的模型也不確定。OpenAI、Anthropic和Google作為回應發出來好30%-50%的模型可能都不夠挽回局勢，因為他們資源多了10-30倍。

另一方面， Agent落地比較關鍵，因為Agent需要做長距離多步驟推理，如果模型好5%-10%，領先的效果就會被放大很多倍，所以OpenAI、Anthropic和Google一方面要做Agent產品落地，全棧集成模型+Agent產品，就像 Windows+Office，二是也要秀出來更強大的模型，比如O3完整版、Sonnet 4/3.5 opus為代表的下一代模型。

在技術不確定性下，最寶貴的是天才AI研究員，任何想要探索AGI的組織都要投入資源到更激進的范式，尤其是在今天預訓練階段已經被拉齊的背景下，要有好的人才+充裕資源，探索下一個智能涌現的Aha moment。

Insight 10：DeepSeek 這一波讓我對中國AI人才更有信心，非常鼓舞

最后，希望技術無國界。

(本文首發于微信公眾號海外獨角獸，海外獨角獸為拾象旗下開源研究平臺）