这篇文章最初出现在我们的 AI 周报《算法》中。要接收此类文章，请在此处订阅。

DeepSeek 的横空出世，在科技圈之外掀起了不小的波澜，甚至让投资者惊慌失措，导致股市蒸发了 1 万亿美元。如今，距离 DeepSeek 的高光时刻已经过去了几周，尘埃落定，新闻报道也转向了其他更平静的话题，比如美国联邦项目的解体、为了遵守最新行政命令而清除研究数据、以及特朗普总统对加拿大、墨西哥和中国的新关税可能带来的影响。

然而，在 AI 领域，DeepSeek 的长期影响究竟如何呢？DeepSeek 已经播下了三颗种子，即使最初的炒作消退，它们也会继续生长。

首先，DeepSeek 引发了关于 AI 模型在追求更优答案的过程中应该消耗多少能量的争论。

你可能听说过（包括我），DeepSeek 非常节能。这在训练阶段是正确的，但在推理阶段，即你向模型提问并获得答案时，情况就复杂了。它使用了一种链式思维技术，将复杂的问题（比如是否可以为了保护别人的感受而撒谎）分解成一个个小块，然后对每个小块进行逻辑推理。这种方法使 DeepSeek 等模型在数学、逻辑、编码等方面表现得更好。

问题是，这种“思考”方式比我们习惯的 AI 消耗了更多的电力。尽管 AI 目前只占全球总排放量的一小部分，但越来越多的政治力量支持大幅增加 AI 的能源投入。当然，链式思维模型的能源密集度是否值得，取决于我们使用 AI 的目的。用于治愈世界上最严重疾病的科学研究似乎是值得的。而用于生成 AI 垃圾呢？就不那么值得了。

一些专家担心，DeepSeek 的强大功能会导致公司将其整合到大量的应用程序和设备中，用户会将其用于不必要的场景。（例如，让 DeepSeek 解释爱因斯坦的相对论理论就是浪费，因为它不需要逻辑推理步骤，任何普通的 AI 聊天模型都可以用更少的时间和能量做到这一点。）

其次，DeepSeek 在训练方面取得了一些创造性的进展，其他公司可能会效仿。

先进的 AI 模型不仅仅是在大量文本、图像和视频上进行学习。它们严重依赖人类来清理数据、标注数据，并帮助 AI 选择更好的答案，而这些工作往往报酬微薄。

人类参与的一种方式是通过一种叫做“人类反馈强化学习”的技术。模型生成一个答案，人类评估者对答案进行评分，这些评分用于改进模型。OpenAI 开创了这种技术，尽管现在它被广泛应用于行业。

正如我的同事 Will Douglas Heaven 所报道的那样，DeepSeek 做了一些不同的事情：它找到了一种自动化评分和强化学习过程的方法。“跳过或减少人类反馈——这是一件大事，”Itamar Friedman 说，他曾是阿里巴巴的研究总监，现在是总部位于以色列的 AI 编码初创公司 Qodo 的联合创始人兼首席执行官。“你几乎可以完全不用人类进行劳动来训练模型。”

这种方法在数学和编码等学科中特别有效，但在其他学科中效果不佳，因此仍然需要人类参与。尽管如此，DeepSeek 还是更进一步，使用了类似于 Google DeepMind 在 2016 年训练其 AI 模型在围棋游戏中取得优异成绩的技术，本质上是让它规划可能的走法并评估其结果。这些进步，尤其是 DeepSeek 在其开源文档中广泛概述的这些进步，肯定会受到其他公司的效仿。

第三，DeepSeek 的成功将引发一场关键的辩论：你能推动 AI 研究向所有人开放，同时推动美国与中国的竞争吗？

早在 DeepSeek 免费发布其模型之前，一些 AI 公司就认为，该行业需要公开透明。他们认为，如果研究人员遵循某些开源原则并展示他们的工作，那么全球开发超级智能 AI 的竞赛就可以像一项造福公众的科学努力一样进行，任何一个参与者的力量都会受到其他参与者的制衡。

这是一个不错的想法。Meta 大体上支持这一愿景，风险投资家 Marc Andreessen 也表示，开源方法在保证 AI 安全方面可能比政府监管更有效。OpenAI 一直站在这一论点的对立面，它将自己的模型封闭起来，理由是这可以帮助防止它们落入坏人之手。

DeepSeek 使这些叙述变得更加混乱。“我们在历史的错误一边，需要制定不同的开源策略，”OpenAI 的 Sam Altman 在周五的 Reddit AMA 中说，这令人惊讶，因为 OpenAI 过去一直持相反立场。包括特朗普总统在内的其他人则加倍强调美国需要在 AI 方面更具竞争力，他们将 DeepSeek 的成功视为警钟。Anthropic 的创始人 Dario Amodei 说，这提醒我们，美国需要严格控制未来几年哪些类型的先进芯片流入中国，一些立法者也表达了同样的观点。

未来几个月，以及 DeepSeek 和其他公司即将发布的成果，将对所有这些论点进行压力测试。

现在阅读《算法》的其余部分

深度学习

OpenAI 推出研究工具

周日，OpenAI 推出了一个名为 Deep Research 的工具。你可以向它提出一个复杂的问题，它会花费最多 30 分钟的时间阅读资料、整理信息并为你撰写一份报告。它是一个全新的工具，我们还没有测试过其输出的质量。由于它的计算需要很长时间（因此也需要大量的能量），目前它只对拥有 OpenAI 付费 Pro 级别（每月 200 美元）的用户开放，并且限制了他们每月可以进行的查询次数。

重要意义：AI 公司一直在竞相构建有用的“代理”，可以代表你完成任务。1 月 23 日，OpenAI 推出了一个名为 Operator 的代理，它可以为你使用你的电脑完成一些任务，比如预订餐厅或查看航班信息。新的研究工具表明，OpenAI 不仅仅是想让这些平凡的在线任务变得更容易；它想将 AI 定位为能够处理专业研究任务的工具。它声称 Deep Research“可以在几十分钟内完成人类需要几个小时才能完成的事情。”时间会证明，用户是否会发现它值得高昂的成本以及包含错误信息的风险。

比特与字节

似曾相识：埃隆·马斯克将他的推特收购策略带到了华盛顿

联邦机构已经为数百万员工提供了离职机会，并测试了工程师的能力——就像埃隆·马斯克收购推特时一样。相似之处令人惊叹。（纽约时报）

版权局推动了 AI 在艺术和电影中的应用

美国版权局认为，在大多数情况下，借助 AI 制作的艺术作品应该根据现有法律获得版权保护，但完全由 AI 生成的作品可能不应获得版权保护。这将意味着什么？（华盛顿邮报）

OpenAI 免费发布了新的 o3-mini 推理模型

OpenAI 刚刚发布了一个推理模型，它比其前身更快、更便宜、更准确。（麻省理工科技评论）

Anthropic 提出了一种保护大型语言模型免受越狱攻击的新方法

这种防御措施可能是迄今为止最强大的。但没有盾牌是完美的。（麻省理工科技评论）。