圖片

趨勢判斷

2月5日筆者對大模型行業發展的判斷：“總結一句話：大模型全棧都應圍繞DeepSeek做生態”。

之后見證芯片企業一擁而上，設備商爭先恐后，大模型廠家被動跟隨，應用集體嗨翻天。

芯片 -> 編譯器 -> 設備 -> 大模型 -> Agent智能體，過去兩周國內全面擁抱DeepSeek形勢如海嘯一般。

2月16日微信接入DeepSeek則是標志性事件，靈珠魔丸合體，官媒助力，同仇敵愾的感覺。

下一步，DeepSeek需要規劃好版本發行的節奏，創新參數融合機制，減少大家遷移的成本。

創新參數融合機制，應借助現在MoE，以生態力量構建超級世界模型，之后就無敵了。

圖片

應用觀點

公司內部也部署了DeepSeek V3 和 R1 滿血版671B。我的建議，供企業參考：

1. 用作全員賦能，成本作為Opex不算ROI、不考慮降本增效；

2.使用方式：當成領進門的師傅，咨詢建議和指導，但記著師傅可能犯錯，要自己理解和判斷結果是否可用。

對用戶能力的要求：刨根問底，自主定奪。

注意的點是，真正理解智能體Agent開發的不多，現在絕大多數Agent開發都是換了個名字的低代碼傳統應用；

假的Agent，一如十年前的大數據、5年前的AI，泥沙俱下的時期又來了，大家做好判斷。

圖片

人才人才

DeepSeek為什么能成，杭州好的營商環境功不可沒，其他城市可以對標看看自己；

DeepSeek為什么這么牛，跟DeepSeek做起鄰居 揭示冰山一角：融科資訊中心，辦公樓的天花板存在；

頂級高校、中科院環抱，實習生都能撐起中國互聯網和AI的十分之一，所以牛不在辦公樓，牛在人才，二十一世紀最貴。

未知未來

有朋友問筆者擔不擔心AI 智能超越并取代人類，個人不擔心，因為：

1.如果AI不比我聰明，不必擔心；

2. 如果AI 比我聰明，擔心也沒用。況且，聰明不是唯一標準。

今后為了跟 AI 順暢交流，聽懂“祂”說什么，我們需要 --

跟Stephen Wolfram學自然科學思想，數學和物理；

跟Ray Dalio學社會科學認知，行業和經濟；

兩位都是筆者最最推崇的大神，兩人共通之處，都是自己透過紛繁復雜的表象，看透并總結出本質原理，然后靈活運用這些原理，運籌帷幄決勝千里。

本文轉載自 ??清熙??，作者： 王慶法