這兩天，DeepSeek-R1 火的飛起，在中日美三個 Appstore 榜上登頂。
還直接干崩英偉達，盤前先死 13 個點，連帶著臺積電一起。
幾乎一夜之間，所有人都在關(guān)注 DeepSeek，甚至我在老家，完全沒用過 AI 的七大姑八大姨，都在問我，DeepSeek 是什么，怎么用。
還有一些人體驗了一下后，拿著 8.11 和 8.9 誰大誰小的截圖跟我說，這玩意也不行啊。
感覺市面上，關(guān)于 DeepSeek 的信息還是很亂。
所以，今天我想用 8 個問題和答案，來讓大家詳細的了解，DeepSeek-R1 這個模型，是什么，以及，提示詞應(yīng)該怎么寫，到底怎么用。
話不多說，開始。
一、DeepSeek 是什么？
DeepSeek，是一家在 2023 年 7 月 17 日成立的公司深度求索所開發(fā)的大模型名稱。
2024 年 1 月 5 日，他們正式發(fā)布 DeepSeek LLM，這是深度求索第一個發(fā)布的 AI 大模型。
2024 年 5 月 7 日，他們發(fā)布 DeepSeek-V2，正式打響中國大模型價格戰(zhàn)，當時新發(fā)布的 DeepSeek-V2 的 API 價格只有 GPT-4o 的 2.7%，隨后一周時間，國產(chǎn)廠商全部跟進，字節(jié)、阿里、百度、騰訊全部降價。
2024 年 12 月 26 日，DeepSeek-V3 正式發(fā)布且直接開源，而且訓練成本僅為 557.6 萬美元，剔除掉 Meta、OpenAI 等大廠的前期探索成本，大概是別人的三分之一，并且整體模型評測能力媲美閉源模型，震驚海外，自此，東方的神秘力量徹底坐實。
2025 年 1 月 20 日，全新的推理模型 DeepSeek-R1 發(fā)布，同樣發(fā)布并開源，效果媲美 OpenAI o1，同時 API 價格僅為 OpenAI o1 的 3.7%，再一次震驚海外，讓 Meta 連夜成立四個研究小組，讓全球算力暴跌，英偉達的神話都岌岌可危。
就是這么一家公司，而深度求索的背后，是著名量化私募幻方基金，而基金的盈利模式非常簡單，跟管理規(guī)模綁定，固定收取管理規(guī)模的管理費和收益部分的提成資金，無論基金漲跌都能賺錢，真正的旱澇保收的行業(yè)。
所以，幻方不缺錢，當年賺了錢，在英偉達還沒向中國禁售的時候，幻方直接能掏錢搭一個萬卡 A100 集群。
這也讓深度求索，讓 DeepSeek，不以盈利為導向，目標，就是 AI 的星辰大海。
二、DeepSeek-R1 是什么？
DeepSeek-R1，就是最近爆火的主角了。
也是直接讓各路美國 AI 大佬破防的始作俑者。
給奧特曼都在 X 上開始陰陽了。
很多人拿 DeepSeek-R1 和 GPT4o 比，其實是不對的。
首先，GPT4o 是個多模態(tài)通用模型，可以理解圖片、語音、視頻，也可以輸出語音。多模態(tài)往后做，更像 Gemini 2，是一個多模態(tài)大一統(tǒng)模型，可以理解一切模態(tài)，也可以輸出一切模態(tài)。
而 DeepSeek-R1 是一個深度推理模型，對標 OpenAI 的應(yīng)該是 OpenAI o1，而不是 GPT4o，關(guān)于 OpenAI o1 曾經(jīng)我首發(fā)寫過一篇文章，可以去看，就不過多贅述了：OpenAI 全新發(fā)布 o1 模型 - 我們正式邁入了下一個時代。
現(xiàn)在回頭看，當時這個副標題，還是很有前瞻性的。
我也讓 DeepSeek 列個了 4o 和 o1 的對比表格，大家應(yīng)該也能一目了然。
而 R1，可以直接類比 o1，兩者在跑分上，幾乎相同。
并且已經(jīng)開源。
HuggingFace 鏈接： https://huggingface.co/deepseek-ai
論文鏈接： https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf
三、DeepSeek-R1 在哪用？
DeepSeek-R1 除了面向開發(fā)者的開源模型和 API，也有面向普通用戶的 C 端版本。
網(wǎng)頁版： https://chat.deepseek.com/
當你勾上深度思考功能，此時就是使用 R1 模型，當你不勾的時候，使用的是類 GPT4o 的 v3 模型。
當然他們也有 APP 版本，你直接在應(yīng)用商店搜索 DeepSeek 就好。
跟網(wǎng)頁端交互基本一致。目前免費，就是用戶增速過快，所以偶爾會有崩潰斷網(wǎng)連不上問題，你可以在這個地方，來看 DeepSeek 的服務(wù)器狀態(tài)。
網(wǎng)址：https://status.deepseek.com/
四、應(yīng)該怎么跟 R1 對話？
首先，我想明確一點的是，DeepSeek-R1 是推理模型，不是通用模型。
在幾個月前 OpenAI o1 剛剛發(fā)布時，我用通用模型的方式跟 o1 對話，寫了一堆的結(jié)構(gòu)化提示詞，得到了極差的效果，那時候我一度覺得這玩意是個垃圾。
而后面，我才發(fā)現(xiàn)，其實是我自己的思維慣性，這玩意跟 4o 不一樣，這不是一個很傻的聊天模型。
這是一個能力很牛逼但不知道你想要什么的真實員工。
今年 1 月也有一篇海外的文章很火，叫《o1 isn’t a chat model (and that’s the point)》。
跟我是完全一樣的看法。
所以，有一個點一定要注意，明確你的目標，而不是給模型任務(wù)。
例如我們以前在寫 prompt 的時候，總是會寫你是一個 XXX，現(xiàn)在我的任務(wù)是 XXX，你要按照 1、2、3 步來給我執(zhí)行 balabala。
但是現(xiàn)在，請拋棄那些寫法。
把你的一切，交給 AI，讓它去進行自我推理，效果會更好。AI 會自動填上那些你沒說出口的話，會給你想出可能更好的解決方案。
有一個不得不承認的事實是，我是一個很普通的普通人，而像我一樣的很多普通人們，現(xiàn)在大概率是不如 AI 博學和聰明的。
所以，不如說出你的目標，把他當作一個很牛逼的員工，讓他，放手去做。
比如這個 case。
只需要表達你是誰+你的目標就 OK。
特別是你是誰這個背景信息，非常非常的有用。
所以請拋棄掉一起過往所學習的結(jié)構(gòu)化框架，如果真的需要有一個萬能 Prompt 模板，那就是：
你是誰 + 背景信息 + 你的目標
背景信息給的越多越能讓 R1 理解你的需求幫助你更好的完成任務(wù)。
時刻把他當成：
這是一個能力很牛逼但不知道你想要什么的員工。
最牛逼的提示詞技巧，就是沒有技巧。
大道至簡，重劍無鋒。
所以，千言萬語匯聚成一句話就是：用人話清晰的表達出你的需求，這就夠了。
五、R1 輸出的內(nèi)容看不懂？
很多人在用“說人話”這三個字，來表達推理模型和通用模型不一樣，這其實有點奇怪。
不過從實用角度來說，這確實是一個能讓普通人看懂 AI 輸出專業(yè)內(nèi)容的小技巧。
不過這并不是一個推理模型才有的技巧，因為一直就存在，本質(zhì)上就是對方不知道你是誰，不知道你的理解能力和你的學識能力是什么水平。
所以我也想分享一個我自己這兩年跟 AI 對話時用的最多的一個小技巧，也是我自己最常用的“人話”prompt：
我是一個小學生。
當你在跟 AI 對話時，把這句話往前一擺，自降身位，你就會發(fā)現(xiàn)，一切都通了，一切都能看的懂了。
比如我想讓 R1 給我解釋一下什么叫大模型中的 RL 用法。
如果不用這句話的話，就會得到這樣的解釋。
我相信你看到一定腦殼疼。你就是不懂才需要讓它給你解釋，結(jié)果解釋了個這。
但是，如果把那個神句加上呢？
反正我是一下子能看了，舒服了多了，可能我就真的是個小學生的水平。。。
當然如果你想稍微進階一點，就可以說，我是一個初中生，或者，我是一個高中生，一點一點的可控升級。
我用了兩年，非常好用，推薦給大家。
六、R1 的寫作很強嗎？
R1 除了能非常好的做常規(guī)推理模型都能做的數(shù)學題、代碼等等，這次有一個非常非常特別的點是：
中文寫作能力強到爆炸。
過往，大家都說，在寫作能力上幾乎所有的大模型都是眾生平等的一坨屎，唯有 Claude 超出了一坨之外，獨立于三界之上。
而這一次，DeepSeek-R1 在中文寫作和文筆上，已經(jīng)是獨一檔的領(lǐng)先了。
而且對于文風的模擬，效果極佳。
比如我非常非常喜歡知乎上一個大 V 叫大師兄朱炫的文筆。
我甚至都不需要跟 DeepSeek-R1 說朱炫的文筆是什么樣的，直接就說一句話：
以知乎大 V 朱炫的文風，來銳評一下愛情的求而不得，告訴大家，總會有人在等你。
來給大家看看成文：
雖然達不到朱炫那百分百的功力，達不到他那種多智而近妖的文筆，但是已經(jīng)非常非常強了。
畢竟，只需要一句話而已。
再寫一首，李煜風格的詩詞。
“以李煜的詩詞風格，來寫一首我回老家沒有朋友玩的感覺”
《虞美人·歸鄉(xiāng)感懷》
故園舊巷行人少，空有榆錢老。
秋千院落鎖蒼苔，偶見鄰家黃犬過階來。
重游往日嬉春處，蛛網(wǎng)斜陽駐。
笑談聲遠柳風涼，唯剩一庭明月照空廊。
對仗、押韻全都到位了。
真的，非常的強。
七、R1 可以聯(lián)網(wǎng)嗎？
眾人皆知推理模型好，但是推理模型，幾乎都不聯(lián)網(wǎng)。
典型如 OpenAI o1。
這給我?guī)砹朔浅５亩嗟睦_，要知道，OpenAI o1 的知識庫還是 24 年，很多東西都不知道，更別提一些所謂的實事了，你想用它來梳理分析一些最近的數(shù)據(jù)，比如美元指數(shù)、比如最近的財報等等，它完全不知道，甚至還傳不了 PDF，就非常的 der 比。
而 DeepSeek，是為數(shù)不多的，推理+聯(lián)網(wǎng)的。
我們來試試這句話：我想用魯迅的文風寫一篇 2000 字的公眾號文章，分析一下 2025 春節(jié)檔哪幾部電影能爆，不要結(jié)構(gòu)化。
DeepSeek 去網(wǎng)上搜了 50 個網(wǎng)頁，然后思考了半天。
用魯迅的文風，成了一篇文。
效果非常好。
雖然整體測下來，在聯(lián)網(wǎng)資料的 RAG 層面還有一些問題和不盡如意，但是已經(jīng)非常強了，至少，能聽懂我的話，知道我想要的是魯迅風格。
再給一些時間。
八、算力神話崩盤了嗎？
最后，我想說一下算力的問題。
昨天，A 股算力和美股算力都崩了，大家?guī)缀醵及言驓w結(jié)到 DeepSeek 很便宜，所以未來不需要那么多算力，算力神話崩塌了。
但是我覺得這個思路不太對。
在第一次工業(yè)革命的時候，有一個經(jīng)濟學里面非常著名的悖論，是由威廉·斯坦利·杰文斯提出來的，叫做 Jevons 悖論。
當時，英國的工業(yè)革命正在加速發(fā)展，蒸汽機的效率也在不斷提高。人們普遍認為，蒸汽機會越來越節(jié)能，也越來越會減少煤炭消耗。
但實際情況卻打了所有人的臉。
因為，更高效的蒸汽機降低了使用煤炭的成本，結(jié)果導致蒸汽機被更廣泛應(yīng)用，煤炭消耗總量反而大幅增加。
原因大概是這樣的：
假設(shè)新技術(shù)讓汽車的燃油效率提高了 50%（比如每加侖能跑 30 公里變成 45 公里）。照理來說，這應(yīng)該減少燃油總消耗，但現(xiàn)實可能是：
由于油耗更低，開車的成本下降，人們更愿意開車，開車里程增加。
購車門檻降低，更多人買車。
物流成本下降，商家擴大運輸量。
最終，油耗效率提高后，燃油消耗的總量可能不降反升。
跟現(xiàn)在算力邏輯是一摸一樣，如果你要把 DeepSeek 對與算力的影響帶入的話，那其實就會導致：
因為大模型需要的訓練和推理算力成本下降，反而會推動 AI 應(yīng)用和生態(tài)的繁榮，端側(cè)、個人級別大模型逐漸成熟，算力的總需求反而越來越大。
至于股市算力崩盤，我想說的是，漲多了就是原罪。
而且美元指數(shù)都崩成什么樣了，直接破了 60 日均線，納斯達克和英偉達不崩才奇怪好吧。
只能說，DeepSeek 有短期驅(qū)動效應(yīng)，但是核心還是內(nèi)身問題，DeepSeek 踩中了這個節(jié)點，天時地利人和。
此刻的 DeepSeek，就是眾望所歸的，天命人。
寫在最后
昨天，馮驥的微博說，DeepSeek 是國運。
我想說，是，也不是。
國運不是單一的點，而是一群點而連成的面。
流浪地球、新能源車、黑神話悟空、六代機、TikTok、DeepSeek 等等等等。
這些點連起來的面，才是真正的國運。
泱泱中華五千年。
無論多少風雨。
未來也必定。
國運昌隆。
作者的微信公眾號：數(shù)字生命卡茲克
全部評論