深度解析：DeepSeek引领AI智能下半场的未来走向

来源：海外独角兽

自2024年第三季度以来，我们一直在探讨人工智能的下半场。尽管OpenAI的o1模型提出了强化学习（RL）的叙事，但由于种种原因未能引起广泛关注。直到DeepSeek发布R1模型，成功破解了RL的难题，推动整个行业进入了一个新范式，真正开启了智能的下半场。

市场上关于DeepSeek是什么、为什么的讨论已经很多。接下来更有价值的讨论是如何在AI竞赛中布局？以下是过去半个月的思考总结，希望能成为探索下半场的路线图，并定期复盘。同时列出了几个最值得关注的问题，欢迎填写问卷一起交换想法。我们将围绕下一个智能突破的关键时刻组织一场小范围讨论会：

• 下一个智能突破的关键时刻会从哪里出现？

• 如果你有充裕的探索资源，你会把资源投入到哪个方向？

• 比如下一代Transformer架构、合成数据的突破、更高效的学习方式，你会有哪些押注？

洞察一：DeepSeek超越OpenAI了吗？

毫无疑问，DeepSeek已经超越了Meta Llama，但与OpenAI、Anthropic和Google这些第一梯队玩家相比还有差距。例如，Gemini 2.0 Flash的成本比DeepSeek更低，能力也很强，且支持全模态。外界低估了以Gemini 2.0为代表的第一梯队的能力，只是由于未开源而未获得如此轰动的效果。

DeepSeek令人兴奋，但还不能称为范式级创新。更准确地说，它将之前OpenAI o1半遮半掩的范式开源，将整个生态推向了高渗透率。

从第一性原理来看，在Transformer这一代架构下超越第一梯队模型厂商是有难度的。同样路径下很难实现弯道超车。今天更期待有人能探索出下一代的智能架构和范式。

DeepSeek用一年时间追上了OpenAI和Anthropic。

洞察二：DeepSeek开启新范式了吗？

严格意义上说，DeepSeek并没有发明新范式。

但DeepSeek的重要意义在于帮助RL和测试时计算这一新范式真正出圈。如果说OpenAI最初发布的o1是给行业出了一个谜语，那么DeepSeek就是第一个公开解谜的人。

在DeepSeek发布R1和R1-zero之前，行业内只有少部分人在实践RL和推理模型。但DeepSeek为大家指明了路线图，让行业相信这样做真的能提升智能，这对提升信心、吸引更多AI研究员转向新范式的研究有巨大帮助。

有人才进入，才有算法创新；有开源紧追才有更多计算资源投入。在DeepSeek之后，原本计划不再发新模型的OpenAI接连发出o3mini，并计划继续发布o3，还考虑开源模型。Anthropic和Google也会加快RL的研究。行业对新范式的推进因为DeepSeek而加速，中小团队也可以在不同的领域上尝试RL。

另外，推理模型的提升将进一步帮助智能体落地，AI研究员现在因此对智能体的研究和探索更有信心。因此也可以说，DeepSeek开源推理模型推进了行业向智能体的进一步探索。

所以，虽然DeepSeek没有发明新范式，但推进整个行业进入了新范式。

洞察三：Anthropic的技术路线和R1有何不同？

从Dario的访谈可以看出，Anthropic对R-1/推理模型的理解与O系列有些分歧。Dario认为基础模型与推理模型应该是一个连续光谱，而非OpenAI这种独立的模型系列。如果只做O系列会很快遇到天花板。

我一直想为什么Sonnet 3.5的编码、推理和智能体能力一下子提升这么强，但4o一直没追上？

他们在预训练基础模型阶段就做了大量RL工作，核心还是把基础模型提上去，不然只靠RL提升推理模型可能很容易把收益吃光。

洞察四：DeepSeek的轰动有必然，也有偶然

两位早期OpenAI研究员写的《为什么伟大不能被计划》形容DeepSeek也很合适。

技术角度上，DeepSeek有以下几个亮点：

• 开源：开源这一点很重要。OpenAI从GPT-3开始转为闭源公司后，第一梯队三巨头就不再公开技术细节，拱手让出了一个空白的开源生态位，但Meta和Mistral并没有接稳这个位置。DeepSeek这次堪称奇袭，在开源这块大赛道一马平川。

如果把轰动性打100分，智能提升贡献30分，开源贡献70分。之前LLaMA也开源但没有如此轰动的效果，说明LLaMa智能水平不够。

• 便宜：“Your margin is my opportunity”这句话的含金量还在上升。

• 联网+公开CoT：对于用户这两个点分别都能带来很好的用户体验。DeepSeek把两张牌同时打出，可以说是王炸，给到C端用户的体验与其他Chatbot完全不同。尤其是CoT透明，把模型思考过程公开了，透明能让用户对AI更信任，促进了破圈。不过，按理说Perplexity冲击也很大，但DeepSeek服务端不稳定，Perplexity团队快速反应上线了R-1反而承接了很大DeepSeek R-1溢出的用户。

• RL泛化：虽然RL是OpenAI o1最先提出的，但因为各种运营一直半遮半掩，渗透率并不高。DeepSeek R-1很大程度上推动了推理模型范式的进程，生态接受度大幅提升。

DeepSeek在技术上的探索投入是被这个智能成果值得更多人关注、讨论的确定性因素，但DeepSeek R1推出的时机又让这场轰动带有偶发性：

• 过去美国一直讲自己在基础技术研究上大幅领先，但DeepSeek原生于中国国内，这本身也是一个亮点。在这个过程中，又有许多美国科技大佬开始宣扬DeepSeek挑战了美国科技霸主地位的论调，DeepSeek属于被动卷入舆论战；

• DeepSeek R1发布之前，OpenAI Stargate $500B事件刚刚开始发酵，这种巨量投入和DeepSeek团队智能产出效率对比太鲜明了，很难不引发关注、讨论；

• DeepSeek让英伟达股价大跌又进一步让舆论发酵，他们肯定也想不到自己成为了2025开年美股第一只黑天鹅；

• 春节是产品的练兵场，移动互联网时代很多超级App都是在春节大爆发的，AI时代也不例外。DeepSeek R1恰好在春节前发布，大众惊喜的是它的文字创作能力，而不是训练时强调的编码和数学能力，文创更容易被大众用户有体感，也更容易走红。

洞察五：谁受伤？谁受益？

可以把这个赛场上的参与者分为三类：ToC、To Developer以及To Enterprise（to Government）：

1. ToC：Chatbot肯定受冲击最大，心智和品牌关注度被DeepSeek抢走了，ChatGPT也不例外；

2. 在开发者环节的影响很有限，我们看到有用户用完之后评论r1不好用不如sonnet，Cursor官方也说Sonnet还是表现更好，用户意外高比例选择Sonnet，并没有大幅迁移；

3. 第三个维度，To Enterprise和To Government的生意在于信任和需求理解，大型组织做决策的利益考虑很复杂，不会像C端用户那么容易迁移。

再换个角度，从闭源、开源和算力的视角看这个问题：

短期大家会觉得闭源的OpenAI/Anthropic/Google更受冲击：

• 技术神秘感被开源了，AI炒作中最重要的是神秘感的溢价被打破；

• 更现实的因素，市场认为这几家闭源公司的潜在客户和市场规模被抢走了一些，GPU投入的回本周期变长；

• 作为领头羊的OpenAI在其中属于最“吃亏”的那个，之前想捂着技术不开源，半遮半掩，希望多赚技术溢价的美梦无法实现了。

但中长期看，GPU资源充裕的公司还是受益的，一方面是第二梯队的Meta可以快速跟进新方法，资本支出更加高效，Meta可能是很大受益者，另一方面是智能提升还需要更多探索，DeepSeek开源把大家水平拉齐，进入全新探索又需要10倍甚至更大量级的GPU投入。

从第一性原理来想，对于AI智能产业来说，无论是发展智能还是应用智能，从物理本质上就必然要消耗海量算力，这是基础定律决定的，不是技术优化能完全规避的。

所以，无论是探索智能，还是应用智能，即便短期有质疑，中长期的算力需求也会爆炸，这也解释了为什么马斯克从第一性原理出发，xAI坚持扩建集群，xAI和Stargate背后的深层逻辑也许是一样的。Amazon等云厂商都宣布了要增加Capex指引。

我们就假设全球的AI研究人员水平和认知都拉齐，有更多GPU就可以做更多实验探索？最后可能还是回到计算的竞争。

DeepSeek光脚不怕穿鞋，没有商业化诉求，专注AGI智能技术探索，开源这个动作对推动AGI进程推动意义很大，加剧了竞争，推动了开放性，颇有鲶鱼效应。

洞察六：蒸馏能超越SOTA吗？

有个细节点不确定，如果DeepSeek从预训练阶段就大量使用蒸馏的CoT数据，那做到今天效果不算惊艳，还是在第一梯队巨头的肩膀上获得的基础智能，然后再开源出来；但如果预训练阶段没有大量用蒸馏数据，DeepSeek从零开始预训练做到今天的效果，那就堪称惊艳了。

另外，蒸馏能否在基础模型上超越SOTA，应该是不太可能的。但DeepSeek R-1非常强，猜测是奖励模型做得非常好，如果R-1 Zero这条路径靠谱，是有机会超越SOTA的。

洞察七：No Moat!

Google之前对OpenAI的一个评价：“No Moat！”这句话放在这里也很应景。

DeepSeek这一波Chatbot用户又出现了大量迁移现象，给了市场一个重要启发：智能技术进步非常陡峭，阶段性产品很难形成绝对壁垒。

不管是ChatGPT/Sonnet/Perplexity刚形成了心智和口碑，还是Cursor、Windsurf这类开发者工具，一旦有了更智能的产品，用户对“上一代”智能的产品毫无忠诚度。今天不管是模型层还是应用层都很难构建护城河。

DeepSeek这次也验证了一件事：模型即应用，DeepSeek在产品形式上没有任何创新，核心就是智能+开源。我也不禁思考：在AI时代，任何产品和商业模式的创新都比不上智能的创新吗？

洞察八：DeepSeek应该承接这波Chatbot流量并做大吗？

从Chatbot爆火到今天，通过DeepSeek团队的反应可以明显感觉出来，DeepSeek还没想好怎么用这波流量。

而要不要接住、并积极运营这批流量这个问题的本质是，伟大的商业公司和伟大的研究实验室能否共存在一个组织？

这件事非常考验精力和资源分配、组织能力和战略选择。如果是字节、Meta这类大公司，他们的第一反应应该都要接下来，也有一定组织基础可以接下来，但DeepSeek作为一个研究实验室组织，承接这波巨量流量的压力必然很大。

但同时也要想这一波Chatbot会是阶段性流量吗？Chatbot是不是在未来智能探索的主线上？似乎感觉每个智能阶段都有对应的产品形态，而Chatbot只是解锁的其中一个早期形态。

对于DeepSeek来说，从未来3-5年视角看，如果今天不去承接Chatbot流量，会不会是一种错过？万一哪天跑出规模效应？如果AGI最终实现了，又会是什么载体来承接？

洞察九：下一个智能突破的关键时刻从哪里来？

一方面，第一梯队的下一代模型很关键，但今天我们又处在Transformer的极限边界上，第一梯队能否拿出代际提升的模型也不确定。OpenAI、Anthropic和Google作为回应发出的好30-50%的模型可能都不够挽回局势，因为他们资源多了10-30倍。

另一方面，智能体落地比较关键，因为智能体需要做长距离多步骤推理，如果模型好5-10%，领先的效果就会被放大很多倍。所以OpenAI、Anthropic和Google一方面要做智能体产品落地，全栈集成模型+智能体产品，就像Windows+Office，二是也要展示出更强大的模型，比如O3完整版、Sonnet 4/3.5 opus为代表的下一代模型。

在技术不确定性下，最宝贵的是天才AI研究员，任何想要探索AGI的组织都要投入资源更激进地押注下一个范式，尤其是在今天预训练阶段已经被拉齐的背景下，要有好的人才+充裕资源，探索下一个智能涌现的关键时刻。

洞察十：DeepSeek这一波让我对中国AI人才更有信心，非常鼓舞

最后，希望技术无国界。