Q1 為什么DeepSeek出來以后，國家那么積極鼓勵使用？
基于NFL的基本理論（如果還不理解NFL的理論精髓，可以參考前面的文章自己和DeepSeek聊一聊），能力的增長是與問題領域、領域經驗相關的，一個問題領域中，經驗越充分，解決這個領域中問題的方法和能力就越靠譜。
只有積極使用，才能讓DeepSeek變得更強大。
Q2 為什么說“只有積極使用，才能讓DeepSeek變得更強大”？
這句話的關鍵詞是“只有積極使用”，就像之前Google的《Attention is All You Need》一樣，很多人都理解成了Attention很重要，沒認為是 All You Need。
“只有積極使用”，是因為：
- 基于書面知識的訓練遇到了天花板：去年下半年，Meta的一系列研究表明：基于人類書面知識訓練的大模型，能力已經達到了一定的頂峰（這個Paper我當時沒有保存——或者說是保存了忘記放哪里了——現在怎么也搜不到了）。按照NFL的理論，不能在這個方向上繼續投入了，性價比不高，就要找一些出路。
- 基于快速訓練的技術的發展：強化學習、蒸餾，為提高訓練效率給出了很好的方法。
- 需要轉變訓練的問題領域：從知識訓練這個單一的問題領域，轉變到應用領域。之前幾百年的書面知識訓練完成了，下面就是鋪天蓋地的實際應用領域的問題丟給他，這個問答、運用的結果可以繼續微調和訓練大模型。——這也就回答了，為什么關鍵研發、新材料、新技能等等創新領域的業務，不能使用公共大模型的原因，這些對話材料不久就會變成語料重新訓練大模型，你跟他之間對話所產生的創意、創新，都將成為大模型的記憶，公開給用戶了。
Q3 可是我都不知道怎么用大模型啊？
還記得1997年的自己，從學校打著鋪蓋到達連云港市第二人民醫院，學了3年的理論知識，即將進入臨床實習。說句實話，老師也不知道我們這批學生將來會怎樣。我自己更不知道自己將來會怎樣。
唯一一個理念就是：好好活，做有意義的事。
從醫到從事營銷再到從事IT，都是用而知不足，不足而學，學再用，層層迭代。再加上一點不知疲倦。
大模型本身是通了電就能用的，他沒有疲倦的壓力，那不知道怎么用大模型的問題不在知不知道，而是用得少了、隨便用用就放棄了。或者說句難聽的就是，用戶的水平不行——一將無能累死三軍。（用戶對于大模型其實就是工作中的頂頭上司，用戶給的方向錯誤、局限、偏見嚴重，大模型的產出就不行）。
所以，我類比今年的現像就是：
DeepSeek就是個大學，培養了對標北大、清華、耶魯的大學生（距離加州伯克利還有點距離，請允許我對認知科學有成就的大學的一些個人偏見）。
現在開源了，就像這些大學生只要想招，就可以到崗，作為實習生、管培生，分配到任何想要的崗位上去。能不能用好這些頂級大學生，就要看帶教老師的能力了。
我見到一個程序員，跟DeepSeek聊完以后，向我反饋：TMD！聊出了一個開發小組，從產品到UI到架構師到數據庫工程師到前端到后端，都能搞定，甚至還能幫我跟客戶懟兩句URS，之前客戶都說我IT不懂業務，現在我問問DeepSeek業務是啥，URS是否合理，合理的理由是什么，不合理的理由是什么。都能說得頭頭是道。拿著這個去開會，心里有底。——注意很多人都是被人懟敗了回來亡羊補牢去問DeepSeek，這沒用，這個程序員是在接到通知后，在會前問了DeepSeek，就像戰場上提前爬到了上制高點。
所以說，多年以后，這個一流大學的大學生能混成什么樣，主要看帶教老師了。實際上，有很多人，不具備帶教的能力，在用DeepSeek的時候總是找不到下手的地方。
算了，先到這吧，原本還有兩個話題，一是關于相關產業的現像，前面也都提了，感覺不好說得太透，比如為什么現在各個大模型廠家都要做大模型入口，鼓勵你使用他們的大模型，還是免費的，其實就是為了套取訓練材料。二是為什么中央會反對用國外的大模型，前面也提及了。為什么中央會如此鼓勵大模型使用，他們的決策一看就是符合NFL的理論的，是走在科學治國的路線上的。
這一個多月都在為DeepSeek的端到端的工程化忙碌，好不容易休息一天。
本來每年正月十五之前就會安排的當年的第一次山地騎行，也推遲到了今天，很幸運，天氣很好，完美地騎了一圈。
wollaston
2025年03月22日
于連云港
