欧 易交易所app:DeepSeek启示录

欧意报道：

来源：墙裂坛

中国在AI界投下深水炸弹。DeepSeek 的横空出世，不仅震撼了全球AI技术领域 ，更再一次掀起了一场触及社会经济各层面的变革 。在又一次感受到技术震撼和鼓舞的同时
，几年前问过的若干“老问题”也再一次浮出水面
。但这一次，寻找答案似乎更加迫在眉睫：在本次人类经济社会面对智能文明冲击的压力测试下 ，我们应该如何理解和应对？中国创新产业有何启示？如何让技术红利惠及每一个群体？

“AI届的拼多多 ”：低成本高能力的技术奇迹

DeepSeek 的崛起绝非偶然
，它以一种近乎“技术奇迹
”的方式，向世人展示了人工智能的另一种可能：低成本 ，高性能。

以 DeepSeek V3 为例，其训练成本仅为 557 万美元——这个数字足以让硅谷的科技巨头们倒吸一口冷气——Meta 内部不少高管的年薪都远超这个数字 。DeepSeek 却能以如此节俭的方式
，打造出性能卓越的大模型，这无疑是对传统 AI 研发模式的巨大挑战 ，也让整个行业开始反思：AI 研发的投入与产出
，是否真的必须遵循“大力出奇迹”的定律？

而就在这几天，李飞飞团队利用蒸馏技术 ，以区区 50 美元的云计算费用
，训练出了一个名为 s1 的 AI 推理模型——在数学和编码能力测试中的表现能与 OpenAI 的 o1、DeepSeek 的 R1 等相媲美，更是将“成本控制 ”推向了新的极致
。

DeepSeek的崛起再次向人们揭示了技术创新成功实现规模化 、社会化应用的底层逻辑：更低的成本
、更大的效用。

对一项技术的评价可以有不同的角度 ，比如技术本身的复杂程度、难易度；实现一种性能的困难度；存粹的开创性等
，这些是技术人员更关注的 。但就一项技术最终能否被商业化应用 、社会化应用
、规模化应用来说，则完全在于成本和效用。纵观历史 ，凡是成功的技术发明
，最终都是赢在抢先实现成本经济，即成本可负担的应用
。那些半道被淘汰的技术发明 ，往往不是输在实现性能的技术能力本身，而是在控制成本上被别人超越了。历史上
，福特汽车是一个很好的例子；当下，新能源电池也是一个很好的例子；现在 ，DeeSeek将要展现的也是这个逻辑 。

所以
，“大力出奇迹
”，在短期突破技术瓶颈阶段往往是有效的 ，但作为长远竞争战略则是非常危险的
。单纯把高成本投入和算力控制当作人工智能竞争的护城河或高壁垒
，未免幼稚了。

DeepSeek引发的震荡：蝴蝶煽动了翅膀

翅膀首先“扇”到了资本市场 。资本的嗅觉依然是最灵敏的，甚至过于敏感
。英伟达等硬件和芯片巨头先是暴跌 ，后“杰文斯理论 ”叙事又让市场觉得似乎长远是巨大的利好
，算力会永远稀缺——DeepSeek 降低了 AI 应用门槛，势必激发更多企业加大算力投入 ，从而推动硬件需求的增长。

关于算力
，目前资本市场的叙事未免浮于表面 。人类对于算力的需求是无限的
。一是因为集中化的算力越大，能为人工智能提供越多的可能。DeepSeep的算法虽然对算力的需求不高 ，但并不否认大算力的效用，因此对高算力性能的硬件和芯片的需求依然是无限的 。二是社会发展和应用人工智能对算力的总需求是无限的
，但对单个硬件设备的算力要求却是有限的
。

但无论是哪一类算力硬件和芯片，在实现性能（效用）的同时 ，今后都面临一个成本下降的问题
，这才是资本市场真正该关注的。

然后“扇”动了AI的开源与闭源之争 。DeepSeek给 OpenAI 等闭源模型带来了空前的压力。OpenAI 不得不调整策略，向免费用户开放更多权限；而Meta 等原本就专注于开源路线的公司 ，更能借助 DeepSeek 的经验
，加速自身模型的研发，进一步巩固市场地位
。这场开源与闭源的角力 ，也许将深刻改变 AI 未来发展格局。也许
，我们可以换一个视角来看待这场开源与闭源的角力 。在此之前，AI还处于研发阶段 ，现在开始真正进入产业化、商业化阶段
，这场角力将决定今后一个阶段人类AI的发展格局
。

一定意义上，开源与闭源角力背后的思维逻辑是一样的 ，即都想以一种技术模式或商业模式一统天下。就此而言，我们可以得出以下结论：一 、如果一个企业
，甚至一个国家，想以一种技术模式或商业模式在某个领域一统天下是不可能的 。二、开源或闭源 ，作为一个企业商业模式或技术模式的策略选择
，都有成功的可能，未来AI发展一定是一个开源
、闭源模式并行的态势 ，只是市场占有率会各有消长
，各企业的优劣端在于其自身的能力
。三、某项技术（包括算法模型）被市场的应用广度与深度并不必然体现为发明该技术企业的经济效益。

但蝴蝶翅膀的影响远不止于此：我们该如何推理它对社会和经济结构的影响？

比以上技术革新更重要的是，DeepSeek极大地降低了 AI 推理的硬件门槛 ，让强大的 AI 服务触手可及
，真正推动了“AI 平民化
” 。未来，轻便 、强大的小模型将无处不在
。这对于每个社会人而言 ，都是一场无法回避的挑战。AI 工具的普及
，使得效率
、眼界和反应速度成为竞争的关键 。继续拒绝使用 AI 工具的个人或企业，则面临着降维打击
。这里的关键词是“效率、眼界和反应速度” ，不要单纯把AI看作是传统的替代人工的机器或工具。

三年前，ChatGPT的出现曾引发过经济学家担忧：AI 恐带来永久性通缩 。

担忧在于： AI 提升生产力
，却未能创造新需求。或者说，需求增长的速度 ，远不及技术迭代的速度
。结果便是
，企业加速削减人力与设备投资。如今，DeepSeek 携小模型而来 ，影响更甚 。尤其在中国市场
，DeepSeek 填补了 ChatGPT 的空白
。“技术 ”一路狂奔，“需求
”却被远远甩在身后。差距日益扩大 ，曾经的担忧
，还是杞人忧天吗？

还是老问题：我们真的准备好了吗？

AI与通缩时代：白领的焦虑

不得不说，过去几年 ，由于生成式AI的崛起
，很多职场生态已经改变 。

笔者曾亲历香港一家小基金内部的微妙变化
。过去，交易员与程序员之间常常剑拔弩张 ，因程序员疲于应付代码编写和系统升级，而交易员则因一些看似琐碎却紧急的需求（如交易数据自动报送 、功能测试等）不断催促
，毕竟，时间对交易员来说就是金钱。而AI工具的出现仿佛一道润滑剂 ，交易员如今可以借助AI自行解决这些问题 。

而现在
，交易员可以在ChatGPT的指导下，自己写简单的程序处理这些问题 ，不用再天天催程序员
，双方关系因而得到改善
。但这直接导致公司停止了招聘初级程序员和初级交易员的计划，年轻人没了机会。

看起来 ，就业机会至少在类似的行业和岗位
，已经被AI”截胡“了 。

这件事后来又发生了一些 “剧情反转“：程序员跳槽去了正在大力发展AI自动交易策略的大公司，而交易员却对AI取代人工交易的可能性嗤之以鼻 ，认为大公司在浪费资源
。这个例子让人禁不住琢磨： AI究竟是 ”截胡“了工作机会？创造了新的就业机会？还是仅仅转移了就业需求？

AI 与人类社会经济的关系非常复杂。目前业界对其影响可归结为三种观点：一种观点将其比作90年代的制造业自动化革命
，认为能够大幅提升白领如律师
、会计师、经济学家等工作的生产力 。众多人将从中受益。第二种观点则将其视为“客厅把戏
”或"昙花一现"，认为从实验室到市场的转化之路充满挑战 ，无法充分发挥提升生产力的作用，难以成为改变游戏规则的力量
。

而第三种观点最为悲观
，警告AI可能重演蓝领失业潮，让大量白领陷入困境——AI能够迅速替代或减少白领工作 ，企业进一步减少雇佣甚至购买设备的需求
，白领可能面临与 20 世纪 90 年代和 21 世纪初蓝领工人相同的困境：大规模失业 、收入减少。

早在三年前，上一次ChatGPT横空出世引起轩然大波时 ，OpenAI和宾夕法尼亚大学就在同年共同发表一篇论文
，题目是：“GPTs are GPTs: An Early Look at the Labor Market Impact, Potential of Large Language Models” （大型语言模型对劳动力市场的早期影响潜力） ” 。通过对美国职业信息网络（O*NET）中的工作数据分类，分为“常规任务
”与“非常规任务”
、“手动任务 ”与“认知任务
” ，然后把数据集由人类专家标记为“可自动化”或“不可自动化 ”
，再对数据集进行训练，最后用机器学习模型预测出一个给定任务是否可以被GPT自动化
。结论是：影响非常“普遍” ，涵盖几乎所有行业、以及从“低薪服务
”到“高技能专业工作”的所有工种和工资水平——大约80%的劳工会被AI“夺走 ”10%的工作任务；大约19%的劳工甚至会被“夺走
”50%以上的工作任务。

历史告诉我们
，技术革新虽然终将提升整体福祉，但短期内往往加剧不平等 。被技术取代的群体 ，常常成为发展的代价
。眼下，虽然AI在微观层面已显现生产力提升的迹象
，但宏观数据尚未体现这一变化。

尤其在经济发展“新需求”迟迟未被“创造 ”或“激发
”出来的当下，损失可能将大于收益 。

尤瓦尔·哈拉里曾在一次演讲中警示：AI无需具备意识 ，就能操纵人类社会
。在《AI新生》（Human Compatible）这本书中
，作者罗素提到了一个比喻：如果人类收到一封外星文明称将在一个月内降临地球的邮件，可能会感到害怕。然而 ，若听说一年内
，一种难以理解的人工智能将降临地球，人们反而不会太在意 。这两位思想家都在影射：人们恐惧外星文明 ，却对 AI 掉以轻心——它的影响会在潜移默化中让人类社会“措手不及”
。

但最终
，AI的应用，最终由人决定。哪些工作被取代 ，亦是人为选择 。特朗普再次当选
，部分原因是美国蓝领岗位被外国工人以及机器取代的担忧，而这些担忧 ，也是在美国企业和工厂主的决策下发生的。而在竞争压力 、内卷和FOMO心理驱使下，企业也可能在DeepSeek带来的新一轮效率革命中加速裁员进程——只不过这次目标可能是白领
。

如果AI导致财富分配失衡
，大量白领失业，社会稳定性将面临严峻考验。这并非技术本身的过错 ，而是社会治理机制的滞后 。这背后依然是那个问了千百遍
，但进展极慢的问题：在推进AI发展的同时，我们需要如何建立更完善的分配机制 ，确保技术红利能够惠及全民？

人类仅存的自留地：照顾与“思维实验 ”？

乔姆斯基在几年前纽约时报文章中写道：AI绝不可能完全替代人类
，因为人类有一项AI难以匹敌的技能——做“思维实验
”
。也就是可以凭空想象不存在的事物。比如，爱因斯坦研究黑洞 ，是他自己想象出来的
，然后用理论推导证明其存在 。这种可以“想象完全不存在的事物，然后证明其存在”的思维实验能力 ，乔姆斯基认为AI不具备
。

目前为止
，思维实验也许是人类创造力的领先点。但未来AI是否也可以进行思维实验，凭空想象并证明不存在的事物？如果可以做到 ，人类的自留地也许又少了一块 。

但依然有一块终极自留地：人类之间的“人性关怀 ”——AI永远取代不了
。

陈存仁先生在《银元时代生活史》中描绘了旧时中医诊所的景象：熙熙攘攘的病患，医生带领着几位徒弟
，徒弟们分工协作，接待病人
、记录药方、协助推拿针灸敷药。医生在望闻问切之余 ，也口传身授
，指导徒弟 。彼时的师徒关系，与如今的医生 、护士和实习医生团队有着微妙的相似之处
。然而 ，最大的不同在于
，徒弟最终能自立门户，悬壶济世 ，而护士的职业发展则被限定在护理领域。

那么
，护士和秘书这些职业，会被ChatGPT取代吗？记录医嘱、整理病历等文书工作 ，似乎完全可以交给AI；B超检查这类依赖影像判读的工作
，似乎很容易被AI取代 。但帮你撩衣服
、扶你躺下和坐起、在你肚子上涂温暖的液体呢？这些事ChatGPT和DeepSeek干不了，或许人形机器人可以胜任吧——但你能感觉到它在“担心
”和“关怀”你吗？

它能代替你面对手术的恐惧吗？能帮你体验大病初愈的欣喜吗？或者脑洞再大一点 ，AI能帮你体验 “死亡 ”吗？AI的出现，固然会改变许多行业的格局
，甚至重塑我们的生活方式。但人类的情感 、同理心
、以及对生命意义的追寻，都是AI无法触及的——也是只有人类之间才能共情的
。

人类未来真的只有“思想实验”和“人性关怀
”这样的自留地吗？不！这未免太悲观了！要知道未来无处不在的AI和那恒古长存的山川风月 ，都是人类的生存环境。人类创造AI
，并且还会以不同的技术路径创新AI，都是为人类自身服务的 。虽然AI可以代替人类的许多工作 ，具备比单个人更多的知识、技能和智慧
，但并不等于就可以替代人类，就如同这个地球上已经有了许多高智商的人 ，但依然有其他高智商以至于低智商的人生存的空间
。

书柜里拥有《李白诗集》的人和读过《李白诗集》的人是不一样的。你畅游长江
，吟诗一首，诗或许不如李白 ，但于你则是一次人生境界的提升 。人类创造了AI
，不等于人就可以无所事事，甚至必然无所事事
。一个人 、一个企业 ，不在于是否拥有AI，而在于能否掌握AI和有效地运用AI。

厚积薄发：中国创新产业的启示

最后的一点想法
，把注意力从自己身上转移到国家： DeepSeek是“国运”吗？

DeepSeek 也引发了对中国创新和技术产业的激烈讨论 。舆论两极分化，赞誉与质疑交织 ，民族自豪感与技术焦虑感并存
。有人视其为技术封锁下的“小米加步枪 ”式胜利
，有人则质疑其创新性，担忧其依赖禁运显卡或存在数据侵权 ，甚至主张技术不应开源。

DeepSeek 的成功
，是全球 AI 发展进程中的重要一步，是开源模式下技术创新的体现 。其成功同样建立在对前人技术的学习借鉴之上
。创新是积累传承的过程 ，离不开前人的智慧。而且恰恰是DeepSeek 的开源成功
，为中国大模型产业的发展提供了宝贵的经验 。

在全球 AI 的竞技场上，竞争与合作并存。DeepSeek 的出现 ，仅仅是一个开始
，我们有理由相信，中国将在全球 AI 舞台上扮演越来越重要的角色
。而加强国际合作 ，充分利用全球的技术资源和人才优势，是发展的重要桥梁；积极参与开源项目
，与世界顶尖的开发者交流合作，既能学习先进技术 ，又能分享中国智慧
，提升国际影响力。而中国大模型产业，甚至更广泛的创新行业
、技术升级、新质生产力的发展都应以如此态度求索和进步 。