本期对话：

频道主理人：韭菜核子、北漂民工

嘉宾：

1.山羊：跨国科技公司的应用科学家，从事AI领域的研究和工作有十余年

2.橙橙：投资机构的投资经理，跟踪聚焦科技板块

本期分别从投资视角，以及技术视角，分别对DeepSeek这一轮热潮的进行复盘，并探讨对上下游各类产业趋势的影响，以及技术上可能的趋势，以及AI使用者如何更好的运用相关工具，改善自身工作流。

00:00 开场白，解读春节前后由DeepSeek引发的AI热潮 

02:09 事件复盘：2023年年中，专注量化的团队突然宣布参与AI大模型竞赛→2024年年中诞生扎实的产品原型V2→2024元旦热度最高的V3→一部分人认为是不错的产品，但始料未及，仅20天后热潮出口转内销对中美股市和币圈产生巨大影响。

07:27 技术领域被广泛关注到也在1月下旬，性能接近于OpenAIo1版本，成本只有1/30左右令人震惊，并不同AI模型的区别和应用场景，包括通用大模型和垂类模型，以及多模态大模型的特点

11:45 各类大模型和DeepSeek的比较：在C端运用的过程中，没有因为成本平衡削弱体验

16:32 AI基础模型公司与上下游投资前景的转变：期待已久的AI应用仍未创造出全新的场景或用途，包括程序写作领域，中国的场景与美国场景完全不同，其他大模型并未形成一个杀手级应用，买量依赖、用户留存都不尽如人意，但Deepseek打破，产品足够好，是无需买量的。

20:04 技术突破点和创新点简析：成本、开源性、底层硬件交互优化，技术报告详细介绍了数据准备、训练过程及消融实验，更重要的是，通过强化学习达到与人类专家相当的推理水平，无需人为干预。

24:10 强化学习：从2013年的打砖块、AlphaGo下围棋，到GPT3.5后展示的非常领先的推理能力，但GPT并不开源，DeepSeek的强化学习方法兼顾了开源、优雅、高效

28:25 DeepSeek模型对开源社区的影响：告诉大家一个顶级的推理模型如何实现，技术文档看出，反直觉的比喻是，可以通过提高模型的数学能力推理能力，进一步提高脱口秀能力和写作能力。开源社区和团队会紧跟着验证过的方法紧锣密鼓复现，

33:26 DeepSeek可能是具备比llama更重要的地位，后者模型参数过多，小公司难以参与，而deepseek授人以渔，即便是你是一个小尺寸模型，上了强化学习，推理能力都会迅速提高。

36:34开源的战争： 一种下位对行业龙头残忍的进攻手段，开源社区提供了一种持续紧张的压力感，闭源如果没有开源做的好，那就没必要存在了。

40:28 DeepSeek为何没有诞生在互联网大厂而是在量化私募？人才储备，语料没有优势吗？可能这些并不是优势，语料+用户+平台，这种滚雪球效应，所谓的技术飞轮效应，在大模型领域可能不重要。

42:47 “伟大是不能够被计划的”：无论是GPT诞生前、还是在DeepSeek诞生前，大家都没有预料到这样的创新方向，在不为人知的创新领域，无论是智力资源还是知识资源，都没有被大厂垄断，反而创新的人才们往往来源于不算业务核心部门的边缘部门，人生经历非常曲折。

45:13 语料的规模不如语料的质量，你想让大模型变得聪明，不要让他看一些特别烂的语料，应该去多看代码库，比如github，代码能力提高模型的推理能力，还会提高文学的创造力。

46:46 为何诞生在二级市场量化公司？事后分析量化公司的优势：万卡集群门票，量化团队的业务需求就有比较懂硬件、通信的团队，比如FPGA，互联网公司的算法人员数量和人才密度较高，但自己不做硬件，量化公司反而有一定优势。

49:06大模型语料污染问题何解：为何中国最好的基金经理和最差的基金经理，在大模型眼里可能是一波基金经理？可能来源于品牌部门的语料污染。最好是先让给模型罗列一个推理任务，然后做一些检索和分析，提高工作效果。 一些防伪、水印技术可以限制，但是很难完全避免。

53:41 除了算力以外，人才来源和组织方式有何异同？DeepSeek招聘对优秀的人才、优秀的应届生有很强的吸引力，调用算力权限大、可以不管产出、允许失败，相比中国的互联网大厂，人才组织是高周转、双月OKR、两个周期看不到效果团队解散，在资源投入卷翻天，但创意性项目建树乏味。

58:46科技竞争回到古典的天才决定论，优秀的年轻应届生、天才员工，天然不适应资源投入+行军打仗模式的公司组织模式。

1:01:26 AI相关产业链投资逻辑变化：硬件投入仍然十分重要，但紧迫性在未来24个月是否更高可能要打问号；对GPU深度优化的方向提到日程，这对相关公司估值短期影响较大；openai和anthropic由于技术的领先型和稀缺性，给了较高的估值，但如果后续看到欧洲的竞争者、印度的竞争者，这种稀缺性是否能持续？

1:08:33 AI技术的未来展望：自动化流程提高编程效率，以及强大推理模型在减少错误和增强agent决策能力方面的作用。展望未来，AI可能在工业生产和服务业中扮演重要角色，实现具身智能控制。从投资角度看，AI领域的投资逻辑可能从硬件竞争转向软件和应用层面，不要参与错。

以上内容仅为个人观点，不作为任何投资建议。