摘要

庄明浩认为，2025年初大概率的共识是，头部厂商已经处在L2“推理者”与L3 Agent之间。 从ChatGPT式对话到o1、DeepSeek R1、Kimi 1.5，能力先“会想”，再要“能采取行动”；“今天唯一的结论”不是AGI已到，而是产业竞争正从模型问答转向真实交付。对产业和投资讨论而言，模型分数仍重要，但应用执行、工作流和组织协同的重要性开始上升。
DeepSeek的爆火不是R1单点突破，而是技术、产品、舆论与春节情绪按日期接力的结果。 V3于2024年12月26日奠定能力基础，App在1月10日上线，R1于1月20日发布；真正的产品拐点是1月24日“深度思考”与“联网搜索”首次可以同时开启，再叠加美国科技圈讨论和冯骥1月26日那句“可能是国运级别的科技成果”，流量才被彻底引爆。
“560万美元训练出DeepSeek”的比较严重失真，但推理成本的指数下降是真命题。 560万美元只是V3最后一次成功训练的算力成本，不包括设备、人员和此前投入；庄明浩援引的美国头部模型单次训练估算约为数千万至五六千万美元，差距更可能是数倍至十倍。Sam Altman给出的经验是调用成本“每十二个月降十倍”，GPT-4到GPT-4o约18个月下降150倍，低价可能通过杰文斯悖论扩大而非压缩总需求。
DeepSeek没有终结算力投资，2025年的CapEx叙事反而仍在加速。 微软、亚马逊、Meta、Google的相关投入由2024年约2220亿美元升至2025年约3200亿美元，按庄明浩口径再叠加Stargate首年1000亿美元，接近4200亿美元；“更多的钱—更好的基础设施—更好的训练—更好的模型”至少今年不会停。英伟达因DeepSeek单日跌17%、蒸发约5600亿美元，却在不到一个月内基本涨回，也说明市场尚未放弃卖铲人逻辑。
一条真正改变技术叙事的路径，是从人类标注过程转向结果奖励驱动的强化学习。 R1-Zero像AlphaZero一样，让模型在客观可验证任务上自行探索、允许犯错，只奖惩结果；R1再用少量高质量冷启动数据、语言一致性奖励、通用数据和混合奖励修正可用性。若“所有结构化方法都会限制模型的效果”成为主流，不仅削弱大规模过程标注的价值，也让Scale AI式商业模式直接承压。
模型接入正在迅速商品化，搜索、云和应用公司的护城河必须在模型之外寻找。 密塔AI搜索、纳米搜索、知乎直答、Perplexity乃至微信、元宝、车机和多维表格都能接入DeepSeek；信息源差异能否形成壁垒、两个按钮式产品设计乃至是否自研模型的差异都在缩小。接下来更可交易的指标仍是ARR及增长，而长期壁垒可能来自垂直行业、分发、运营、品牌或网络效应——“钱依然是最粗暴的标准”，只是远非完整答案。
Agent不是一个已经收敛的品类，而是场景、技术和产品能否闭环的统称。 搜索和Coding一旦交付清晰，就会被称作AI搜索、Cursor或Devin；那些边界尚不清楚的能力才继续装进Agent这个筐。扫地机器人加机械臂展示了真实难点：视觉与推理模型只是起点，分类、抓取、避障、定价、事故处理和持续迭代才构成产品，因此“能力没有收敛之前，谨慎做应用”与“模型即应用”仍在拉扯。

精读

1. 2025年的产业坐标已经落在L2与L3之间

这份74页PPT约四分之一沿用2024年总结，其余四分之三在2025年2月重写。DeepSeek带来的变化太快，庄明浩再看旧稿时，觉得原来的内容已经像“上个时代的东西”。
按OpenAI的五级路线图，L1是聊天机器人，L2是能解决问题的“推理者”，L3是既能思考又能行动的Agent，L4是协助发明创造的“创新者”，L5则能组织并完成整个工作。
庄明浩把o1、DeepSeek R1、Kimi 1.5及各家即将推出的推理模型放在L2，把下一步指向L3：“从原来的基础对话式形态，开始进化到推理模型，然后基于推理模型构建真正意义上的Agent。”

2. DeepSeek的爆发是一条精确到日期的事件链

2024年12月26日，DeepSeek V3发布，中美技术圈当时已经高度评价它，媒体甚至称其为“大语言模型里的拼多多”；1月10日官方App上线，但尚未形成大众爆款。
1月20日R1发布，同日晚梁文锋出席李强主持的企业座谈会。庄明浩强调，邀请不可能因当天才发布的R1临时发生，这反而证明真正先获得认可的是V3。
1月21日，特朗普公布规模5000亿美元的Stargate AI基础设施计划；1月24日，Marc Andreessen、Scale AI的Alexandr Wang等美国企业家和投资人集中讨论DeepSeek，随后经国内媒体“出口转内销”。
1月26日23时32分，冯骥公开推荐DeepSeek；1月27日（庄明浩说“如果没记错”）英伟达单日下跌17%，市值蒸发约5600亿美元。1月28日除夕，虚构的黄仁勋内部信和梁文锋知乎回复又完成了第二轮传播。

3. V3、R1与产品完全体共同制造了差异

同期Kimi、MiniMax、阶跃星辰和通义千问都发布过模型，千问也开源且榜单成绩突出。庄明浩追问的核心是：“为什么只有DeepSeek火了？”答案不能简化成模型强或开源其中任何一项。
V3和R1的榜单能力足够靠前，部分成绩接近o1乃至o3；与此同时，它又被包装为中国模型、开源模型和“极其便宜”的模型，技术实力因此与国家叙事、成本冲击同时发生。
1月24日前，“深度思考”和“联网搜索”不能同时开启：前者展示思维链但知识截止到2023年12月，后者联网却只用V3快速回答。两个按钮可以一起按之后，推理、实时信息和过程展示才合成了产品完全体。
这也解释了App为何1月10日上线却没有立刻爆发：更多大众第一次免费看到推理过程，并且能让模型针对最新资料继续思考，不只是换了一个聊天入口。

4. 560万美元是单次成功训练成本，不是公司总投入

V3论文披露的约560万美元，来自约280万小时训练量乘以单位价格，指最后一次成功训练的算力成本。庄明浩提醒，它不包括购卡、人力和过往研发投入，不能直接对比OpenAI全年亏损或Stargate的总投资。
按他引用的媒体估算，OpenAI、Anthropic、Meta头部模型的单次训练成本大致在数千万至五六千万美元；差异或许是数倍、甚至十倍，但不是舆论渲染的几个数量级。
使用成本的下降则更确定。Sam Altman称，同等头部模型的调用成本大约每12个月下降十倍；GPT-4到GPT-4o约18个月下降150倍。“两年是一百倍，两年可不是二十倍。”

5. “国运”叙事放大了流量，也放大了真假边界

冯骥的推荐同时抓住五个要素：模型强、成本低、开源协议宽泛、免费、支持联网，最后给出“DeepSeek可能是国运级别的科技成果”。从此它不再只是模型公司，而成为中美AI竞争的代表选手。
两篇AI生成的假文章恰好说明这轮传播的悖论。庄明浩判断知乎回复是假的并联系平台删除，但仍有人回应：“但是写得很好啊，情绪很对啊。”截图的传播已经脱离原始账号。
他在大年初一追问：“如果再发展几年，谁是真，谁是假？如果绝大多数人都相信了那个假的东西，那它还是假的吗？”DeepSeek爆火与AI伪内容刷屏，在同一天构成了能力展示的正反两面。
截至2月24日，他看到DeepSeek的Web访问量和App DAU相较峰值可能已跌约70%。其中有团队未主动承接流量的因素，但“泼天的富贵还剩多少”已经成为比下载榜更现实的问题。

6. DeepSeek最难的问题已经从训练转向战略取舍

第一项取舍是安全。模型对齐、App与网页数据处理、不同国家AI政策适配确实存在瑕疵；庄明浩反对把所有质疑归为敌对声音，但处理到什么程度并没有简单答案。
第二项是To C：App和Web以及这批个人用户究竟重不重要？若承接流量，就要决定是否收费、是否运营、是否进入细分场景；若不承接，则必须回答模型未来以何种产品形态存在。
第三项是To B。宽泛的MIT协议像是在表态“你们愿意接就接”，高峰期DeepSeek甚至关闭API充值入口，但不重视收费不等于商业化定价可以永远搁置。
融资更棘手：纯财务投资“拿来干嘛”，美元VC意义也有限；接受阿里、腾讯或华为的战略投资又等于站队。国家社保基金式“国家队”资金是否接受，庄明浩称这是“非常非常难的问题”，选择静观其变。

7. 过去两年的主叙事仍是资本推动Scaling

庄明浩把2022年底至2024年底的产业逻辑压缩成四步：“更多的钱，更好的基础设施，做更好的训练，得到更好的模型。”OpenAI估值一路升至1550亿美元，正是这条递进关系的缩影。
美股科技七巨头总市值由2024年初11.8万亿美元升至年底17.6万亿美元，峰值约18万亿美元，并贡献标普500全年超过55%的上涨，其余公司合计约45%。
英伟达从2023年约1.2万亿美元升至3万多亿美元，叠加游戏、加密挖矿和AI三轮红利。DeepSeek冲击下单日暴跌17%后，它又在不到一个月内基本收复跌幅，数据中心业务可能已占其收入约70%至80%。

8. 云、CapEx、芯片和能源仍在同步扩张

AWS、微软Azure和Google Cloud在2020年前后仍能保持每季35%至40%增长，2022至2023年降至百分之十几；ChatGPT发布后，增速自2023年下半年重新回到20%至25%以上。
微软、亚马逊、Meta、Google的CapEx由2024年约2220亿美元升至2025年约3200亿美元，增幅44%；分项预期约为800亿、1000亿、600亿和700亿至750亿美元。
若再按庄明浩的口径加入Stargate第一年1000亿美元，相关投入将接近4200亿美元，较2024年近乎翻倍。“成年人的世界，钱是最简单的标准”：科技巨头以百亿、千亿美元计，主要玩家以几十亿美元计，挑战者才是几亿美元。
巨头一边买英伟达的卡，一边开发自有芯片，避免被单一供应商“卡脖子”；数据中心又开始触及能源天花板，核能成为共识方向。庄明浩引用的预测是，到2030年美国数据中心用电量可能超过日本或英国一国的全年用电。

9. 生态投资与中国“抄作业”形成同一套资本路径

美国巨头通过投资和并购把挑战者装进各自生态，2024年出现了“掏空式并购”：Character.AI卖给Google、Inflection团队去了微软、Adept团队去了亚马逊，01.AI也把团队交给了阿里。
巨头自身业务也不会缺席：英伟达芯片、微软Copilot、Apple Intelligence、Google模型、Amazon Nova、Meta Llama、特斯拉FSD与xAI，都服务于“基础设施加自有应用”的闭环。
中国的阿里、百度、字节、华为、腾讯同样覆盖模型、云、应用和多模态。阿里提出未来三年阿里云基础设施投入超过过去十年总和；庄明浩认为可能是每年1000多亿元人民币，并举例估算约1200亿至1300亿元，勉强触到美国科技巨头的投入门槛。
初创公司则已分化：01.AI转向To B实施，百川智能聚焦医疗，阶跃星辰与智谱分别绑定上海和北京；MiniMax与月之暗面仍坚持基础大模型研发，但DeepSeek让这条路线的战略压力陡增。

10. 杰文斯悖论为“低价是否摧毁算力需求”提供了反答案

英伟达暴跌当天，维基百科“杰文斯悖论”页面访问量增长约200倍。煤炭效率提升最终扩大煤炭使用场景的历史类比，被用来讨论模型成本下降究竟利空供给方，还是会释放更多AI需求。
预训练数据可能在极限情况下于2028年前后接近上限，人类可能已没有更多数据可以喂给大模型。Ilya Sutskever曾说，“如果你有一个巨大的数据集训练一个超大的神经网络，那么必然成功”；庄明浩随后表示，现在这套公式已经失效，预训练Scaling Law不再能独自解释进步。
2024年6月Claude 3.5在文案和Coding上显著提升，Anthropic内部也把它视为推理模型；9月OpenAI发布o1，强化学习、后训练、数学和编程开始共同形成新的技术范式。

11. R1-Zero展示了结果奖励可以不依赖过程模仿

复现o1的早期路线是让模型“慢下来”：用更长的思维链刺激更多内部信息，再通过PRM逐步奖励每个推理环节。如果这条路成立，数据标注需求会随每一个Step增长，Scale AI自然受益。
Kimi一位员工公开复盘后的结论却相反：“有精确的奖励，不要采取结构化的方法，最终所有的结构化方法都会限制模型的效果。”模型应自行搜索、允许犯错，只对最终可验证结果奖励。
庄明浩用AlphaZero解释R1-Zero：只告诉围棋规则，让模型自我对弈、赢奖输罚，就能摆脱人类棋谱和偏好。对应到推理训练，就是让V3在客观可衡量的任务上纯强化学习，“真正超越人类的束缚”。
R1-Zero仍有中英文混杂、思维链过度复杂、通用问答不佳等问题。R1因此加入少量高质量冷启动与思维链数据、监督微调、语言一致性奖励，再混入推理和通用数据完成最终微调及强化学习；o3-mini早期的语言混杂也被他视为相似现象。

12. 蒸馏让DeepSeek输出的不只是一个模型，而是一套方法

DeepSeek把同一套训练方法用于蒸馏不同尺寸的千问和Llama模型，论文评分显示这些模型的能力也得到提升。关键在于，这套方法论不仅DeepSeek自己能用，其他开源模型也能用。
市面上大量“本地部署R1”教程，实际部署的并非满血R1，而是这些蒸馏小模型。
这也解释了Alexandr Wang为何强烈把DeepSeek上升到中美竞争：若结果奖励和自我探索减少大规模人类标注需求，Scale AI的业务空间就会收缩。庄明浩的判断不是其安全质疑全错，而是商业利益不能从表态中剥离。

13. AI搜索正在变成两个按钮和同一批模型的竞争

DeepSeek现在有四种用法：纯对话、联网搜索、深度思考，以及两个按钮同时开启。最后一种最重要，因为它把实时信息、推理和可见思维链结合，而此前o1要付费使用，20美元的门槛对很多人仍然很高。
密塔AI搜索、360纳米搜索、知乎直答、Perplexity等相继接入DeepSeek。信息源差异能否形成足够壁垒已经成疑，产品设计则基本收敛成相似的两个按钮；“AI搜索公司应不应该做自己的模型”，此时看上去也不再有肯定答案。
安克一款140W充电器的详情页直接展示DeepSeek和豆包回答，标题是“热门AI首推的充电器品牌”，并标注“数据无任何修改，未训练直接回答，真实可测”；上海一家拉面店也把DeepSeek推荐做成门口招牌。
元宝回答中出现58同城、易家宝、应用下载等链接，又让用户联想到SEO。庄明浩认为在这个节点还没有人在专门做这件事，但当品牌开始把AI答案当标准，“今天自然产生的结果”未来很可能演化成面向AI搜索的新优化产业。

14. DeepSeek外溢流量把云、终端与分发渠道重新串了起来

DeepSeek无法承接峰值需求，云和推理服务商成为直接受益者。硅基流动流量暴涨并获得融资，庄明浩引用的阶段性统计甚至显示其流量一度超过腾讯云，“对于一家初创公司而言简直不可想”。
接入范围从雪球接入华为小艺、OPPO Find N5、比亚迪车机、飞书多维表格和文心一言延伸到微信。新华社专门确认微信测试接入，庄明浩调侃：“国运级的大模型加国民级的微信应用，当然需要国社来报道。”
抖音创作者的一种路径，是用扣子生成AI分身，再分发到搜索、直播间、群聊和评论区，用于答疑或卖货。这把模型能力直接嵌入既有内容和交易网络。
当所有公司都能接同一模型，护城河只能重新追问：产品执行、用户运营、品牌、网络效应还是垂直行业？美国一级市场仍先看ARR及其增长，庄明浩称Cursor应该是最快达到1亿美元ARR的AI公司，“钱依然是最粗暴的标准”。

15. Agent的真正门槛是产品闭环，而不是换一个名称

Coding展示了能力递进：ChatGPT能按提示生成代码，却不能完整调试；GitHub Copilot理解代码并给建议；Cursor加入逻辑理解、文件和命令行执行；Devin进一步引发了“初级程序员是不是不需要了”的讨论。
搜索系统会拆解任务、调用信息源、整理并呈现答案，可以叫Search Agent；Coding系统理解目标后持续执行，可以叫Coding Agent。庄明浩的尖锐定义是：场景和交付一旦清楚，就叫AI搜索或AI Coding；尚未清楚的，才统称Agent。
传统Agent至少需要计划、记忆、工具调用和与其他Agent通信。2024年以来，构建方式已从代码/API转向窗口拖拽和工作流，任务从单线走向Multi-Agent，评价标准也从模型本身转向“解决问题的能力”。
扫地机器人加机械臂把抽象问题落到实处：视觉模型成熟只是起点，还要区分垃圾、鞋和脏衣服，处理重量、抓取、避障、主动服务、定价、事故和迭代。难点是“场景确定—技术边界—产品交付—更新迭代”的完整链条。
组织也开始按这条链拆分：阿里把通义App划入含夸克、UC等产品的智能信息事业群，模型留在阿里云；百度、字节分别拆开应用与模型团队，腾讯则把元宝、搜狗、搜狗输入法、QQ浏览器和ima归入CSIG，模型研发留在TEG。
但“模型即应用”仍在挑战这种分工：有观点认为，DeepSeek几乎没有产品形式创新，爆发核心就是智能与开源；AI原生社交所需的实时文字、语音、视频与嘴型匹配又被判断仍需两三年。李翔的提醒因此成为结尾：“能力没有收敛之前，谨慎做应用。”

20个问题，解读AI视频元年｜对谈 Luma AI 产品经理 Barkley：从 Sora 惊艳亮相到群雄逐鹿的一年 Steeve Morin：为什么 Google 将赢得 AI 军备竞赛，而 OpenAI 不会 | E1262