共计 1862 个字符，预计需要花费 5 分钟才能阅读完成。
多年来，AI 行业一直在追寻着所谓的“杀手级”应用，但始终未能出现真正的突破。结果，这个行业似乎变成了一个新闻和资讯驱动型的领域，人们时不时会看到新的进展，比如人类岗位被取代的疯狂增长比例，然后生活又回归到日常的吃喝拉撒中，周而复始。
那么，普通人在 AI 中到底能做些什么呢？这个问题本身就是寻找产品市场契合度的关键。过去一年，很多 AI 公司都在持续探索这一点，但没有哪个公司敢称自己找到了答案。对这个未来的展望，充满了期待。
在我看来，DeepSeek-R1 的最大贡献就是让高阶 AI 变得更加平等化。过去，整个行业都在追求生产力，重视 AI 的效率提升，但这在某种程度上也导致了高算力成本的合理化。以“大规模工程”这种方式不断叠加资本期望，反而让这个产业的出路越发狭窄。
因此，Sam Altman 提到的 ChatGPT Pro 每月 200 美元的费用在账面上看起来是亏损的。OpenAI 与微软长期合作，如果新的数据中心需求遭到审计，立刻转向甲骨文进行合作，也不算太意外。的确，这条路走下来会越来越窄。
虽然 AGI 技术的出现是令人振奋的，但如果使用成本高得让人心疼，这种缺乏利民体验的方式并不应该成为主流。一个好的 AI 必须能够给用户带来实际且显著的价值。
DeepSeek 的最新三代模型进展非常明显：V2 模型的推出有效降低了 AI 的调用单价，V3 在保持低价的同时竞争主流大模型的功能，而 R1 则是不加价同步修正性能，始终坚守普惠原则。
智能的获取，应当如同水电煤一样触手可及。水电煤的普及不仅对工业生产有帮助，也促进了生活消费，对于 AI 行业来说，这种设想无疑是令人向往的。因而，许多大型企业对 DeepSeek 的迅速崛起感到复杂，一方面是短期利益受损，另一方面又看到了长期发展的可能。短期内，打破了通过堆卡发行“入场券”的游戏规则，财力不再是唯一的竞争门槛。现如今，牛刀小试的局面使得每个公司都能迅速站上巨人的肩膀上。而 GitHub 上的开源项目如雨后春笋般冒出，恰好是这一转变的明证。
长期利益则在于，AI 的平等化实际上可以让行业更快扩展消费市场，而不仅仅是在 SaaS 市场里寻求利润。特别是在中国，SaaS 市场的产值一直相对疲软，为用户提供即刻获得顶尖技术的机会，无疑是在创造更大的市场需求，贡献极其可观。
我并不认同把 DeepSeek 的成功看作是一种敌对式的胜利，这种想法太过极端。如果你以为一个新兴公司崛起就会把其他公司打垮，那就错误了。优秀的公司相互影響，往往会推动整个行业的繁荣。经济规律就是如此，不容置疑。
关注 DeepSeek 的创始人梁文锋，可以发现他是一位超越情绪的创业者。他所领导的团队在文化上表现出了极强的吸引力，不论是在组织和管理中，热情总是贯穿始终。他自己提到，用钢琴比喻公司的发展：首先要花得起钱，其次要有一群热爱音乐的人来演奏。
需要说明的是，国产 AI 行业在过去两年并不算过得好。虽然去年是个充满焦虑的年份，而今年却相对乐观，真是让人倍感欣慰。
或许许多人已经遗忘了一年前的情形。让我帮你们回忆一下：2024 年 2 月，OpenAI 发布了视频模型 Sora，展示出与上一个视频模型完全不同的流畅效果，令一众科技人士大跌眼镜。在那时，中国的 AI 公司集体沉寂，机构似乎都处于一种半失去意识状态。
那时市场上最好的产品是百度的文心一言，李彦宏以胜利者姿态希望大家别重复造轮子。字节跳动的 CEO 对此进行反思，阿里在投资多个 AI 项目后也受到质疑，而腾讯则像个局外人，完全不做声。各大公司都在迷茫中徘徊。
然而在短短一年的时间内，形势却发生了翻天覆地的变化，DeepSeek 的快速崛起，令市场规则都发生了巨变。
我想说的是，DeepSeek 并不是孤军奋战。在这一年中，国产 AI 阵营共同成长，正好迎合了这一代人工智能革命的到来，成功应对了越来越激烈的竞争。
我们看到字节跳动在加码 AI，豆包、扣子、Trae 等项目都采用高投入换取高回报的模式；还有通义一家开源性质的项目，它们的开发历史已经在各大竞赛中得到了验证；月暗也在刀耕火种，Kimi 1.5 的表现丝毫不逊色于 o1；快手也突围而出，如今已成为全球最强的视频大模型。
甚至有理由相信，未来的下一个现象级国产大模型，可能出自某些此刻尚未被提及的项目。科研的不可预测性配合市场的随机性，总是让人充满期待。
最后，建议大家好好利用 DeepSeek-R1，把它当作一个对话助手，而不只是查询工具。思维链的展开能帮助你更好地掌控需求（Prompt），并在过程中修正偏差，这种效率绝对高于单纯的结果反馈。做好准备，迎接崭新的人机共生时代吧！
