Q1 为什么DeepSeek出来以后，国家那么积极鼓励使用？
基于NFL的基本理论（如果还不理解NFL的理论精髓，可以参考前面的文章自己和DeepSeek聊一聊），能力的增长是与问题领域、领域经验相关的，一个问题领域中，经验越充分，解决这个领域中问题的方法和能力就越靠谱。
只有积极使用，才能让DeepSeek变得更强大。
Q2 为什么说“只有积极使用，才能让DeepSeek变得更强大”？
这句话的关键词是“只有积极使用”，就像之前Google的《Attention is All You Need》一样，很多人都理解成了Attention很重要，没认为是 All You Need。
“只有积极使用”，是因为：
- 基于书面知识的训练遇到了天花板：去年下半年，Meta的一系列研究表明：基于人类书面知识训练的大模型，能力已经达到了一定的顶峰（这个Paper我当时没有保存——或者说是保存了忘记放哪里了——现在怎么也搜不到了）。按照NFL的理论，不能在这个方向上继续投入了，性价比不高，就要找一些出路。
- 基于快速训练的技术的发展：强化学习、蒸馏，为提高训练效率给出了很好的方法。
- 需要转变训练的问题领域：从知识训练这个单一的问题领域，转变到应用领域。之前几百年的书面知识训练完成了，下面就是铺天盖地的实际应用领域的问题丢给他，这个问答、运用的结果可以继续微调和训练大模型。——这也就回答了，为什么关键研发、新材料、新技能等等创新领域的业务，不能使用公共大模型的原因，这些对话材料不久就会变成语料重新训练大模型，你跟他之间对话所产生的创意、创新，都将成为大模型的记忆，公开给用户了。
Q3 可是我都不知道怎么用大模型啊？
还记得1997年的自己，从学校打着铺盖到达连云港市第二人民医院，学了3年的理论知识，即将进入临床实习。说句实话，老师也不知道我们这批学生将来会怎样。我自己更不知道自己将来会怎样。
唯一一个理念就是：好好活，做有意义的事。
从医到从事营销再到从事IT，都是用而知不足，不足而学，学再用，层层迭代。再加上一点不知疲倦。
大模型本身是通了电就能用的，他没有疲倦的压力，那不知道怎么用大模型的问题不在知不知道，而是用得少了、随便用用就放弃了。或者说句难听的就是，用户的水平不行——一将无能累死三军。（用户对于大模型其实就是工作中的顶头上司，用户给的方向错误、局限、偏见严重，大模型的产出就不行）。
所以，我类比今年的现像就是：
DeepSeek就是个大学，培养了对标北大、清华、耶鲁的大学生（距离加州伯克利还有点距离，请允许我对认知科学有成就的大学的一些个人偏见）。
现在开源了，就像这些大学生只要想招，就可以到岗，作为实习生、管培生，分配到任何想要的岗位上去。能不能用好这些顶级大学生，就要看带教老师的能力了。
我见到一个程序员，跟DeepSeek聊完以后，向我反馈：TMD！聊出了一个开发小组，从产品到UI到架构师到数据库工程师到前端到后端，都能搞定，甚至还能帮我跟客户怼两句URS，之前客户都说我IT不懂业务，现在我问问DeepSeek业务是啥，URS是否合理，合理的理由是什么，不合理的理由是什么。都能说得头头是道。拿着这个去开会，心里有底。——注意很多人都是被人怼败了回来亡羊补牢去问DeepSeek，这没用，这个程序员是在接到通知后，在会前问了DeepSeek，就像战场上提前爬到了上制高点。
所以说，多年以后，这个一流大学的大学生能混成什么样，主要看带教老师了。实际上，有很多人，不具备带教的能力，在用DeepSeek的时候总是找不到下手的地方。
算了，先到这吧，原本还有两个话题，一是关于相关产业的现像，前面也都提了，感觉不好说得太透，比如为什么现在各个大模型厂家都要做大模型入口，鼓励你使用他们的大模型，还是免费的，其实就是为了套取训练材料。二是为什么中央会反对用国外的大模型，前面也提及了。为什么中央会如此鼓励大模型使用，他们的决策一看就是符合NFL的理论的，是走在科学治国的路线上的。
这一个多月都在为DeepSeek的端到端的工程化忙碌，好不容易休息一天。
本来每年正月十五之前就会安排的当年的第一次山地骑行，也推迟到了今天，很幸运，天气很好，完美地骑了一圈。
wollaston
2025年03月22日
于连云港
