注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频课程【陈敬雷】

GPT多模态大模型与AI Agent智能体系列二百一十

硬刚制裁、反超范式！DeepSeek的中国式创新：不堆算力不圈钱，凭什么让硅谷紧张？

当2025年春节前后的AI圈被“百模大战”搅得沸沸扬扬时，DeepSeek的异军突起显得格外扎眼——成立不到1年半，没有疯狂融资，不做商业变现，却在芯片制裁的“紧箍咒”下，接连推出V3通用模型、R1推理模型、Janus-Pro-7B多模态模型，甚至让Anthropic CEO Dario Amodei写下充满酸味的“打压报告”。

它没有像RNN、BP算法、Transformer那样开创“核弹级”技术路线，却用一套充满“中国式智慧”的创新逻辑，打破了大模型“堆算力、垒数据”的内卷困局。钛媒体的深度报道揭开了核心：DeepSeek的厉害，不在于颠覆规则，而在于用“大道求简、平衡求熵”的思维，把现有技术的潜力挖到极致，走出了一条“非典型创新路”。

一、AI发展史的“颠覆者”与“优化者”：DeepSeek的创新坐标

要理解DeepSeek的创新，首先要回到AI发展的时间线——那些真正改变行业走向的“核弹级突破”，定义了“颠覆式创新”的标准，也让DeepSeek的“优化式创新”更具辨识度。

从1956年达特茅斯会议正式提出“人工智能”概念开始，行业经历了多轮“寒冬”与“热潮”，每一次破局都依赖“路线级”的突破：

• 1982年RNN（循环神经网络）：打破传统机器学习“输入输出直线传递”的局限，让后一个数据能继承前一个数据的关联（比如预测“What time is…”的结尾是“it”），第一次让机器有了“记忆”雏形；
• 1986年BP算法（反向传播）：像“传信息时逐人核对”，每个环节都反向验证误差、调整权重，解决了多层神经网络的训练难题，让机器学习从“理论”走向“实用”；
• 2006年深度学习概念：辛顿提出“多隐层神经网络”，把图像领域的GPU拉进AI计算，直接推动英伟达崛起，开启“算力比拼”时代；
• 2017年Transformer：用“自注意力机制”捕捉长文本依赖，支持并行计算，彻底替代RNN成为大模型基座，ChatGPT、Claude等都源于此。

这些突破的共性是“开创路线”——它们解决了“能不能做”的问题，是行业的“从0到1”。而DeepSeek的定位，是“从1到N”的优化者：它不否定现有技术框架，却在“如何用得更好、更省、更灵活”上做文章，尤其在“芯片制裁+算力昂贵”的中国市场，这种创新更具现实意义。

二、DeepSeek的四大技术“巧劲”：不按常理出牌，却击中行业痛点

DeepSeek从V3到R1的迭代，没有堆砌参数规模，却每一步都踩在行业“低效痛点”上。它的技术创新不是“炫技”，而是“解决真问题”，四个特点尤为突出：

1. 强化学习（RL）：跳过“常规范式”，直接“裸奔”训练

行业默认的大模型训练流程是“预训练→监督微调→强化学习”，像“先打基础→再教规则→最后奖励优化”。而DeepSeek反其道而行之：

• 先做R1-zero模型：不做预训练、不搞监督微调，直接用强化学习“裸训”——相当于不给学生教课本，直接让他在“做题-改错-得奖励”中学习；
• 再迭代R1模型：在R1-zero基础上，只用少量高质量标注数据再跑一次RL，相当于“针对性补短板”。

结果出乎意料：纯RL训练的模型不仅能用，推理能力还不逊于按常规流程训练的产品。这证明了两个关键：一是强化学习的“优先级”被低估，二是行业对“预训练必须海量数据”的认知可能存在误区。对资源有限的中国团队来说，这等于提供了“不堆数据也能做模型”的新路径。

2. 顿悟现象（Grokking）：把机器“开窍”搬进用户视野

“顿悟”不是DeepSeek首创——Google、OpenAI 2023年就发现，模型训练时会突然“打通任督二脉”，前几遍学不会的内容，某一遍突然掌握。但DeepSeek做了一件“开创性”的事：

• 把“顿悟”写进公开技术文档，不再是实验室里的“秘密”；
• 让用户“看得见”顿悟过程：用R1的“深度思考模式”时，模型会突然停下，用自然语言标注“等等，这是一个顿悟时刻，让我们重新评估”，再输出修正后的答案。

这看似是“交互细节”，实则改变了人与模型的关系——它让机器从“黑箱”变成“有思考过程的伙伴”，也让“高阶思维”不再是人类专属。有用户反馈，第一次看到模型“自我修正”时，“感觉机器真的在‘想’问题”。

3. 模型蒸馏：用“友商小模型”练出“超预期效果”

“蒸馏”是行业常规操作：把大模型的知识“教”给小模型，让小模型在特定场景下能用（比如把“百科全书级”大模型蒸馏成“数学专用”小模型）。但DeepSeek玩出了新花样：

• 用自家R1模型生成的数据，去微调友商的小模型；
• 结果：蒸馏后的小模型，推理能力不仅超过原模型，甚至比“直接在小模型上做强化学习”效果更好——打破了“凤凰生不出金蛋”的固有认知。

这背后的逻辑是“数据质量＞训练方式”：R1生成的“高质量推理数据”，比单纯给小模型加RL更能提升能力。对行业来说，这提供了“低成本提升小模型性能”的方案——不用再为每个小模型投入巨额训练资源，只需用优质数据“喂”它就行。

4. 编程语言选择：用PTX绕开CUDA，给芯片制裁留“后手”

当国内团队普遍用英伟达CUDA语言开发时，DeepSeek却选择了更底层的PTX语言——这相当于别人用“中文翻译”和芯片沟通，它直接用“芯片母语”对话：

• 技术层面：把GPU中20个原本用于计算的流式处理器，改成负责服务器间通信，绕过了硬件对通信速度的限制，尤其适合性能受限的H800、H80芯片；
• 战略层面：万一未来美国限制CUDA授权，PTX作为英伟达底层汇编语言，能直接与芯片交互，相当于“留了条后路”；
• 生态层面：掌握PTX优化能力，未来适配昇腾、寒武纪等国产GPU时，能更快打通“软件-硬件”链路。

更耐人寻味的是：R1本身就是推理模型，具备编程能力——有业内猜测，DeepSeek可能在尝试“用R1生成PTX代码，再优化R1”，形成“模型优化模型”的循环。

三、中国式创新的本质：不是颠覆，而是“韧性与智慧的融合”

DeepSeek的创新之所以被称为“中国式”，核心在于它的逻辑贴合中国文化中的“底层思维”——不追求极致对抗，而讲究“顺势而为、平衡破局”，具体体现在四个维度：

1. 大道求简：砍掉冗余，聚焦核心

道家“大道至简”的思想，在DeepSeek身上体现得淋漓尽致：

• 技术上“去内卷”：当行业陷入“参数越大越牛”的误区时，它不堆算力，反而改架构（如MLA多头潜在注意力）、做优化，用更精简的范式实现相近性能；
• 商业上“去欲望”：成立以来不融资、不设商业运营团队、不做产品变现，甚至不参与“百模大战”的流量竞争，只专注基础模型和前沿创新；
• 团队上“去层级”：没有繁琐的审批流程，成员能灵活调用训练集群资源；发现MLA技术潜力后，立刻围绕提出者成立专项小组，“上人上卡上资源”，不浪费创新火花。

这种“求简”不是“偷懒”，而是“抓本质”——DeepSeek CEO梁文锋的观点很直接：“一个东西能不能让社会效率变高，才是关键。中间的噪音太多，过度关注只会眼花缭乱。”

2. 平衡求熵：在限制中找最优解

中国文化中的“平衡思维”，是DeepSeek应对外部限制的核心策略——不是“硬刚”，而是“在算力、数据、成本间找平衡”：

• 芯片制裁下的平衡：没有H100，就用H800+PTX优化，把硬件性能榨到极致；
• 资源投入的平衡：没有大厂的海量数据，就用“少量高质量数据+RL”替代，降低数据依赖；
• 时间与效果的平衡：成立不到1年半，不追求“一步到位”，而是用“V3→R1-zero→R1”的迭代，逐步验证技术路线，避免资源浪费。

这像极了中国的发展逻辑：从“两弹一星”的白手起家，到“抗美援朝”的战术穿插，都是“在限制中找机会”，不追求“极致条件”，但求“最优结果”。

3. 胸怀求广：开源共享，建中国AI生态

DeepSeek的“开放”，远超行业平均水平：

• 技术透明：发布每个版本时，同步公开论文、技术文档，甚至主动谈“不足”——比如V3的推理速度短板、R1在多模态场景的局限，邀请用户反馈优化；
• 开源共建：把模型权重、训练代码开源，允许开发者基于其技术二次开发；用R1数据蒸馏友商小模型的方法，也写进技术文档，不藏私；
• 生态联动：与国产GPU厂商提前联调，V3.2-Exp发布当天就实现昇腾、寒武纪“0天适配”，推动“软件-硬件”协同。

梁文锋的一句话道破核心：“当前最重要的不是商业化，而是参与全球创新的浪潮。闭源的护城河是短暂的，只有生态才能长久。”这种“不圈地、不筑墙”的思维，正是中国“和合共生”文化的体现——要建“中国AI社区”，而不是“DeepSeek的自留地”。

4. 机制求变：用“灵活组织”激发创新

传统大厂的层级繁琐、审批复杂，是创新的“天敌”，而DeepSeek的组织机制，恰好解决了这个问题：

• 自下而上探索：不前置分工，让团队成员自由尝试——MLA技术、PTX优化，都来自“员工突发奇想”，而非“管理层规划”；
• 自上而下支持：一旦发现有潜力的方向，立刻调配资源——比如发现“顿悟”现象有价值，马上组织团队把它落地到产品交互中；
• 人才不拘一格：核心团队以211 TOP高校应届生、博四博五实习生为主，没有“大厂资深专家”的思维定式，反而敢打破常规。

这种机制像“活水”——没有固化的流程，却能让创新自然生长。正如梁文锋所说：“在不确定的前沿探索上，繁琐的管理只会杀死灵感。”

四、硅谷的紧张与中国的底气：DeepSeek的“破局意义”

DeepSeek的崛起，之所以让Anthropic CEO Dario Amodei公开“泼脏水”，甚至呼吁“加强出口管制”，本质是它戳破了“硅谷创新垄断”的神话——中国团队不用“顶级芯片+海量资金”，也能做出世界级的大模型。

这种“破局”的意义，远超一个模型的成功：

• 打破“堆资源”的内卷：证明大模型不是“有钱人的游戏”，算法优化、数据质量、机制灵活，同样能实现突破，为中小团队提供了“生存样本”；
• 构建“中国AI生态”的起点：它的开源、透明，正在吸引更多开发者加入“国产大模型共建”，避免行业陷入“各自为战、重复造轮子”的困境；
• 应对制裁的“韧性模板”：用PTX绕开CUDA、用RL减少数据依赖、与国产GPU协同，这些做法为其他团队提供了“如何在限制中创新”的参考；
• 重塑“创新话语权”：过去硅谷认为“创新策源地只能在硅谷”，而DeepSeek用实际成果证明，中国也能走出“自己的创新路”——不是复制，而是融合本土智慧的新路径。

当然，DeepSeek不是“完美偶像”——它的多模态能力仍落后于GPT-4o，在极端场景下的稳定性还有待验证。但它的价值，不在于“做到最好”，而在于“走出不同”——证明AI创新不止有“颠覆式”一条路，“优化式”“融合式”的创新，同样能改变行业。

结语：中国式创新，是“韧性”也是“未来”

当AI行业沉迷于“谁的参数更大、谁的融资更多”时，DeepSeek像一股“清流”——它不追逐热点，却抓住了行业的“真痛点”；它不对抗规则，却在规则的缝隙中找到了“新空间”；它不标榜“颠覆”，却用“中国式智慧”走出了一条可持续的创新路。

钛媒体的报道中，有一句话很贴切：“DeepSeek不是AI的未来，但它为中国AI的未来，提供了一种可能。”这种可能，不是“超越硅谷”的口号，而是“立足本土、解决真问题”的务实——用大道求简的专注，平衡求熵的韧性，胸怀求广的格局，机制求变的灵活，在限制中找机会，在创新中建生态。

未来的AI竞赛，不会是“单一技术路线的胜利”，而会是“多元创新的融合”。DeepSeek的中国式创新，或许正是中国AI在全球竞争中“破局”的关键——它证明，我们不需要复制硅谷的模式，只需把本土智慧与技术创新结合，就能走出一条属于自己的路。而这条路上，需要更多像DeepSeek这样“不浮躁、不盲从、敢突破”的勇者。

更多技术内容

更多技术内容可参见
清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】。
更多的技术交流和探讨也欢迎加我个人微信chenjinglei66。

总结

此文章有对应的配套新书教材和视频：

【配套新书教材】
《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】
新书特色：《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）是一本2025年清华大学出版社出版的图书，作者是陈敬雷，本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。
全书共8章，从大模型技术原理切入，逐步深入大模型训练及微调，还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体，从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面，本书提供了丰富的案例分析，如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人，以及多模态具身智能等。这些案例不仅展示了大模型技术的实际应用，也为读者提供了宝贵的实践经验。
本书适合对大模型、多模态技术及AI Agent感兴趣的读者阅读，也特别适合作为高等院校本科生和研究生的教材或参考书。书中内容丰富、系统，既有理论知识的深入讲解，也有大量的实践案例和代码示例，能够帮助学生在掌握理论知识的同时，培养实际操作能力和解决问题的能力。通过阅读本书，读者将能够更好地理解大模型技术的前沿发展，并将其应用于实际工作中，推动人工智能技术的进步和创新。

【配套视频】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】
视频特色： 前沿技术深度解析，把握行业脉搏

实战驱动，掌握大模型开发全流程

智能涌现与 AGI 前瞻，抢占技术高地

上一篇：《GPT多模态大模型与AI Agent智能体》系列一》大模型技术原理 - 大模型技术的起源、思想
下一篇：DeepSeek大模型技术系列五》DeepSeek大模型基础设施全解析：支撑万亿参数模型的幕后英雄