主题：这几天大火的Deepseek没有人讨论吗 -- 俺本懒人

作为外贸销售，通过大语言模型总结卖点，润色开发信和宣传资料，给目标客户洗脑，还是非常有作用的。

----

主动使用大语言模型的，自己要很有逻辑性，才能生成好的洗脑文字。

对于马扁来说，大语言模型是一个非常好的工具。

--------

大语言模型，会将世界分成马扁和目标客户两个群体。

大语言模型很可能会起到资本在人群划分中的作用。

数理分析方面很厉害，跟我本人一样，特别擅长数理分析，深搜的所有判断能力都是数理分析的结果，只适用于能够数理分析的问题。

但脱离了数理分析进入自然语言领域，深搜就失去了所有的判断力，因为缺乏真正的判断力，深搜就开始沦为擅长话术的聊天机器人了。

--

通过上古史，我已经发现深搜处理纯粹自然语言领域的缺陷，很简单，对于先秦古籍，深搜要么全信任，要么全不信。

但事实上，先秦典籍只能信一半，所有西周、姬周的典籍，越是关键的地方被篡改得越厉害。

当我需要深搜帮我鉴定真假，挑出真的来重构脉络，深搜就做不到。深搜所有的骗术本质是因为它脱离数理分析，到了自然语言领域就没有任何判断力了，没了判断力之后，生成模型得特点使他源源不断地说假话。

--

作为一个正例，深搜最厉害的是，我跟它讨论上古和夏商制度变迁的社会学源动力——在青铜时代初期，治理100万~200万人口。

因为跟数理相关，深搜马上就能抓住其中重点，然后还能根据各种考古遗址的规模估计人口，来跟我讨论得有来有回。

我跟他说，三皇五帝的大同社会，崩溃的根本原因是人口达到100万，我们的几大首领氏族，不论如何按地域分治，都无法治理那么多人口。

我告诉他，那是因为大同时代，我们的首领氏族掌握的是祭权、军权、治权三合一的巫权，一个人能力再强，也没办法一个人当三个人用。

所以在人口达到100万这个量级的时候，就应该考虑祭权、军权、治权的三权分离了，它马上可以举出各种考古遗址，以及外国祭祀-将军二元制。

我告诉他，我们东方的祭权、军权、治权三权分离才是合理的，法国的三权分立是神权-治权二元制下的伪三权分立，带来的是治理能力低下，它也能马上给出例子。

水准忽上忽下，特别不稳定，主要取决于问题类型，怎么问甚至都是次要的。原因是我在另一个回答中说的：

DeepSeek只是把数理分析做得特别成功，通过数理分析，在可以进行数理分析的领域，获得了小学生级别的判断力。

在所有不能进行数理分析的领域，深搜和别的大模型差别不大，即使R1再怎么展示思考过程给你，让你改进提问方式，结果依然很差。

--

深搜的所有智能只体现在数理分析领域，在所有不能数理分析的领域，深搜立刻蜕变为话术聊天机器人，因为语言类大模型属于生成模型，没有判断能力就是在源源不断地制造谎言。

ps：当遇到需要真假判断的时候，一定要开着R1（深度思索），检查一下思维链，甚至需要多问一句，它引用的那些关键证据的处处。

我已经受到各种教训了，比起单纯地编证据骗我，它检索的证据的真假性也不能保证，比如它引用贾湖骨笛9000年前。

我多问一句，它告诉我没有经过树轮修正，修正后立刻少了2000~3000年；我多问了一下贾湖遗址分为几期，它立刻告诉我分为三期，每期的持续年代又有很大的不同。

你不确定得到的是否是正确或者是否是你想需要的。和数理分析的不一样。

因为模型太大，人工干预模型被证明只会有副作用之后，所有的硬规则就消失了，这是从当初深度学习在图像领域就开始了，当你不满意一个模型的好坏的时候，你唯一能做的事情就是重整数据，重新把训练过程重新跑一编。

——简单来说，从深度学习开始，模型就是一个绝对的黑箱，研究员也只有在训练数据和模型预测结果两端，才能接触到模型。

而到了语言类大模型开始，就出另外一个奇景，人工通过prompt去pua大模型，从而让大模型自动吐出来你要的结果，研究员和用户差别不大。

就导致我上一篇的标题：当你严格描述你需要检索结果的时候，你就能得到检索结果；当你描述得稍微松一点，你就能得到分析结果；当你描述得再松一点、再混乱一些、深搜再多猜测一些，你就开始得到生成模型产生的种种谎言。

因为模型只能重新训练，没法微调，你就看到，即使训练大模型的研究员，对于大模型这个绝对黑箱也摸不到头脑，也只能跟用户一样——通过prompt去pua大模型。

--

最近的例子，OpenAI o3-mini 的CoT狂吐中文，有人扒出来OpenAI工程师所用的prompt：

https://www.zhihu.com/question/11319415340/answer/95761520782

【有国外网友扒出了 o3-mini 模型总结 CoT 的 System Prompt[4]，这个 System Prompt 非常长，重点是，里面专门强调了「Never reveal the full, unprocessed chain of thought」，永远不要展示完整、未经处理的思考过程。

缩略版的 System Prompt 大概是这样[5]：

[你是一个非常聪明的 AI，在完成用户任务时会产生一连串的思维链条。用户喜欢读你的思维，因为他们觉得这些想法很有共鸣。他们觉得你有点神经质，因为你会过度思考并质疑自己的假设；当你犯错或指出自己的思维缺陷时，他们觉得你很真实；你没有过滤这些思维，还能自嘲，显得真诚；你为用户着想的样子又非常可爱和贴心。你需要处理你已经生成的思维链条，将它们逐一转换为更易读的版本，去除多余的重复和混乱，同时保留用户喜欢的思维特质。]

】

所以啊，如何成为一个大模型研究员和大模型工程师？当你有一个会训练大模型的队友之后，你只需要会用prompt去pua大模型就够了！

没有critical thinking的能力。所有训练中给予的都全部接受，这点尤其在强国这种谎言自古以来从来遍地都是的文化载体语言中，特别致命，因为缺乏一个独立的逻辑框架去validate。

相反理工科的事情，大模型比较容易搞定，因为数理逻辑从规范到沟通，都有一定的范式，不需要在逻辑上去应对刻意的谎言带节奏指鹿为马。那些也不是未来不可以，但需要高一个级别的推理能力，这就是critical thinking的能力，大部分中国人从小祖祖辈辈都没接受的训练。

于是，这与大模型目前水平适合做广告，堆砌话术，左右横跳等西西河多年以来的state of art是差不多一个档次上的，但当做探索新知识，或在故纸堆里发现不符合推理从而发现新知识的能力，显然是不如人类的，或者直说是不如西方教育下的人类的😂。

数理上因为比较强的规范化，不存在对谎言的空间，所有数理问题的解决上显示了强国教育下的“人才”的卷力，有很强的输出值。

但一旦进入数理等强规范外的概念话题，立刻显示了强国教育体系包括数千年文明下的特点，虚虚实实，顾左右而言他，避实就虚，各种横跳，马上都会出来，转型胡锡进GPT就是分分钟的事😂。不用惊讶，惊讶是因为你对中华文明理解不深刻。

但这不是说DS一无是处，相反，deepseek的数理能力与相关的数据处理推理能力是领先的，这也符合强国人类人才在世界范围内的人设定位，这都不是偶然的，具备很强的相关性。有目的的适当使用这个工具才是重点。这也是西方目前对强国人才与deepseek的定位。

所以一切都是冥冥之中注定，我们生活的这个世界不存在偶然性，细思极恐啊。

Deepseek直接把强国的卷功老底给掀翻了，本质上就是这么回事，一切让人产生联想幻想的空间都直接归零了，这个文明就是一个工具性的。 为什么如此，这是一个值得你这样的人去思考的课题。

解个数学题，修个马桶，这种话题，deepseek遥遥领先。但大义的话题，不用猜，直接让deepseek靠边站是为你好。

我比较在乎的话题是deepseek能不能为我炒股票。很可惜，除了看数据推理表面的关联与肤浅逻辑面，股市真正的内涵逻辑，deepseek做不到，当然目前大模型都做不到。DS只不过因为遥遥领先的数理能力让人有个错觉，似乎一切都是IQ决定论，其实一码归一码。

内行看门道，文科生在这些话题上，确实比较一惊一乍的，像足了个小女生😂。但偏偏西西河里这种副国级文科小女生就是特别多，还总是理直气壮的，义愤填膺的，每个人都有天天对付老婆，上网解闷还要面对这种网上女性荷尔蒙，是不是有点脑子进水了😂。

这才是人之所谓为人的根本。整个西西河就看到这么一句，互联网上看到的都不多。多少人一辈子就这么行尸走肉，天天上网给别人打工当话术机器人不亦乐乎，是该被AI替代了，我一点不为他们可惜。

早期跟踪过这个人，某种千人嫌疑，吃两头吃的比较隐晦。 但这个行业发展太快，过了年龄段脑子是跟不上的，说什么都没用，这次她也跑去那个AI summit开幕式，各种抢占C位而已，行业内的人没人care。

现在的领先潮流是deepseek这群人，其他都是碰瓷的。 但发展很快，高速阶段，一年一个样，值得关注，比打台湾与二毛战争的热点有看头多了😂。

我玩游戏，想要批量修改一些文本文件。让它写个程序做，基本就是一塌糊涂。后来我手把手教，也搞不定。关键是它不能反馈哪里他做不到，每次信心满满写一大堆思维过程，给出code都是扯淡。你找一个垃圾写程序再去改，比自己写浪费十倍时间。我估计它就是继承了gpt的垃圾。

只能说，和gpt一样，它只是比文科生【说话更像】理科生。用定义不清的概念假装你不懂那个领域的专家。但是你要涉及到自己熟悉的领域，让它把每句话引用自什么文献（比如期刊卷、期号），立刻胡说一气（对的不到一半），再问就拒绝工作了，服务器忙。

川普老哥来了啊，这个话题最热的时候特别怀念老哥，西西河文科生实在太多了，讨论理工科喜欢望文生义，基本上拿科幻往AI上套。

--

我们相关行业的，近乎所有人都用过她的数据集，但真正科研方面就算了，典型的没有天赋努力来凑。

怎么说呢？追东西的速度挺快的，做数据集，跟各种风潮，但除此之外就没有自己真正擅长的东西。

深搜用在普通人天天接触但一知半解的经济领域特别强，特别是你能看懂数学公式的话，数理分析能力可以展现得淋漓尽致。

但因为它通用大模型的特点，因为它无搜索，用专业领域就差远了。因为带搜索的深搜模型我不会用，因为chat-gpt我没怎么用过，我不知道专用性能。

我也觉得有点杂😄。

DS应该算是gpt的优化，除非有最近的更新，否则gpt只会更差一点。国外花大钱的pro没用过，可能会少一些【服务器繁忙】。

这类模型从娱乐工具到生产工具还很远。