這兩天，DeepSeek-R1火的飛起，在中日美三個Appstore榜上登頂。

昨晚，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，今天除夕，龍年的最后一篇文章，獻給DeepSeek，也獻給我們自己。

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(xùn)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。

2024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(dǎo)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：

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)。

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(xué)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(xué)習(xí)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(xué)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(xué)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(xué)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(xué)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(fēng)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(fēng)，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(fēng)格的詩詞。

“以李煜的詩詞風(fēng)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(fēng)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(fēng)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(fēng)，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(fēng)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(xué)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(dǎo)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(dǎo)致：

因為大模型需要的訓(xùn)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，納斯納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。

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(fēng)雨。

未來也必定。

國運昌隆。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯(lián)系郵箱：wzglyay@gmail.com