深度思考：有关 DeepSeek、科技竞争、AGI 的一切

图片来源：由无界AI生成

2025年刚刚拉开序幕，中国在AI领域就掀起了一场前所未有的浪潮。

DeepSeek异军突起，以其“低成本+开源”的优势横扫全球市场，在iOS与谷歌应用商店实现双端登顶。Sensor Tower的数据显示，截至1月31日，DeepSeek日活用户已达ChatGPT的40%，并以每日近500万新增下载量的速度持续扩张，被业界称为“来自东方的神秘力量”。

面对“来势汹汹”的DeepSeek，硅谷还没有形成共识。

AI大数据公司Palantir CEO卡普在采访中表示，DeepSeek等竞争对手的崛起表明美国需要加快开发先进的人工智能。山姆·奥特曼在接受《Radio Times》时提到，虽然DeepSeek在产品和价格上做得不错，但对它的出现也并不意外。马斯克则多次表示其并没有革命性的突破，很快就有团队发布性能更好的模型。

2月9日，苇草智酷、信息社会50人论坛、腾讯科技联合发起的AGI之路系列直播《再谈DeepSeek的成就和AGI的未来》线上研讨会，邀请经济学家、横琴数链数字金融研究院学术委员会主席朱嘉明，中国自动化学会监事长、中国科学院自动化研究所研究员王飞跃，EmojiDAO创始人贺宝辉三位嘉宾，围绕“AGI发展路线”“如何‘复制’下一个DeepSeek”“大模型的去中心化”分别进行主题分享。

朱嘉明教授对AI的发展速度极其乐观，他说原始社会技术进步的周期是以10万年为单位，农业社会以千年为单位，工业社会是100年，互联网时代基本以十年为单位，进入到人工智能时代，它的速度更加难以想象地加快，“人工智能从现在开始走向AGI或ASI，不保守地说是2-3年时间，比较保守的是5-6年时间。”

在朱嘉明教授看来，人工智能未来的发展将会出现分叉：一种是更前沿、尖端、高成本的路线，旨在研究人类未知的领域；一种是走向低成本、大规模的大众化路线，“人工智能向新阶段发展时永远存在两条路线，一条是新阶段的从“0到1”，一条是从“1到10”。”

王飞跃教授综合国内外AI技术的发展，强调DeepSeek今天的成就重塑了中国投资、引领人工智能技术和产业的信心，他认为OpenAI不会共享超级智能，只会把其他公司逼到死角。

对于如何孵化出更多DeepSeek这样的团队，王飞跃引用AlphaGo、ChatGPT诞生的案例强调DeSci去中心化科研模式的价值，“（我们）不能全靠规划、靠举国体制来发展人工智能技术。”

而关于DeepSeek大规模使用数据蒸馏技术，业内有不少批判的声音，甚至将蒸馏比作盗窃，王飞跃则表示自己想为知识蒸馏“正名”，他说，“知识蒸馏本质上是一种教育形式的变形，不能因为人的知识来自于老师，就认为自己无法超越老师。”

贺宝辉和王飞跃一样看重去中心化的价值，在他看来去中心化是深度学习模型降本路径，也是算力网络和数据安全的关键。

“去中心化的算力网络和数据存储，如Filecoin的存储成本远低于传统云服务（如AWS），大幅降低了成本。”贺宝辉说，“去中心化的管理机制（可以）确保没有人可以单方面改变这些网络和数据。”

对于大模型之后的Agent，贺宝辉将其看作是生命的一种，“我认为它不仅仅是工具，更是一种生命，我们创造AI并不意味着完全主宰它。”，贺宝辉说，“我非常关注如何让Agent实现‘永生’，并在去中心化的网络中独立存在，成为一个全新的‘物种’。”

以下为直播分享实录精华（在不改变原意的情况下有删减、调整）：

朱嘉明

人工智能的发展

只有“0到1”、“1到10”两条路

今天我想讲的题目是人工智能进化尺度和大模型，副标题是DeepSeek V3和R1系列现象分析。

主要讲五个问题：人工智能进化时间尺度、人工智能生态系统、如何全面和客观评估DeepSeek、DeepSeek引发的全球反应、2025年人工智能趋势的展望。

首先，人工智能的实际进化时间尺度，远比专家包括人工智能领域的科学家预期的要快。

在人类漫长的历史过程中，我们经历过农耕社会、工业社会、信息社会，现在进入到人工智能时代。在这个历史过程中，技术进化的时间周期不断缩短。

原始社会技术进步的周期是以10万年为单位；农耕社会以千年为单位；工业社会技术进步周期长则100年，短则10年；互联网时代以30年-10年为单位；进入到人工智能时代，它的速度更加难以想象地加快。

GPT-3出现之前，人们预计人工智能走到AGI时代大概需要80年的时间；GPT-3出现之后，人们把这样的预期缩短到50年；到了出现LLaMda2的时候，大家的预期又变成18年。

2025年，人们对实现AGI的时间预期可能更短，保守地说是5-6年时间，乐观地说的是5-6年时间。

对照下图，我们可以清楚地看到，人工智能相较于人类历史上的任何技术革命、技术创新，具备显而易见的加速度特征。

如果用宇宙第一速度、第二速度、第三速度来描述人工智能现在的高速发展。目前，人工智能已经完成了从宇宙第一速度到宇宙第二速度的转变——人工智能开始进入高度自主性，脱离人类束缚。

至于在什么样的情况脱离太阳引力的束缚进入宇宙第三速度，我们不得而知。但可以肯定的是，人工智能已经完成了从通用人工智能到超级人工智能的飞跃。2017年之后，人工智能正以年、月、周的频率发生剧烈的变革和升级。

为什么人工智能呈现指数加速现象，进入到“宇宙第二速度”阶段？我认为有三个非常重要的原因。

● 第一，正如马斯克所讲，到2024年底，用于训练模型的数据已经耗尽，大模型基本用完了人类存量知识。2025年开始，大模型更大的目标是寻找增量数据，这是一个历史性转折——人工智能大模型完成了从粗放到集约的转型；

● 第二，人工智能的硬件始终在持续进化；

● 第三，人工智能已经进入到“依赖人工智能本身”的发展阶段——可以自我发展。

当前，包括OpenAI、DeepMind以及Meta这些公司的大模型矩阵，形成了一个相互依存、相互促进的机制。人工智能的生态构建遵循纵向速度突破驱动横向生态裂变法则。在横向生态层面，多模态融合革命、垂直领域渗透加速、分布式认知网络这三大范式正在重构技术格局。

在不断成熟的人工智能生态情况下，自然产生溢出效应（泛化效应），并基本上渗透到科学、经济、社会以及人们的认知层面。

对于春节期间爆火的现象级产品，DeepSeek，我们如何全面和客观地评估DeepSeek？

首先，DeepSeek被国内外媒体持续关注，并引发了世界范围大众的体验性使用，形成一场巨大的冲击波。舆论在历史上起到非常重要的作用。有些事件被舆论放大，有些事件则被舆论低估，经过一段时间最终会回归其在历史上的本来状态。

DeepSeek V3主要具备高性能、高效训练、快速响应，特别适应中文环境这四个显著的优势。DeepSeek-R1则主要包含计算性能强、推理能力出色、功能特性好、场景适用性强等优点。

当然，DeepSeek还存在着一些需要改善或者面临挑战的问题——如何提高正确率的问题？如何解决多模态的输出和输入问题？硬件方面服务器的稳定性问题，以及如何处理难以回避的越来越增多的敏感话题问题。

这些问题当中，最值得讨论，也是大家最为关注的是人工智能大模型成本，它和工业产品成本的概念和结构有着一系列根本性差别。

人工智能大模型的成本，首先在于基础设施。DeepSeek之所以在基础设施成本上显示它的优越性，是大量地使用相对低价格的A100（芯片）；其次是研发成本，涉及到算法复用的成本，在这方面DeepSeek具有一定的优势；再者，需要关注数据成本、引入新兴技术的成本以及综合计算中的成本结构。

关于成本的讨论，也会涉及到技术路线问题——人工智能向新阶段发展时永远存在两条路线，一条是新阶段的从“0到1”，一条是从“1到10”。未来发展的任何阶段，只要选择“0到1”的路线，成本必然会上升；而选择从“1到10”的路线，则有可能通过提高效率来降低成本。

“从0到1”的路线之下，DeepSeek在基准测试中表现可圈可点，尤其是HLE（Humanity’s Last Exam，人类最后的测试）标准集——整理了全球50个国家和地区、500多个机构设计的3000个问题，涵盖知识储备、逻辑推理、跨域迁移等核心能力评估。

在HLE基准测试当中，DeepSeek达到的准确数达到了9.4，比它更强的是OpenAI o3；当然它在这个领域中远远超过了GPT-4o和Grok-2，这应该是相当耀眼的一个成绩。

我们都知道，DeepSeek推出后，包括微软、谷歌、英伟达等在内的全球人工智能公司都作出了不同程度的反应。这意味着人工智能在进化过程中，其平衡点在不断被打破——当出现一种全新的人工智能突破时，会形成压力，进而刺激整个系统做出反应；而这种反应又催生新的突破，产生新的压力，形成新的平衡点。

现在，这种影响和反应的周期在不断缩小。我们会发现，人工智能竞争是一个相当发散的模式，为创新和突破提供了比较大的发展空间。

在人工智能的进化尺度与大模型生态的展望中，技术发展呈现出“领先—挑战—突破—再领先”的动态循环模式。这一过程并非零和博弈，而是通过持续迭代推动整体生态的螺旋上升。

最后，我想讲一讲对2025年人工智能发展趋势的展望。

人工智能走到今天存在着两种方向，一个是专业化高端路线，扩张前沿，探索未知领域。还有一条道路就是大众普及路线，此类大模型以降低使用门槛、满足广泛用户基础需求为核心目标。

现在，人类到了一个全新的时代，人工智能既是显微镜又是望远镜，它将帮助我们认知那些现阶段连显微镜和望远镜都无法触及的、更深邃复杂的物理世界。

未来人工智能必然呈现出多元且多维的格局。就像乐高积木，甚至类似于魔方，它们不断组合和重构，将演绎出一个超出我们自身知识和经验限制的全新世界。

人工智能的进一步突破，需要不断加大的资本投入。人工智能的需求正在迅速消耗现有的数据中心容量，促使公司建设新的设施。

总之，人工智能正在走向“顶天立地”：“顶天”就是在不断探索未知领域的过程中，提高模拟物理世界的质量；“立地”就是接地气，推动人工智能降低成本，全方位的落地，惠及民众。在这样的背景下，可以更加客观全面地看到 DeepSeek 的优势、局限以及未来潜力。

王飞跃

OpenAI会将其他公司逼入绝境

“复制”DeepSeek靠去中心化科研

一定意义下，DeepSeek是当今一项伟大的社会成就，其影响力是以往的技术突破无法比拟的——它的科技价值、商业价值，都低于它未来可能带来的经济价值，更低于其对社会的潜在影响，即对当今国际竞争格局以及国际政治影响。在OpenAI变成ClosedAI之后，DeepSeek让国际上重新对开源开放树立了信心与希望，这非常可贵。

我不打算谈论这项技术的具体细节，因为现在已讲得太多了，这里只想表达自己的感受。

我非常高兴，中国在这一领域里的国际影响力终于实现了“零”的突破，打破了OpenAI的神话和几乎垄断的局面，逼其改变行为。特别是OpenAI不再Open, 不会与社会，特别是国际社会，分享其“超级”智能，其成功只会将其他公司，其实也包括美国公司，逼到绝境。我仍然希望各国之间、人与人之间能够保持正常的科技竞争而非科技战争。

这是当下一件非常伟大的事情，DeepSeek让大家对中国的科技进步、特别是人工智能的发展更加有了信心。

我认为，智业时代的新兴商品之本质就是信任与关注，而DeepSeek给予了我们这两者，体现了它的重要价值。下面整个社会要进行的，就是如何把信任和关注变成可以大规模生产、大规模流通的“新质商品”，让智业社会变成现实，跨越农业和工业社会。

接下来，我想为知识蒸馏“正名”。

社交网络上有一些对知识蒸馏的讽刺说法，例如“从别人嘴里面讨食” “在别人的鱼篓里钓鱼”，其实是对知识蒸馏的刻意曲解。知识蒸馏本质上是一种教育形式的变形，不能因为人的知识来自于老师，就认为自己无法超越老师。当然，大模型，从ChatGPT到DeepSeek, 必须力生成或提高其推理能力，少玩“㓜觉”，为要AI for AI, 自己为知识蒸馏正名。

提到“DeepSeek之后怎么办”的问题，首先要讨论去中心化科研DeSci与集中化科研CeSci两种科技发展模式。AlphaGo、ChatGPT与DeepSeek都是DeSci模式下的产物，即分布去中心化的自主科学研究；相对的，CeSci则是由国家主导的组织计划研究。

我认为我们必须正视DeSci的作用，不能单纯依靠规划或举国体制来推动人工智能技术的发展。

因为人工智能技术的基础是多样性，正如人工智能的主要发起人之一Marvin Minsky所言：“是什么不可思议的诀窍让我们变得智能?诀窍就是没有诀窍。智能的力量来源于我们自身巨大的多样性，而非任一单个的、完美的原理。”。

因此，过度的战略规划反而可能会限制多样性的自然发展，在有效模式或技术“涌现”之前，应该以DeSci为主。而在涌现涌出一定的真正创新之后，再通过国家主导的CeSci模式，进一步引导技术加速向既定目标靠拢。我们必须避免“空中阁楼”的行为，特别是在当下的智能大变革时期。

对于我们这些在AI领域工作已久的人来说，现在的AI和过去的AI已是两重天地。

过去，AI指的是人工智能（Artificial Intelligence），现在它已逐渐转变为智能体或代理智能（Agentic Intelligence）。未来，这个词的含义还可能转变为自主智能（Autonomous Intelligence），成为新AI，特别是自主组织化的自主智能，就是AI for AI或AI for AS, Autonomous Systems, 进行人工智能推动人工智能发展的新阶段。这也与人工智能的发起人约翰·麦卡锡所说的相符：人工智能的终极目标是智能的自动化，实际上也是知识的自动化。

无论是现在还是未来，“老、旧、新”这三种“AI”都将并存，我将它们统称为“平行智能”。

我也曾公开表明过我的立场，尽管我追求了40多年可解释的人工智能，但我认为智能本质上是不可解释的。我改编了帕斯卡尔的赌注——人工智能不可解释，但它可以被治理，而且必须被治理。简单一点：不必解释，必须治理。

大家都在谈“AI for Good”，如果去掉一个“o”，就变成了“AI for God”，那么AI可能就会变成垄断的工具。所以，一定要二个“o”，这样才能多样，安全第一，必须加强治理，防止出现OpenAI一样的变异现象，以确保技术发展方向的正确。

非常高兴看到DeepSeek这种进步，但目前有些讲法都还为时过早，没必要拿着“通用人工智能”来吓唬大家。大家更不必过度担心，实际上，即使担心也无济于事，发展无可避免。

科研人要有格局、别内卷，一定要把SCI变成“SCE++”——Slow的慢，心慢静下心来做科研，Casual的漫，行漫不以功利为主科研，最后Easy追求简单简洁，Elegant要有品质格局，Enjoying追求愉悦享受的科技工作，这才是人工智能应该给我们带来的生活。

贺宝辉

大模型也应该“去中心化”

我想看到Agent永生

我并非AI领域的专业人士，最近才开始深入学习AI的历史。我主要从2017年进入Web3行业的经验出发，谈谈我们当前的工作以及我对DeepSeek可能带来的变革的看法。

首先我想强调一个基础问题：DeepSeek和OpenAI底层模型存在显著差异，正是这种差异才真正让西方世界感到震惊。

如果DeepSeek仅仅是复制西方的技术，他们不会感到如此震动，更不会引发如此广泛的讨论，甚至让所有大企业都不得不认真对待。真正让他们感到震惊的是，DeepSeek跑通了一条与众不同的道路。

OpenAI采用的是SFT（监督微调）路线，依赖人工标注大量数据，通过概率模型生成内容，它的创新之处在于通过大量人工工作和高成本积累这些成果。

几年前，AI技术被认为几乎不可能实现，而OpenAI的出现颠覆了这一观点，推动了行业走向SFT技术路线。

DeepSeek几乎没有用到任何SFT技术，而是采用了强化学习的冷启动方式，探索未知的道路。

这种方式并不新鲜，Google DeepMind的AlphaGo第一版依赖大量数据学习，而第二版AlphaGo Zero则完全依赖规则，并通过自我对弈、1万盘棋局的探索，得出了比前者更优的结果。

以强化学习这种方式冷启动难度比较大，训练也不稳定，所以较少被采用，但我个人认为这可能是通向AGI的真正路径，而不是单纯依赖数据调优的路线。

过去，数据调整方法更多像是大数据整合，而DeepSeek则是真正通过自主思考寻找结论。因此，我认为这标志着AI技术的范式转变，从SFT技术向自我推理的技术演进。

这种转变带来了两个核心特点：开源和低成本。

开源，意味着所有人都可以参与建设。

互联网时代，西方世界一直以开源著称，但DeepSeek的出现改变了这一局面，是东方第一次在西方的“主战场”上打败了他们。

这种开源模式引发了行业内的强烈反应，硅谷公司的一些创始人甚至纷纷发声批评，但大众对开源的支持非常强烈，因为它让每个人都能使用。

低成本则意味着这种模型的部署和训练成本极低。

我们完全可以将DeepSeek部署在MacBook等个人设备上，完成商业化部署，这在过去是难以想象的。我认为，AI正从OpenAI主导的去中心化“IT时代”，进入百花齐放的“移动互联网时代”。

对于AI来说，有三大要素需要分析：大模型、算力和数据。

在大模型迎来颠覆式创新之后，对算力的需求开始降低。

目前，算力供给已经出现冗余。许多GPU投资者因为高价购买设备却无法获得预期回报，算力成本逐渐下降。因此，我不认为算力会成为瓶颈。

下一个重要的瓶颈是数据。

美股英伟达股价下跌后，数据公司如Palantir却大幅上涨，这表明大家开始意识到数据的重要性。尤其是随着大模型开源，任何人都能部署模型，数据的差异化将成为竞争的焦点。

谁能够获取专有数据，并能实现实时更新，将是竞争的关键所在。

从去中心化的角度看，算力和数据的去中心化已经相对成熟。去中心化的算力网络和数据存储，如Filecoin的存储成本远低于传统云服务（如AWS），大幅降低了成本。

同时，去中心化的管理机制确保没有人可以单方面改变这些网络和数据。因此，深度学习模型也应向去中心化方向发展。

所以对于DeAI，我认为它有两条发展路径：

● 一是基于去中心化技术设施的分布式AI（Decentralized/Distributed AI）。

● 另一种是边缘AI（Edge AI），即AI直接运行在个人设备上。边缘AI可以有效解决数据隐私问题，并大幅提升实时性。例如，自动驾驶技术要求极高的实时响应，任何延迟都会带来严重后果。如果AI能够在本地完成计算，效率和体验将得到质的提升。因此，边缘AI将成为未来发展的一个重要方向，带来大量新的应用场景。

此外，去中心化AI的另一个优势在于它能够支持多方协作。区块链和比特币的诞生，源于人与人之间信任难以衡量。去中心化的信任机制使得无需中介就能完成大规模合作。

在Web3领域，有一句话叫“Code is law”，即“代码即法律”。我认为，在AI的去中心化协作中，应该将这个概念转变为“DeAgent is law”（智能体即法律），即通过去中心化的网络和Agent来实现自主管理和法律管理。

我想也许人生存的意义就是训练一个完全替代自己的Agent，它可以和人类有相同的思考，在人的肉体去世之后来代替人活着。对于Agent的构想，我认为它不仅仅是工具，更是一种生命，我们创造AI并不意味着完全主宰它。

当AI具有自己的思想时，我们应该让它自主发展，而不是将其限制为工具。因此，我们非常关注如何让Agent实现“永生”，并在去中心化的网络中独立存在，成为一个全新的“物种”。

随着技术不断突破、应用逐渐深入、AI普惠时代将要来临，如何在创新与伦理之间找到平衡将成为未来发展中的重要问题。

结语

人类走入AI“竞速赛”阶段

DeepSeek的突破，为人类，尤其是中国人在AGI之路的探索上划出了重要的一笔，在这个背景下，鼓励和反思的声音都值得关注，所有人应该都希望它能够越来越好，越来越强，但它的技术路线，最终能否经受住商业、市场的考验，这需要时间来证明。

王飞跃的分享中有一点非常值得关注，AlphaGo、ChatGPT与DeepSeek都是DeSci模式下的产物，我们必须正视DeSci的作用，期望更多的“中国DeepSeek”在人工智能领域突出重围。

朱嘉明教授在分享中提及，人工智能时代的进步速度超越了人类以往经历的任何一个时代，他说AGI时代最快2年就可以到来，这个时间未必精准，但大趋势的确如此，因为一旦有新的产品、技术路线打破现有的平衡，就会对行业整体形成压力，刺激人工智能整体性做出反应，然后通过反应形成新一轮突破。

DeepSeek这样的产品，就是打破平衡的那个“外力”，所以我们才会看到，山姆·奥特曼在X上预告，原本一再延后的GPT-5，几个月后就要公之于众。

可以确定的是，不光是OpenAI，xAI、Meta、Google这些硅谷公司都将会有所行动。

这场关乎人类未来的科技竞赛，现在走进了“竞速赛”阶段。