DeepSeek R1模型的橫空出世引發了AI行業的劇烈震蕩，這場看似突如其來的“爆款效應”，實則是AI技術發展到臨界點的必然結果，也為整個行業帶來了范式級的變革信號。

本次愛分析邀請來也科技聯合創始人兼CTO胡一川博士在線對談，深入剖析DeepSeek引發的技術變革以及其對AI產業格局帶來的深遠影響。

內容已做精簡，如需獲取專家完整版視頻，請掃碼領取。

01純強化學習下的長思維鏈和工作流是相互融合、相互補充的

DeepSeek R1技術實現采用了Pure RL方式，這一技術層面的突破驗證了純粹用強化學習可以提升模型在解決特定復雜問題時的能力，使模型具備深度的思考和強推理的能力。 在具體場景如解數學題和寫代碼上，Pure RL方式帶來了顯著的影響。 一方面，它降低了模型在特定復雜任務上提升能力時對標注數據的依賴。 過去，要讓模型具備解數學題和編程能力，需要標注大量的高質量題目，但這樣的數據并不易得，且標注成本高昂。 而現在，通過強化學習，模型可以在較少的標注數據下達到一個不錯的水平，并進一步提升至更高水平。

另一方面，Pure RL方式的影響還體現在其應用場景的廣泛性上。雖然數學和編程任務因其公開性和可校驗性成為強化學習的試驗田，但真實生活和工作中還有大量場景，如客服解答客戶訴求、營銷人員獲取銷售線索等，這些都可以描述成有最終結果的任務。對于這類任務，做Agent平臺的公司可以用強化學習在特定的場景上訓練Agent模型，使其具備復雜的推理能力和解決特定問題的能力。

關于工作流路線能否延續，取決于模型的強度和應用場景。 理 論上 ，如果模型足夠強，工作流是可以在模型做深度推理時生成出來的。 特別是在一些長尾場景中，工作流很難事先描述或設計，此時讓模型學會并在推理過程中生成工作流將更為合適 。 然而，在ToB場景下，工作流路線仍然是適合的。 因為ToB場景對準確性、穩定性和可靠性要求很高，如果每次工作流都要靠模型生成，可能存在不可靠性。 此外，在很多ToB場景下，工作流本身就已經存在，如文檔、流程圖或專家腦中，此時讓模型直接遵循工作流將更為高效。

過去，人們先設計工作流，然后在不同節點上用大模型解決特定問題；現在有了長思維鏈后，模型可以在思維鏈中直接體現工作流的邏輯。因此，工作流和思維鏈之間并非矛盾關系，而是可以相互融合、相互補充的。未來可以基于強化學習的長思維鏈和工作流，以融合的方式各自解決不同的問題。在長思維鏈中，模型可以生成工作流，也可以調用工作流。

02AI在ToC與ToB場景中，有哪些超級應用的機會

大模型出來之后，增加了在ToC場景下產生超級應用的可能性。要成為一個ToC的AI超級應用，需要具備三個先決條件：一是模型的智能水平足夠強，二是能夠連接到c端用戶所需的信息、內容、服務等，三是擁有足夠多的c端用戶數據，以提供個性化的體驗和服務。

目前，巨頭在這些方面擁有很大的優勢，因為他們有數據、有用戶、有生態。然而，這并不意味著沒有其他機會，因為在一些今天還沒有很好被滿足的C端場景，以及在巨頭還沒有擁有足夠的用戶和數據的場景，仍然是有機會的。

面對toB場景，與ToC不同。ToB很難說會有一個所謂的入口級的機會。然而，在大模型時代，尤其是深度推理大模型的出現，ToB的場景會有一個很大的商業模式上的變化。過去，ToB更多賣的是企業級的軟件，按照軟件的license或者坐席去訂閱。但現在，軟件可能會往Agent的方向發展，即變成一個智能體，能夠賣最終的價值，而不是軟件本身。這種變化帶來了很大的空間和機會，而且很多機會并不一定是屬于巨頭的。因為巨頭在這里面的優勢雖然存在，但并不那么明顯。相反，很多初創公司也開始在ToB的場景下，借助AI、借助智能體，開始創造了新的產品形態、新的交付模式和新的商業模式。

此外，AI在ToB場景中的具體價值體現在，它可能直接參與結果的生成，或者通過編排和使用其他系統或工具來產生價值。例如，在編程助手這一商業化走得最快的ToB場景中，已經有公司賣Coding Agent的產品，其收費模式變成了賣一個全天候陪伴用戶完成寫代碼工作的助手，而不是賣軟件。

所以當有一個很強的能力的模型出來之后，它是有可能打造出一個快速增長的應用的。然而，這是否真的能長成一個超級應用，還要看怎么定義超級應用。目前，即使是ChatGPT或DeepSeek這樣的產品，也還沒有達到超級應用的級別。因此，超級應用到底會不會以這種方式產生，還需要拭目以待。

總的來說，AI在ToC和ToB場景都帶來了巨大的市場空間和機會。雖然巨頭在某些方面擁有優勢，但仍然有很多未被滿足的需求和場景等待被挖掘和探索。同時，大模型時代也為ToB的場景帶來了商業模式上的變化和新的機會。

03Deepseek的開源有助于改變軟件行業和大模型領域的內卷狀況

近年來，軟件行業以及大模型領域均陷入了嚴重的內卷狀態。軟件行業的競爭日益激烈，大模型的訂單規模也從幾百萬、上千萬的大額逐漸縮減至幾十萬或百萬級別。面對這樣的行業現狀，專家們認為Deepseek的開源可能為行業帶來新的轉機。

Deepseek的開源有助于改變軟件行業和大模型領域的內卷狀況，推動行業向更良性的分工合作發展。在過去，由于大家都在做同樣的事情，競爭同質化，導致價格降低，投入無法持續，形成了惡性循環。而現在，Deepseek作為效果最好的開源模型，為行業帶來了新的選擇。

對于其他不開源的大模型廠商而言，他們面臨兩個選擇：要么擁抱Deepseek，要么也選擇開源并逐步趕超Deepseek。這樣的競爭格局將促使行業變得更加理性，并促進分層合作的出現。例如，像來也這樣的大模型應用廠商，可以在Deepseek這樣的優質模型基礎上，專注于應用創新、強化學習、模型蒸餾以及針對企業業務場景的數字員工產品和解決方案的開發。這些事情在過去也能做，但Deepseek的開源大大降低了實現的難度和成本。

此外，Deepseek這樣的現象級產品的破圈，還將帶來行業蛋糕的擴大。隨著越來越多的新客戶和新機會的涌入，整個軟件行業將擁有更多的發展空間和機會。這將有助于行業逐步擺脫內卷狀態，實現更加繁榮和發展。

總體來看，盡管短期內內卷問題可能依然嚴重，但長期來看，Deepseek等優質開源產品的出現，將為軟件行業帶來新的希望和機遇。

DeepSeek的破圈不僅是技術上的重大突破，更是AI產業發展的重要里程碑。

未來，誰能在開源生態、場景閉環、商業模式上率先突破，誰就能在這場范式變革中贏得先機。正如胡一川博士所言：“AI的終極價值，在于讓每個企業都能擁有自己的數字勞動力，讓每個用戶都能享受智能服務的紅利。”

「愛分析·對話首席」欄目介紹：

《對話首席》是一檔面向科技行業從業者的深度對話直播欄目，聚焦數智化浪潮下的戰略思考與商業實踐。欄目每期邀請1-2位對于科技領域有著獨特見解的高層管理人員，通過1.5小時的高濃度對談，解構數智化關鍵命題。

欄目話題包含宏觀形勢研判、前沿技術落地、行業格局變遷、競爭壁壘構建及業務增長路徑等。通過嘉賓之間實踐經驗與行業洞察的碰撞，還原科技領軍者在技術創新與商業博弈中的決策邏輯，為從業者提供兼具思想縱深與實踐價值的行業參考。