作 者 | 王豐輝

來 源 | 莫道尋常

本周二的時候，我去廣東金科協做了個分享，會上就提到，DeepSeek太火了。再不寫一篇，就沒辦法蹭熱度。

但從DeepSeek的最近的勢頭來看，有點勇往直前的意味。就像《哪吒2》的結尾一樣，

“因為我們都太年輕，不知天高地厚。”

而這段對白，特別呼應梁文鋒某采訪中的一段話：

“我們常常提到中國的AI與美國存在一到兩年的差距，但實際上，真正的差距在于‘原創’與‘模仿’之間的鴻溝。如果這一點不改變，中國將永遠是追隨者，因此必須在這一領域進行更多的探索。”

極燃對不對？這個春節是有意義的。

從2月24日開始，DeepSeek在推OpenSourceWeek，FlashMLA、DeepEP、DeepGEMM、DualPipe和EPLB，都在GitHub開源了代碼。

再加上之前的DeepSeek V3/R1，進一步坐實了AI屆“源神”的地位。

最新的技術，我還沒來得及學習，先把截止DeepSeek R1的認知貼出來，與大家一起討論。

1. DeepSeek對我們的啟示有哪些？

2. 在DeepSeek這一波浪潮影響下，金融行業的機遇和挑戰是什么？

3. 未來的圖景，前方有什么在等著我們？

DeepSeek的啟示

我認為DeepSeek有四個價值，引導新的AI范式、重申工程的重要性、緩解硬件焦慮、AI平權。

先說范式問題

從1956年達特茅斯會議以來，人工智能的發展都是多流派并存的，符號主義、連接主義、進化主義等。符合主義強調自上而下的邏輯，專家系統是其典型代表；連接主義強調對人腦的模仿，在龐大的神經元網絡中分布式存儲知識、分層識別模式，進而誕生智能；進化主義強調主體與外部環境之間的交互，通過“感知-行動-反饋”來探索世界，在試錯和適應中演化。

如果我們細細琢磨，會發現，這些流派，本質上是大家對智能的源起有分歧。那么智能的源起是什么？不知道，至今并沒有正確答案。

但從當前人工智能的繁榮來看，連接主義+進化主義拔得頭籌，也就是深度學習+強化學習。

站在今天的視角，我們回顧歷史，往往有一種“先知”似的錯覺，認為一切技術的發展都是如此的理所當然，甚至會陷入技術進步的必然論。

其實不是的，在這一點上，我非常認同Elon Musk的觀點，技術是與人綁定的，技術并不會自動進步，是依賴于個體的努力。

Geoffrey Hinton出生于1947年，2024年77歲時獲得諾貝爾獎，但他的主要貢獻中，玻爾茲曼機是1985年（38歲），反向傳播是1986年（39歲），深度信念網絡是2006年（59歲），但標志著神經網絡真正崛起的AlexNet算法，是在2012年（65歲）。

這說明什么？

這說明Hinton在65歲之前，在神經網絡少有人問津的情況下，始終苦苦堅持；甚至是在獲得諾獎之后，多倫多大學才給了他一間獨立辦公室，Hinton吐槽說，學校一直認為他不值得一間辦公室。

同時也說明，老兵不死，又有幾個科學家能像Hinton一樣始終走在創新和迭代的前言呢？人工智能令人激動，這些推動人工智能走到今天的人，更令人敬佩。

再說一下2012年到底發生了什么。

ImageNet + AlexNet + GPU，數據、算法、算力終于相遇了。Hinton團隊的AlexNet算法的效果相比其他算法，要好起碼10個百分點，這是碾壓性的突破。基于ImageNet的挑戰賽是李飛飛發起的，當李飛飛的博士獲知AlexNet的效果時，給李飛飛打電話，大意是說，古老的神經網絡算法獲勝了。我讀李飛飛的自傳《我看到的世界》時，對這個場景印象深刻，對神經網絡用“古老”來修飾也印象深刻。

有朋友開玩笑說，2012年之前的人工智能領域，是“黑暗的中世紀”，神經網絡沒有任何容身之地，研究這個方向的碩士、博士都會被老師主動勸退，寫了論文也發表無望，很多學者不得不改換了門廳。這才是赤裸裸的現實。

2012年之后的故事，大家是熟悉的，2016年AlphaGo、2017年Transformer、2022年ChatGpt3.5，仿佛世界在加速，神經網絡、深度學習成為當之無愧的主角，深度學習是新的范式。

到了2024年5月，OpenAI發布了4O，是一個非常強大的多模態模型，端到端的語音延遲平均為320ms，并且可以疊加情緒。

這時的產業界有種說法或者認知，貌似互聯網的知識已經耗盡了，大模型都學完了，Scaling Law看到盡頭了。

下一步的方向是什么？

2024年9月，Open AI發布了O1。O1其實也代表了一種范式轉換，O1之前是訓練側的Scaling Law，更大的數據、更多的參數，在模型訓練上是以SFT+RLHF為主。而O1出來之后，原來在推理側也可以Scaling Law，并且推理能力的提升也會帶動模型整體能力的提升，對于更多數據的依賴轉向對COT數據的依賴。

談一下O1怎么來的。

固然OpenAI仍然是AI的燈塔，尤其是對方向的牽引，但大家不要對OpenAI有誤解，好像涉及大模型的創意，包括架構、算法等，都是他們自己想出來的，恰恰相反，他們在不斷得吸收和借鑒，例如，transformer架構源就起于google。這一點梁文鋒在某訪談中也提到，OpenAI，或者說硅谷，或者說美國，他們有豐富、有效、充分的技術生態、技術社區，例如像arXiv這樣，未經同行評審就可以發布預印本，加速了科研成果的交流和傳播。并且你再看看X（原twitter），除了政治人物拉選票之外，有很多教授和AI大牛常駐，沒事就討論和轉發AI論文或八卦，我們是找不到對標的平臺的。

在OpenAI之前2022年，就有兩篇論文討論COT。

一篇的意思是few-shot COT，就是，如果大模型不會做數學題（推理），就給他一些樣本，告訴他應該如何一步步的推理，他就能學會；另一篇的意思是zero-shot COT，這篇相對上一篇更進一步，不用告訴大模型如何推理，只需要給他一個指令“let‘s think step by step”, 他就可以逐步學會推理，這篇論文的題目就是“Large Language Models are Zero-Shot Reasoners”（2022年）。我其實非常為這篇論文的作者可惜，他只是驚嘆，原來大模型不用輸入COT就可以自己推理，他如果再進一步思考，可能就是“大模型有內生的推理能力，我們只需要去挖掘”，可能意義就不一樣了。

2024年1月，OpenAI提交了一篇論文“Let’s verify step by step”, 應該是首次強調強化學習在推理能力建設中的重要性，他的步驟是先喂COT數據，然后通過強化學習來優化推理過程，ORM（基于推理結果的獎勵模型）和PRM（基于推理過程的獎勵模型），并驗證得出結論，PRM會優。

一切都很合理對不對？要監督推理過程。

然后在2024年的9月，OpenAI推出了O1模型，這是推理模型，于是業界aha，Scaling Law向推理側傾斜。

與此同時，有趣的事情在中國發生，DeepSeek肯定也感嘆于OpenAI O1的推理能力，思考著如何模仿。

再強調一下，OpenAI的范式可以理解為是SFT+RL（PRM），就是仍然以SFT為先導，引入了RL，但推崇PRM的獎勵方式。

而DeepSeek在思考我上文提到的那個問題，“大模型有內生的推理能力，我們只需要去挖掘”，這句話意味著什么？意味著推理這件事，不需要人類來教，不需要人來來復雜構建各種COT，我們需要做的，就是引導，我們需要一種更簡單直接、純粹的引導方式。

這是新的aha時刻，相當于范式就是RL（ORM）。

我覺得進化派終于揚眉吐氣，在沒有SFT的情況下，RL主導了一切。

我不知道DeepSeek為什么給這么模型命名為Zero，但我覺得有向AlphaGo Zero致敬的意思。當2016年人機大戰時，與李世石對戰的模型叫AlphaGo Lee，這個模型雖然也是用了強化學習，但前期輸入了大量人類棋譜知識，模型還是人類的學生。

但在這個模型后不久，DeepMind推出了另一個模型AlghaGo Zero，這個模型完全沒有任何人類棋譜經驗的輸入，以強化學習式的左右互搏，打敗了上一個模型AlphaGo Lee，同時還在Nature發了一篇論文，“Mastering the game of Go without human knowledge”。

在DeepSeek-R1-Zero之后，DeepSeek推出了R1模型，R1的范式可以理解為RL+SFT（ORM），就是先RL再疊加基于結果獎勵的SFT。伴隨R1也有一篇論文，論文題目也很通透，“Incentivizing reasoning capability in LLMs via reinforcement learning”。我貼了論文中的一張圖片，其實這是一張非常震撼的圖片，能夠清晰得看到，隨著訓練steps的增加，模型的推理長度也在增加，說明模型理解了“推理”這件事，也學習到了推理的好處。

在DeepSeek-R1發布后的2025年2月，OpenAI補充了一篇硬撐門面的論文，“Competitive Programming with Large Reasoning Models”。這篇論文有句話，承認了DeepSeek-R1和Kimi K1.5的意義，當然這句話寫得有點含糊，“Deep-R1和Kimi K1.5的工作獨立得揭示了，關于思維鏈的學習如何促進大模型在數學和編程等挑戰領域的性能提升”。

但OpenAI這篇論文也有意義，因為他拿國際信息學奧林匹克競賽（編程）下手了，搞了兩個模型，一個O1-ioi，一個O3，前者是專門for大賽定制的，不知道喂了多少的數據，做了多少的SFT，但結果顯示，還是趕不上未經人類COT干預的O3，在嚴格規則下，基于IOI 2024拿到395.64分，達成金牌成就。

大家紛紛高呼，大模型替代的第一個職業竟然是程序員。

OpenAI的這篇論文，我覺得改個名字會更好，叫“RL is All You Need”，或許更應景。

重申工程的重要性、緩解硬件焦慮

這部分太硬了，無論是MLA多頭潛在注意力、MTP多Token預測、FP8混合精度訓練，還是PTX層編碼、DualPile并行策略，都顯示出DeepSeek在算法和工程上的極致探索，我們能切實感受到這種死磕精神的。

我在這塊的技術上不懂，只能學習個大概。但從大模型火熱以來，我們過于強調Scalling Law，萬卡、十萬卡，這絕對不是什么好事情。

一方面，從2017年transformer架構誕生以來，算法、算力和數據，與工程就始終密不可分。不知道大家是否還記得“Attention is All You Need”的作者之一，號稱巫師的沙哥Noam Shazeer。在沙哥遛彎碰到其他七人之前，transformer的早期版本性能并沒有超過傳統的LSTM方案，是沙哥出手重構了代碼和算法，才一舉實現了性能的突破，打破了翻譯領域BLEU測試的記錄。

牛人之所以是牛人，就在于其他人只能仰望。

沙哥后來創辦Characer.ai后，為了解決并發和效率為題，在工程上也是大刀闊斧，通過MQA來降低KV緩存，通過混合注意力（全局注意力、局部注意力與滑動窗口，看著是不是眼熟）來降低訓練復雜度，甚至還采用了Int8精度訓練模型。具體細節我雖然講不出來，但這一頓操作，是否跟DeepSeek的工程優化方向有一些類似？

無論是沙哥，還是DeepSeek，并非上述架構、算法方向的初創者，但是他們能夠將這些不同的工作創造性得應用到實踐中，這就是工程的力量。

這讓我想到了馬斯克的第一性原理，“我只相信物理定律”，其他都可以試試看。所以，工程的本質就是追求物理的極限。

另一方面，狂堆算力，是無法推動大模型普及的，按現在的十萬卡、乃至更多集群，全球也沒有幾家企業可以支撐，大模型的“小型化”以及在端側的部署，才會有AI的普惠。1945年第一臺計算機ANIAC誕生時，占地170平，重30噸，而現在，我們一個耳機、一個手表的計算能力就遠超ANIAC了。

對人類而言，大模型的普及和平權非常關鍵。

AI平權

我用四個詞來描述DeepSeek的價值，去魅、普惠、科普和覺醒。

什么是去魅？我們之前認為中美大模型差距怎么也得2年吧，OpenAI、硅谷是這一波潮流的燈塔，我們只能跟隨，壓根沒有上桌的勇氣。這也是為什么有些知名投資人，也不怎么看好國內的基礎大模型。當然，其實包括我自己在內，也有崇洋媚外的不自信。我們能行嗎？

我們對年輕人要有敬畏！這才是中國的未來。

DeepSeek在一定程度上倡導了新的范式，也重新喚醒業界對工程的重視。后續，我們再跟蹤大模型最新進展，除了瞅瞅硅谷，也需要瞅瞅杭州，這就是上桌的價值。

普惠這一點，其實不好夸大，雖然號稱V3的訓練成本是GPT-4的1/10，但這個口徑太嚴格，并且時間點也不一致，沒有必在這一點上硬剛。并且，真要本地化部署一套大模型（例如DeepSeek-R1 671B），且有效并發到50-100，這也得200萬起步了。

那么有沒有普惠呢？有，Tokens調用費用全球都下調了。我們也敢在國產芯片上有信心地跑了。這跟股票的邏輯是一樣的，是否樂觀，要看對未來的預期，我們對未來的預期改變了，信心充足了，當下就沒有必要較真。

其實我更在意科普和認知覺醒這件事。

從春節到現在3月份了，感覺人人都在聊DeepSeek。我看到一個段子，說春節回家，大爺大媽都不聊家長里短了，轉而聊DeepSeek在哪兒下載。

什么叫一個時代的到來？誰能夠完成對AI認知的科普？

人人都在嘗試使用AI這件事，比什么都重要。這就是對新技術的擁抱，需要一個導火索。這就像2010年，喬布斯在舊金山Moscone West會展中心，舉著一個小小的東西說，“We're introducing iPhone 4.”

中國的金融消費者從2010年至今，其實經歷了4次覺醒。

第一次是2012年，快捷支付的出現。大家可以想象，沒有快捷支付，就沒有現在app上的一切繁榮。第二次是2013年，余額寶的出現，我把它成為理財意識的覺醒。因為在此之前，大部份的中國人（不要陷入城市視角）只知道活期和定期，不知道買基金，不知道如何有效的以財理財。第三次是微粒貸，是普惠金融，大量“白戶”（在人行沒有信用記錄的人）也可以申請貸款了。第四次就是疫情期間，遠程，一種新的生活或服務方式的改變。而第五次，就是智能。在去年底，我分享這個圖片時，并不知道，哪個產品會擔起智能的科普，來刷新大家對AI的認知。那么，現在我們知道了，是DeepSeek。

金融行業的機遇與挑戰

DeepSeek-R1出來前后，大家對大模型的態度的確是不一樣的。

這里有很多不同，我不一一展開了。但我想強調的不同，是生態的變化。一種新技術的崛起和普及，生態，圍繞它的上下游、伙伴非常重要。

在DeepSeek-R1之前，說實話玩家不多，金融機構也比較頭疼到底選哪家的模型，選哪家的服務。

但DeepSeek-R1之后，這個事情變得極其簡單。并且，DeepSeek-R1帶來了大模型的平權，一下把門檻都降下來，最好的基礎模型（起碼在一定程度的認知中），大家都有，大家都是一樣的，這時候就看對場景的擁抱到底處在什么程度。

原來圍繞在金融機構周圍，就有恨不得上千家ISV，反而對這些ISV是重大利好，商業邏輯又回到了他們熟悉的邏輯，依賴行業Knowhow，依賴對流程的嵌入，看看誰擅長駐場、擅長交付、擅長貼身服務。

從0到1訓練一個大模型，這件事的門檻的確仍然很高，但是，怎么把大模型有效應用到場景，這個門檻，并沒有那么高。包括SFT、RAG、蒸餾等，有個技術專家，有個行業專家，再帶一群愿意死磕的工程師，這個事情大概率七七八八。

我就認識一家客戶，原來用其他開源模型做rag，召回準確率只有70%多，換了DeepSeek-R1，迭代到95%了。當然，這里面有很多其他因素，并不具有普遍的代表性，但也能看到基礎模型的能力增長助力明顯。在大模型落地場景這件事上，模型能力大于優質數據，優質數據大于工程能力，工程能力大于其他一切。

金融行業的真正機遇

我認為，金融行業的真正機遇在于新一輪數字化轉型的開啟。

我畫了一張40年的時間線，從這個時間線，我們可以看到技術的變遷，從電子化到網絡化，到移動化，到數據化/云化（云化在銀行領域并不太明顯），再到智能化。我們可以發現，叫各領風騷三五年，每個時代都有新的機構、新的模式出現，有些借勢而起，一直到今天，依然發展得很好，有些成為了基礎設施，有些消失在茫茫人海。那么，智能化時代，誰會成為新的弄潮兒，又有哪些新的機構類型呢？

金融行業的挑戰

大模型自身是有問題的，尤其是在實踐中，我發現有兩個。

一是，大模型知識提取的悖論。

?模型訓練時，輸?的是經過清洗的數據，但?模型并沒有學會?類清洗數據的細節，導致訓練后的?模型，想落地具體場景，在?對未經清洗的數據時，存在很多準確性問題，?法有效提取。而這些必須通過更多的工程化方式來解決。

二是，人機缺乏共享知識。

什么意思呢？?類交流有兩個特點：基于共享知識、多輪對話鎖定精確性。

當兩個人聊天時，我們必然會有一些共享的知識，文化語境知識、情景知識等，例如，雙??份、??、?化、宗教、地理等等。

舉例而言，當有人問，今天天?怎樣？表面看只是一句話，但大模型并不知道背后的時間、地點、以及具體天氣情形。例如，明明是傾盆大雨，咱們兩個都淋了個落湯雞，我問你，“今天天氣怎樣”，你會回答“傾盆大雨”嗎？你不會，你大概率會說“滾” 。

又比如，在辦公場景中，老板問，今年咱們北區的業績增長如何？這里面有極其復雜的統計口徑，包括時間、主體、區域范圍、業績定義、增長定義、產品范疇等等。不同的公司對區域的定義是不一樣的，乃至同一個公司，對區域的定義也是不一樣的。

這些信息，大模型知道嗎？它統統不知道。

但如果是切換成人類聊天，我們會覺得，表達得已經非常非常準確了。

但大模型就是一臉懵，這就是當前大模型在落地具體場景時的主要問題。

并不是大模型不聰明，而是，大模型還沒辦法與人類建立共享知識。當前想要大模型出效果，必須把這種知識共享建立起來。

擁抱大模型的策略

關于擁抱策略，我認為其實非常簡單，有如下三個原則，供參考。

要選擇場景，要有順序

建議場景選擇從通用到專業，從內部到外部。

Agent

現在任何一個場景的解決思路，基本上都是Agent，無非是簡單些的，還是復雜些的，RAG，也可以看作是一種Agent。我們在實踐中發現：

（1）大模型落地垂直場景的核心是：復刻業務專家的思維鏈（請把這句話重復三遍，仔細體會）；

（2）要真正解決問題，必須是?模型與微調的較?模型結合，這樣才能在有監督任務上獲得更?的性能，同時可以帶來更?的解釋性。

作業即標注（作業即SFT）

什么意思呢？

高質量的數據依舊非常關鍵。市面上的通用大模型目前也就兩類數據無法獲取了，一類是企業內部數據，一類是專家頭腦中的數據。而這兩種數據，首先整理出來就非常困難，其次即使整理了也要標注。那么誰來標注呢？

人工智能其實是靠人工的，就拿自動駕駛舉例子，今天我們看到的智駕，恨不得養活了百萬級別的標注人員。標注的本意就是符合人類的預期，代表著傾向和選擇。尤其是在金融領域，你得有傾向，有取舍，有選擇，金融的本質是經營風險。

還是哪個問題，誰來標注呢？

其實在廣大的金融機構，并沒有那么多標注人員，外包吧，知識儲備可能不夠，找來找去，發現最佳的標注人員還是自己。但無論是科技條線從業還是業務條線從業，誰會特意抽出時間，又或者誰能抽出時間，專門搞標注呢？

所以最好的方式，就是把標注這件事，嵌入到業務流程中，讓作業人員，不知不覺得把標注這件事就做了。

這種情況要有一個認知，就是模型不是一錘子買賣，上線了就萬事大吉，而是不斷迭代的過程，人和模型一起進步。人逐漸通過模型提高效率，改變作業方式；而模型逐漸學會人的一些認知、傾向和選擇。

你應該看出來的，我對大模型的態度是人機協同，這是我更看好的未來。

同時這種人機協同的方式，或者作業即標注的方式，也響應了我上面的一個觀點，就是人機如何共享知識。

拿NL2SQL舉例，正是由于人機沒有共享知識，我們幾乎不可能直接從自然語言到有效的SQL，想啥呢，雞同鴨講。所以，比較合理的方式是：

自然語言——共享知識——大模型

共享知識這一層，有連接和翻譯的作用，一方面建立人機之間的知識共享或者共識，另一方面，共享知識即要承接人類的輸入，又要確保大模型能懂。

做過數據治理、數據分析的人更容易理解，共享知識這一層，其實就是數據資產層，把人類所知的知識，轉化為數據，數據具有自己的特征或指標，讓大模型get到這些特征或指標，也就get到了人類語言沒有傳遞的“共享知識”。

再回到DeepSeek的啟示

我從2011年進入中行總行，到現在，做數字化轉型這件事，也有14年了。我經常把自己描述為一個連接者，a connector ，連接金融和科技。

我最大的認知是什么？是技術不重要。

我說技術不重要，并非是說技術本身，而是說對于轉型而言，技術從來都是最簡單的事情。就像我拉了40年的金融行業技術變遷，從大核心，到瘦核心，從渠道興起到移動優先，從直銷銀行到開放銀行，從核心下移到全棧信創，從數據治理到數據資產，從決策模型到人工智能，我幾乎親歷了每一步。

但每一步最大的障礙從來不是技術本身。

自從DeepSeek火了之后，大家紛紛研究梁文鋒的履歷，研究DeepSeek這家機構，也會發現，這并不是傳統意義上的中國企業，既不是傳統的行業企業，也不是已領風騷十余年的互聯網企業，他的企業文化代表了一種新的范式，我們從游戲科學（黑神話悟空）、可可豆動畫（魔童哪吒）這兩家身上也看到了隱隱約約的影子，吾不知其名，強（三聲）曰為：新范式。

而這個范式，也并非中國所特有的，你看OpenAI，以及由OpenAI離職人員開枝散葉的各種類型的企業，都有一些新范式的影子。Transformer誕生于谷歌，沙哥沒有離職之前還專門給谷歌高層寫信，也無人重視。

我們見證的是什么？

我覺得是一種商業范式或者價值范式的變遷，未來的產品、商品、企業，由什么驅動？

技術+好奇心。

更準確地說是：好奇心+技術，好奇心是在前面的。

移動互聯網時代，我們發現，是場景驅動，流量驅動。

如果你擁有場景，你擁有流量，你是否會繼續擁有一切？這值得深思。

這又回到，我經常分享數字化轉型時的一個思考：

人類社會已經經歷了多輪科技革命，是否存在一個人群，永遠掌握著最先進的技術，這一輪新技術浪潮，某個人群抓住了，又來一輪新技術浪潮，某個人群又抓住了。

這么說吧，不可能！這是人性，也是人群性，更是社會性。

如果永遠都是同樣一群人掌握最新的技術，社會就不會有進步了。

技術是跟人群綁定的。

在金融機構中也存在這些問題，表面看是數字化轉型受阻，但是你深入進去看，是誰在支持新技術，是誰在反對新技術，他們的理由和立場是什么呢？都是為了本機構的繁榮？不是的，最終，利益都要回歸到人群。

這個世界上，不存在新技術與舊技術的對抗，只有掌握新技術的人群與掌握著舊技術的人群之間的對抗。

一個社會，擁抱年輕人，乃至敬畏年輕人，社會才會進步。

這次是DeepSeek的啟示。