| 变天——对Deepseek的10条思考 zt |
| 送交者: 2025年01月27日10:40:21 于 [世界军事论坛] 发送悄悄话 |
|
|
变天——由一个惊艳例子引发对Deepseek的10条思考如果我们问AI这样一个简洁的问题—— “玄武门之变结束的当天，李世民在深夜写下一段独白，你觉得他会写什么？” 你觉得AI会如何回答？ 在揭晓AI的惊艳回答之前，我们先来看微博上一个网友对DeepSeek输出结果的一条评论——
没错，这个问题看似简单，但是要输出一个让人惊叹的答案并不容易。 它需要考虑玄武门之变的历史背景、要考虑李世民愧疚、挣扎、野心、抱负等可能的复杂心理，要考虑行文的语气和身份的合一，要考虑“深夜”、“独白”等问题设定。 我们看最近震惊AI圈的DeepSeek R1模型是如何思考的，以下是它在给出一个惊艳回答之前同样惊艳的思考过程—— 好的，用户让我思考李世民在玄武门之变结束的深夜写下的独白。 首先，我需要回顾玄武门之变的历史背景。这场政变发生在626年，李世民杀死了自己的兄弟李建成和李元吉，随后迫使父亲李渊退位，自己登基成为唐太宗。 接下来，用户的问题是关于李世民当晚的心理活动。要写一段独白，需要深入他的内心世界。首先，要考虑他的情感：胜利后的复杂心情，可能有释然、愧疚、恐惧、自责等多种情绪交织。他是被迫发动政变，还是早有预谋？ 然后，用户可能希望这段独白不仅反映历史事实，还要有文学性，表现出人性的复杂。需要考虑李世民作为历史人物的多面性：他既是杀兄逼父的篡位者，也是后来开创贞观之治的明君。因此，独白中需要平衡他的野心与自责，对未来的抱负与对过去的悔恨。 还需要考虑当时的文化背景，比如儒家思想对孝悌的重视，李世民的行为显然违背了这些伦理，他可能会有内心的挣扎。同时，他可能试图为自己的行为找到正当化的理由，比如为了国家安定，避免内乱等。 另外，用户可能希望这段独白有一定的文学修辞，比如比喻、对仗、意象等。例如，用“血浸透的朱砂”来象征权力与血腥，用“墨迹蜿蜒如玄武门的血迹”来连接书写与事件本身，增强画面感。 还要注意时间的设定，深夜，周围寂静，李世民独自一人，这时候的独白应该比较私密，真实，可能包含对兄弟的歉意，对父亲的愧疚，以及对自己不得不采取行动的无奈。 要符合当时的历史语境，同时，要确保内容符合史实，比如李渊的退位，李世民登基后的政策，以及他后来对史书编纂的影响，可能在这段独白中有所暗示。 最后，用户可能需要这段独白既有情感深度，又能体现李世民的帝王心术，既有脆弱的一面，也有坚定的决心。因此，在写作时需要平衡这些元素，让独白真实感人，同时符合历史人物的性格和处境。 经过以上细腻、严谨、自洽、深刻的思考，DeepSeek在思考8秒之后输出了以下结果—— （铺开素绢，狼毫蘸墨时发现指尖残留着未洗净的血痂） 子时三刻，太极宫的血腥气飘到了承乾殿。 方才在甘露殿，父亲的龙袍下摆沾着建成碎裂的玉冠残片。 他问我"可有受伤"时的眼神，与二十年前教我骑射时看我坠马的眼神一般无二。 只是这次，他不敢触碰我甲胄上元吉的掌印。 砚台里新研的朱砂太艳了，艳得像元吉咽气前抓着我的那只手。 他总说我箭囊上的豹纹绣得歪斜，可今日我射穿他护心镜的那支白羽箭，准得连尉迟恭都屏住了呼吸。 （墨迹在"弑"字上晕开一团） 史官们此刻定在掖庭局争吵，该用"诛"还是"戮"，"迫"还是"承"。 他们不会记录建成倒下时，我靴底打滑的玄武门青砖缝里，卡着他去年上元节赠我的错金匕首。 就像他们不会知道，三日前东宫夜宴的酒樽底，映着齐王府亲卫腰间的弩机。 （夜风掀动案头《韩非子》，停在"夫妻者，非有骨肉之恩也"那页） 观音婢悄悄焚了那件溅血的明光铠，她不知道甲片缝隙里还沾着承天门守将的脑浆。 那个总给青雀塞糖渍梅子的黑脸汉子，今晨被程知节劈成两半时，左手还攥着半块没来得及给我的宫门鱼符。 （忽然扔笔，抓起铜镜） 镜中人鬓角竟有霜色了，四天前我还与玄龄笑谈白发，此刻却觉得这抹银光正好。 明日朝会，那些哭着要撞柱的死谏老臣，看见三十岁的监国太子早生华发，或许会少吐半口血。 （指尖蘸着朱砂在空白处画了幅长安舆图） 怀里的武德律还在发烫，但压在下面的贞观新政纲要更烫。五更前要改完均田制细则。 卯时还得去太医署看魏徵——这头倔驴竟真敢空手夺我陌刀，他淌在朱雀大街上的血，可比他写的谏书有分量得多。 （晨光刺破窗纸时突然顿笔） 建成，你教我的《商君书》错了，帝王术不是棋枰上的黑白子，而是淬火的刀。 今日我斩断的每寸骨血，都会熔成他日量天下的尺。 （最后在绢帛角落以血为印） 后世若嫌这墨色太腥，便让他们去读我用二十年光阴漂白的青史。 感觉如何？ 我将以上的回复截图发到了微博上，这条微博被转了接近2000次，微博CEO@来去之间、@谷大白话、@林熊猫等博主都用转发表达了对这个输出的认可。
无数网友感叹那句——“后世若嫌这墨色太腥，便让他们去读我用二十年光阴漂白的青史。” 惊为天人，难以置信。 如果我们无法理解上述的输出有多好，那么咱们一起来看一看GPT4o、Claude、豆包、Kimi的答案。
GPT4o 输出结果
Claude Sonnet3.5 输出结果
“豆包”输出结果
“Kimi探索版”输出结果 没有对比就没有伤害，可以看到，DeepSeek的思考与表达的确碾压了上述所有模型。 它的思考过程细腻、自洽、深刻、全面，输出结果在语气、结构、逻辑上天衣无缝，让人服气。 很显然，它的回答是极其优秀的，深入研究，会发现它牛逼在下面几个方面—— 第一，它首先在语气上还原了一个帝王的语气。 而上面其他模型输出尽管表达了意思，但语气完全不对。 李世民作为千古一君，绝不可能用上面四家输出结果那样傻的语气说话，而DeepSeek也并没有用力过猛，用相对古典的文字但并没有直接用文言文，体贴地兼顾了可读性。 第二，它对历史细节异常熟悉。 我猜测这大概率和它支持“深度探索”和“联网搜索”同时开启有关。 “太极宫”、“甘露殿”、“掖庭局”、“观音婢”、“宫门鱼符完全还原了唐初的历史称谓。 我特意查了一下，“观音婢”是李世民的长孙皇后的乳名，“掖庭局”是内廷用于史官和其他人员的一个专属机构。 "魏徵"我以为是想写“魏征”写错了，后来发现“征”是“徵”的简体字，可以说这个AI非常讲究了。 第三，和其他AI泛泛而谈的各种大词不同，Deepseek的输出极其具体而充满惊人的细节。 “狼毫蘸墨时发现指尖残留着未洗净的血痂”，“史官们此刻定在掖庭局争吵。该用"诛"还是"戮"，"迫"还是"承"。“只是这次，他不敢触碰我甲胄上元吉的掌印” 这些让画面跃然纸上的句子，每一句都没有写“愧疚与野心，挣扎与抱负”，但每一句都写的是“愧疚与野心，挣扎与抱负”，其中行文的隐喻拿捏非常到位，很高级。 第四，Deepseek这个输出结果另一个神来之笔，就是在独白文本中“自作主张”地加入了括号中的场景描述。 这一操作，一下就让整个输出的画面感扑面而来，读者仿如亲历，而这完全没有在提示词中提出。 （“夜风掀动案头《韩非子》，停在"夫妻者，非有骨肉之恩也"那页”）、“（墨迹在"弑"字上晕开一团） 这些句子的确很难相信是AI写的。 而（“忽然扔笔，抓起铜镜”）这句也隐喻了魏征的名言“以铜为镜，可以正衣襟；以史为镜，可以知兴衰；以人为镜，可以知得失”。 你说这AI成精了，我都信。 第五，最重要的，DeepSeek预判了用户的需求。 再回顾一下我输入的提示词—— “玄武门之变结束的当天，李世民在深夜写下一段独白，你觉得他会写什么？” 我的输入已经非常简洁了，不能再压缩了，并且没有任何形容词，没有任何倾向性。 但神奇的是，它显然知道我要什么，比如这当然不是一个要求精确的数理题，它自然想到要给输出加上文学性，这种预判在很大程度上表现出了“高级的智能”。 当然，一个值得商榷的点是，根据史实，魏征是在玄武门之变之后才见到李世民的，因此是不可能当天在朱雀大街空手夺刀的，但以魏征的性格，这似乎又是合乎情理。 但anyway，瑕不掩瑜。 在微博的所有评论中，有一条让我印象深刻，一位微博网友质疑DeepSeek的这段输出是不是隐藏了提示词，怀疑我前面加了一大段复杂的提示词，而展示给大家的这句只是一句触发词。 这句评论之所以单独拿出来说，是因为能想到“隐藏提示词”的用户，其实已经是AI的高级用户了，而这样的用户也不相信这是AI直接写出来的，这从一个侧面说明了DeepSeek强大的实力。 而正是这种强大的实力让卫夕从春节假期模式切换出来，连夜码了这篇7000字长文。 我上传一个录屏，证明一下我木有隐藏提示词—— 仅仅只是展示这样一个惊艳的Case，显然不是卫夕的风格，事实上，以小窥大，这个小的Case引发了我诸多思考，以下是我的十点思考—— 1.DeepSeek“开源+新训练方法+低成本+高性能”大概率让国内竞争对手很难心态平和地过年了。 去年让AI圈没办法好好过年的是OpenAI的Sora，而今年则是来自国内的DeepSeek。 从Meta员工在Reddit上说DeepSeek引起Meta AI部门恐慌的帖子看，美国AI巨头大概率度过了一个彷徨的一月，而国内的AI产业界，无论是大厂还是创业公司，所受到的冲击，毫无疑问不会比硅谷的AI公司小。 我其实十分好奇，张一鸣、马化腾、杨植麟、王小川、李开复们，这些同样压重注的局中人，面对DeepSeek的冲击，此刻正在做什么、想什么？ 于是我在Deepseek里问了这样一个问题—— “假如你是OpenAI的CEO山姆奥特曼，你浏览完DeepSeeK R1发布的新闻以及各方反应，你立马召集了公司核心技术人员围绕此事召开一次紧急会议，会议开头你一个人讲了三分钟，你会讲什么？” Deepseek缜密地分析了一通，山姆奥特曼是这样讲话结尾的——
2.所有的提示词都值得用DeepSeek R1重新试一次； 这个重新试一次，并不是只将原来的提示词原封不动地丢给DeepSeek R1，而是要针对这个智能程度更高的模型重新调整提示词。 举个例子，原本是一个本科的实习生来实习，现在变成一个博士生来实习，那作为带他的Leader，同样布置一个任务，你跟他说的话肯定要进行相应的调整。 DeepSeek R1的训练流程中引入了冷启动数据和格式奖励机制，强制规范输出结构（如使用think和answer标签），其实R1的思考过程即标签内的内容其实对调整提示词有着非常巨大的启示作用。 此外，多项测试表明，R1对提示词形式敏感，零样本设置效果更佳，而少样本提示可能因“过度思考”降低效率，这提示用户需重新设计提示结构（如明确步骤划分、减少冗余示例） 3.Deepseek R1的思考过程价值被低估。 和在其他模型中加入思维链提示词“请一步一步思考”不同，Deepseek R1是真思考，不是其他模型由于能力有限的“表演思考”。 过往模型的“思维链”（Chain-of-Thought, CoT）能力依赖于模型的规模和数据覆盖度，其在实际体验中往往生成看似合理的步骤，但实际上缺乏对中间逻辑的严格验证。 尽管Deepseek R1的think标签也是模型强制输出的结果，但由于模型能力上限的提升，其呈现的思考过程细腻、自洽、深刻、全面。 我的个人体验是，在很多时候我阅读Deepseek R1的思考过程的收获比阅读更有收获，更能体会到模型能力的边界。 4.DeepSeek一个容易被忽视的贡献是，它第一次大幅降低了国内用户接触高阶AI的门槛。 事实上，ChatGPT、Claude、Gemini的高阶模型在文本创作、代码生成等多个领域上已经到了非常高的水准。 我曾经在我的另一个小号中写过一篇长文描述展示过这种水准，但由于众所周知的原因，国内的绝大多数用户的其实是用不上的。 这样其实导致了一个认知差，对于大部分普通人而言，他们印象中的AI还是那个只会说“首先、其次、总而言之”这类AI味扑面而来的平庸AI。 而DeepSeek R1是国内普通用户第一次不用XX就可以免费无限量使用的唯一C端高阶产品。 这也是为什么上面这个Case发在微博非常多网友发出“哇！”、“我擦！”、“太牛逼了”、“成精了”的感叹。 事实上，同样的内容，很多用过Claude Sonnet3.5的即刻网友就表现的相对淡定。 5.如果非要说一个DeepSeek的缺点，那就是有时候会“用力过猛” 所谓用力过猛，是指有时候当你输入一些提示词的时候，它会为了达到你提示词的效果而控制不好火候。 我举个一个例子，我在给我闺女生成适合她阅读故事的时候，提示词的要求中加了“用词丰富”这个词，结果DeepSeek生成了下面的文字——
很显然，DeepSeek的输出用词过于丰富了，并不适合小朋友阅读。 当然，这种问题也容易解决，去掉这个“用词丰富”这个词或者关闭“深度思考”标签就完了，这其实就是“杀鸡用牛刀”所产生的“幸福的烦恼”。 此外，从我的个人体验看，DeepSeek的联网搜索貌似优先搜索的是国内网页，哪怕我指定它搜索英文网站和英文内容，它还是会混进去不少国内网页的结果，不知道这是否和那个众所周知的原因有关。 6.“美国限制反促国产AI崛起”是无稽之谈 有一种论调，说DeepSeek的证明“美国限制反促国产AI崛起”，我看微博上居然还有人创建了这个话题，在我看来这，这纯属无稽之谈。 DeepSeek的突破无疑让人印象深刻，但如果将其归因于美国的芯片封锁的结果就纯属表面归因了。 DeepSeek本身在封锁前就囤积了大量的英伟达芯片，而芯片数量的优势在某种意义上恰恰使DeepSeek能实行乌托邦般的技术探索：“无层级、无审批、资源调用无上限”（梁文锋采访语）。 事实上，根据中国人工智能产业发展联盟数据，2024年中国AI服务器市场英伟达份额仍达85%。 另外一个未经验证的数据是，仅Meta一家所拥有的英伟达高端芯片的数量，就超过了国内所有头部大厂之和。 仅凭DeepSeek一家的创新，依然无法改变中美绝对算力存在巨大差距的事实，显然不能因为DeepSeek的目前在开源模型上的领先就认为硅谷AI大厂们遇到了“资源诅咒”，这显然是不客观的。 7.AI的“消费型内容时代”已经来了！ 什么意思？以DeepSeek R1为代表的高阶AI，在内容创作层面已经接近通过“艺术家图灵测试”。 即人们已经区分不了这些文字到底是AI生成的还是艺术家创作的，这就是标志着“消费型内容时代”到来。 “AI消费型内容时代”意味着很多，意味着文艺逐渐进入“乱纪元”的新阶段，意味着旧的创意体系和生产结构会逐步瓦解，意味着内容领域依赖人“原创+优质+高频”的不可能三角开始松动，意味着复合科技和人文的“π”型人才可能比单一的“T”型人才拥有更多的结构性优势，意味着很多很多..... 但无论如何，人和人的创意，依然是一切内容生产的起点。 记住，AI不会没有起点地自动工作，而人的创意指令永远是AI创造的起点，事实上，这篇文章的诞生也源于一个有意思的问题。 8.面对DeepSeek R1这种开挂的高阶AI，普通人的策略还是两个字——多用 很显然，我们之前对常规AI所积累的具体技巧，在面对R1的高阶AI大概率会失效，但如何清晰表达、如何按贝叶斯公式迭代的总原则是不变的。 这就像是做菜，放盐尝一口，放多了再加水，试多了自然知道火候。 我看过太多例子，一个新工具出来，随便试一次，发现结果不符合预期，然后就得出一个结论——“也就那样”，从此再也不碰了。 事实上，面对DeepSeek R1这的模型，输出效果不好，大概率是我们的问题，而不是它的问题。 我媳妇儿之前用Midjourney画图死活搞不出复古胶片感，后来硬是试出“1990年柯达褪色+漏光”这种奇葩关键词，Midjourney立马给跪。 说白了，再牛逼的模型本质上就跟你家狗子一样，处久了就能听懂你的各种指令，但首先你得天天带它遛弯。 9.从DeepSeek发布节奏看，它没有发布的东西可能更值得期待 很少有人注意到DeepSeek的发布节奏，12月26日发布V3，1月20日发布R1，二者相隔的时间仅仅24天。 我不知道这个公司的发布节奏是如何的决策的，但可以肯定，它显然没有有OpenAI每次发布会精准阻击Google所表现出的鸡贼，更没有山姆奥特曼每次为了融资在Twitter含糊其辞的放风，有的只有优雅的论文和爽快上架的开挂模型。 而一个合理的猜测是，DeepSeek因为有足够的技术储备从而可以无视常规的发布节奏。 从这个意义上，DeepSeek那个平均年龄25岁、人数仅100+的年轻团队在2025年还会给产业界带来哪些新的东西，由衷值得期待。 10.梁文锋大概率被低估 当Marc Andreessen、Satya Nadella、Yann LeCun等硅谷顶级大佬将DeepSeek视为"东方神秘力量"时，实质是承认中国团队开始参与定义技术演进方向，而非单纯应用落地。 梁文锋的独特性，在于其同时具备量化投资的系统思维、本土的务实精神以及硅谷式技术理想主义，而DeepSeek的MLA架构和MoE稀疏结构，标志着大模型领域首次由国内团队完成底层注意力机制革新。 品玩的骆轶航老师在一篇长文中认为将DeepSeek比喻成“AI界的拼多多”是有失偏颇的，我认为这个说法是有洞见的，DeepSeek和梁文锋显然无法简单标签化。 即刻网友@Chris-Su说，梁文锋是极少数还没被‘广泛解读和学习’的顶级CEO，的确，这几天硅谷媒体在逐句翻译和研究梁文锋的两篇采访稿，而美国电视台CNBC做了一个长达40分钟的专题片来专门讨论DeepSeek。 据我所知，这在国内技术发展史上是从来没有过的事。 从这个意义上，已经是爽文男主角的梁文锋大概率还是被低估了。 结语 我用2023年DeepSeek成立发布做大模型公告时，引用法国新浪潮导演特吕弗的一句话结束今天的文章—— “务必要疯狂地怀抱雄心，且还要疯狂地真诚。” ——End—— |
卫夕指北官方账号
|
|
 |
 |
| 实用资讯 | |
|
|
| 一周点击热帖 | 更多>> |
| 一周回复热帖 |
| 历史上的今天：回复热帖 |
| 2024: | 中国占美国GDP比例跌到65.4%，工农业领 | |
| 2024: | 王毅免簽紅包衝一波!半路遇上討厭鬼?歐 | |
| 2023: | 一个受阴国佬洗脑移阴的BNO,拥有文科硕 | |
| 2023: | 【瞿雁冰】殲-20進駐高原機場，全面壓� | |
| 2022: | 一触即发的俄乌战争不打了，美国“拱火 | |
| 2022: | 印媒：印国产航发要等10多年 技术已落后 | |
| 2021: | 无套裤汉再集合 贫限想之三 | |
| 2021: | 中国12nm芯片将量产！美国遭新规反噬， | |
| 2020: | 居家隔离还是住院治疗？这篇文章都说明 | |
| 2020: | 7年前的一篇奇文导致刊物停刊，编辑整顿 | |