DeepSeek 对 AI 未来意味着什么｜科技老兵谈看法

摘要

• DeepSeek R1 是中国真正的研究成果，但既不是一款“600万美元模型”，也不代表前沿 AI 突然变得易如反掌。 团队此前已积累约18个月，相关贡献早已出现在公开文献中，只是很少对外公布；约两个月前发布的 V3 基础模型甚至可能更令人印象深刻。外界引用的开支，针对的是一项特定的思维链训练工作。市场却用一个周末准备“交易掉1万亿美元市值”，Martin Casado 称这是完全过度反应。
• R1 最具影响力的特征，是近似 MIT 的宽松许可证，以及公开发布的推理轨迹。 Martin 称其是真正意义上的“免费啤酒”，应用可以广泛采用，开发者也能利用它的思维链蒸馏出可运行在更小设备上的高能力学生模型。这会推动 AI 走向“口袋里的 AGI”（AGI in your pocket），并让分发能力，而不只是基准测试领先，成为战略变量。
• 投资者真正要问的，不是模型还是应用胜出，而是它们的价值会如何随时间变化。 Casado 承认，有价值的应用可能需要垂直整合模型，从而限制 DeepSeek 对 OpenAI 和 Anthropic 的直接影响；Sinofsky 则回应，两种判断可以同时成立，因为“变量是时间”。模型靠原始的魔力吸引用户，竞争者通过蒸馏追上，长期价值则可能迁移到有状态的工作流和配置中。
• DeepSeek 更像是推动规模扩张的催化剂，而不是做空 NVIDIA 的理由。 Sinofsky 将稀缺、液冷的数据中心算力，与手机上近乎免费的 MIPS 以及潜在的70亿个终端作对比；更小的专用模型会拓展推理发生的场景，但不会消灭超大规模工作负载。Casado 称这是走向“口袋里的 AGI”的又一步，Sinofsky 则认为 TAM 已经扩大。
• AI 基础设施类似互联网时代的光纤建设，但其金融基础明显更强。 投资者再次通过实体基础设施获取敞口，因为难以识别私有软件赢家，这确实带来产能过剩风险。但如今的主要建设者是资产负债表上拥有数千亿美元的云公司，NVIDIA 即使遭遇价格下跌也能安然度过；这不同于 WorldCom 时代那种高杠杆结构，后者曾将光纤过剩转化为危机。
• 基准测试领先的重要性会下降，应用特定的可靠性和企业采用才更关键。 研究产品的评判标准将从参数数量转向事实、来源和脚注；生产力应用则会组合多个模型、微调和持久化工作流。单点登录、过滤以及按用户关闭功能等企业控制听起来平淡无奇，但嘉宾认为它们会形成高黏性、可变现的护城河。
• 这场讨论真正敲响警钟的对象是美国政策，而不是 OpenAI、Anthropic 或 NVIDIA。 Casado 认为，限制开源、芯片、软件和模型权重，并未阻止中国研究人员打造并发布 R1；Sinofsky 将这一点进一步概括为：“教训不是 Sputnik，而是互联网。”他们主张加快美国本土研究和无许可扩散，并敦促前沿实验室在一个 Sinofsky 预计将达到当前 TAM“100倍”的市场中开发应用。

精读

上游暂未提供，后续同步将继续补齐。