作为身处AI重构时代的投资研究员，我们深刻体验了信息洪流的冲击。《野格知识贩子》的诞生，是为了借助AI工具，在碎片化时间内高效捕捉前沿资讯，快速建立对热点话题和个股的基础认知。然而，AI的局限性以及信息与可信决策间的鸿沟，促使我们迈出下一步——《野格超级研究员》知识星球诞生了！（详见特别篇 | 揭秘《野格》初心与全新计划​）

诚邀首批“超级粉丝”加入我们，共同探索AI时代高效研究的未来！星球入口详见本期shownotes海报，或添加主播微信 watanashall 获取免费加入名额。

​​核心探讨方向​​

• 围绕 DeepSeek 的颠覆性市场入局、自有服务的矛盾现象、AI 模型经济学（Tokenomics）核心概念、在 token 经济学的战略选择、西方参与者的计算挑战及 AI 市场新兴趋势展开分析。

​​DeepSeek 的颠覆性入局​​

• 约 150 天前发布 ​​DeepSeek-R1​​，以激进定价策略冲击市场（将当时最先进模型定价压低 ​​90% 以上​​）。


• 引发 OpenAI 等巨头被迫降价。


• 初期用户流量飙升，但中国数据难追踪，可能低估其实际覆盖范围。

​​自有服务 vs 第三方平台的矛盾​​

• 自有服务平台份额下滑。


• 第三方平台调用 ​​DeepSeek 模型增长近 20 倍​​。


• ​​洞察​​：价格非用户唯一驱动因素，体验和适用性同样关键。

​​AI 模型经济学（Tokenomics）核心​​

• Token 是模型服务的基本单位。


• 商业模式 = 价格 × token 调用量。


• ​​关键 KPI​​：延迟、交互性、上下文窗口。影响价格及用户体验，仅看标价易产生误导。
  
  

​​DeepSeek 的战略选择​​

• ​​优先级：极限压低价格​​。


• 牺牲体验（高延迟/小上下文窗口/激进批处理）。


• ​​真实目标​​：专注 AGI 研发，将算力用于内部；
  
  开源模型，推动全球采纳。
  
  

​​西方参与者的计算挑战​​

• ​​算力是 AI 发展的终极瓶颈​​。


• Anthropic（Claude）等受算力约束：推出 Claude Code 应对压力；
  
  被迫降速但提升 token 效率（用更少 token 完成任务）；
  
  正积极争取更多算力资源。
  
  

​​AI 市场新兴趋势​​

• ​​GPT 封装应用​​快速崛起。


• AI 消费向 ​​"效用化"模型​​（utility-focused）转变。


• ​​专业推理云​​（Dedicated Inference Clouds）出现。


• ​​未来竞争焦点​​：
  
  战略算力部署、成本效益、用户体验友好性。

​​核心洞察总结​​

1. ​​AI 模型价值是复杂系统​​：
   
   → 计算可用性 + 资源分配 + 用户需求；
   
   → 由 ​​token 经济学​​主导；


2. ​​计算约束是行业主要瓶颈​​；


3. ​​AGI 追求 VS 全球份额争夺​​ → 塑造行业动态；


4. ​​未来竞争关键要素​​：
   
   价格、效率、算力获取、战略部署。


5. 
   

本期节目素材来自于YouTube视频《DeepSeek Debrief: Traffic Zombification, GPU Rich Western Neoclouds, & Tokenomics》