DeepSeek 正當(dāng)紅，聊聊大模型應(yīng)用的四大關(guān)鍵要素和未來

引言

大模型應(yīng)用的春天來了。在人工智能的浪潮中，大模型正成為推動(dòng)技術(shù)變革的核心力量。春節(jié)前，DeepSeek R1 的發(fā)布在全球范圍內(nèi)引發(fā)了巨大轟動(dòng)，它不僅在性能上與 OpenAI 的模型不相上下，更憑借其基于 CoT（Chain of Thought）的推理過程，展現(xiàn)出強(qiáng)大的邏輯能力，同時(shí)，開源和低成本的優(yōu)勢(shì)，讓眾多企業(yè)迅速接入。DeepSeek 已然成為各行業(yè)關(guān)注的焦點(diǎn)，今年無疑是大模型應(yīng)用爆發(fā)的關(guān)鍵一年。

一、大模型應(yīng)用的爆發(fā)：為什么是2025？

技術(shù)的發(fā)展并非一蹴而就，而是經(jīng)歷從萌芽到成熟，再到廣泛應(yīng)用的過程。20多年前的PC互聯(lián)網(wǎng)和10多年前的移動(dòng)互聯(lián)網(wǎng)的興起，都經(jīng)歷了這樣的階段，如今，從周期和技術(shù)成熟度來看，AI大模型也正站在爆發(fā)的前夜。

DeepSeek R1 的出現(xiàn)，不僅展示了大模型的強(qiáng)大能力，更以開源和低成本的姿態(tài)，為更多企業(yè)和開發(fā)者提供了平等的機(jī)會(huì)。短短一個(gè)多月，國(guó)內(nèi)眾多公司紛紛接入，甚至包括騰訊、阿里等行業(yè)巨頭。這種現(xiàn)象表明，大模型的應(yīng)用已經(jīng)具備了廣泛落地的基礎(chǔ)，從金融風(fēng)控到投資決策，從智能家居到醫(yī)療輔助，大模型的應(yīng)用場(chǎng)景正在不斷拓展。2025年，或許就是這場(chǎng)技術(shù)變革的“臨界點(diǎn)”。

二、大模型的應(yīng)用價(jià)值：不只是“通用聊天”

很多人可能會(huì)問：既然 DeepSeek、ChatGPT 等聊天類App已經(jīng)如此強(qiáng)大，為什么還要開發(fā)基于大模型的應(yīng)用呢？原因主要有兩個(gè)方面：一是通用聊天應(yīng)用雖然靈活，但在很多專業(yè)領(lǐng)域，普通用戶并不具備問正確問題的能力；二是大模型推理需要基于場(chǎng)景的相關(guān)數(shù)據(jù)，通用聊天工具從互聯(lián)網(wǎng)搜索到的數(shù)據(jù)，可能不全或者不準(zhǔn)確，在醫(yī)療、投資等大部分專業(yè)領(lǐng)域需要準(zhǔn)確數(shù)據(jù)的場(chǎng)景，并不可靠。

在當(dāng)下的技術(shù)發(fā)展階段，大模型尚未真正具備智能，其核心價(jià)值在于卓越的數(shù)據(jù)處理能力。這種能力在眾多專業(yè)領(lǐng)域中展現(xiàn)出巨大的潛力，能夠顯著提升工作效率。以醫(yī)療領(lǐng)域?yàn)槔竽Ｐ湍軌蚧诨颊叩牟v、檢查報(bào)告、生理數(shù)據(jù)等多維度信息，快速進(jìn)行病情分析和輔助診斷，為醫(yī)生提供精準(zhǔn)的決策支持。在投資領(lǐng)域，它也能迅速獲取市場(chǎng)動(dòng)態(tài)數(shù)據(jù)，完成基本面與技術(shù)面的深度分析，為投資者提供科學(xué)的決策參考。這些應(yīng)用場(chǎng)景充分證明，大模型的價(jià)值遠(yuǎn)不止于簡(jiǎn)單的“聊天”。

三、做好大模型應(yīng)用的關(guān)鍵：四大要素

過去兩年，我們?cè)诜e極探索大模型的應(yīng)用過程中：從營(yíng)銷運(yùn)營(yíng)領(lǐng)域的熱搜機(jī)器人、到 Coding 領(lǐng)域的 JoyCoder，金融科技領(lǐng)域從社區(qū)的熱點(diǎn)話題生成、到基金/保險(xiǎn)產(chǎn)品解讀。DeepSeek R1 的出現(xiàn)，讓我們更加意識(shí)到，目前的應(yīng)用還非常初級(jí)，只是有，離好還有很大的差距和空間?；谶^往的這些場(chǎng)景探索，大模型應(yīng)用要取得更好的效果，我們認(rèn)為需要綜合考慮以下4大要素：好的效果 = 大模型 + 專業(yè)知識(shí) + 知識(shí)庫 + 工程架構(gòu)。

（1）專業(yè)知識(shí)和交互設(shè)計(jì)：讓大模型“容易使用”

DeepSeek 等通用聊天類App雖然簡(jiǎn)單，但要用好的話往往需要用戶具備專業(yè)知識(shí)，看似普惠，事實(shí)上門檻比較高，交互體驗(yàn)也不夠便捷。例如在投資領(lǐng)域，普通用戶可能并不知道該問什么問題，如果只是問“今天的市場(chǎng)行情怎么樣，這只股票是買入還是賣出”，大模型并不能給出能賺到錢的答案。而稍有一些投資經(jīng)驗(yàn)的人，可以問“分析一下滬深300指數(shù)的技術(shù)面，時(shí)間從2021年到現(xiàn)在，從形態(tài)、均線、趨勢(shì)等看走勢(shì)是反彈還是反轉(zhuǎn)，并用MACD、背離、量能等交叉確認(rèn)”等更復(fù)雜的問題。如果涉及到更具體買賣決策和調(diào)倉建議，可能需要更加深入和專業(yè)的問題。

此外，交互不夠便捷也是一大問題。用戶需要組織語言、打字輸入，還要在聊天工具和具體的如券商的App之間來回切換，體驗(yàn)較差。今日頭條等之所以能取代門戶網(wǎng)站，正是因?yàn)槠湓诮换ド象w驗(yàn)更好。因此，交互設(shè)計(jì)和專業(yè)知識(shí)的結(jié)合是大模型應(yīng)用成功的關(guān)鍵，場(chǎng)景化的AI是探索的一個(gè)方向。

（2）領(lǐng)域知識(shí)庫和搜索能力：讓大模型“有據(jù)可依”

問準(zhǔn)確的問題還不夠，還需要有充分的上下文信息以及準(zhǔn)確獲取的能力。首先，信息的及時(shí)、準(zhǔn)確和豐富至關(guān)重要。大模型是神經(jīng)網(wǎng)絡(luò)，仿照大腦的原理構(gòu)建，可以看作一個(gè)看完了互聯(lián)網(wǎng)上所有數(shù)據(jù)的超級(jí)專家。就像讓醫(yī)生看病或操盤手交易，需要告知其“病情”或“行情”才能開展工作，信息越及時(shí)和全面，專家的決策就越準(zhǔn)確、可靠。

DeepSeek App 雖然具有聯(lián)網(wǎng)能力，能在回答問題前搜索相關(guān)信息，但搜索回來的數(shù)據(jù)可能存在問題，如數(shù)據(jù)過期或數(shù)據(jù)較少，導(dǎo)致推理結(jié)果不夠準(zhǔn)確。比如下圖案例，做出推理結(jié)論而引用的數(shù)據(jù)4和6是過期的，導(dǎo)致看起來完美的推理邏輯也是無法用的。企業(yè)要想用好大模型，必須建立本地知識(shí)庫，確保數(shù)據(jù)的數(shù)量和質(zhì)量。在 DeepSeek 這類大模型開源后，算法已經(jīng)平權(quán)，企業(yè)之間的競(jìng)爭(zhēng)又回到了數(shù)據(jù)這個(gè)生產(chǎn)力要素。

?

其次，高效準(zhǔn)確地獲取數(shù)據(jù)也極為關(guān)鍵。即使知識(shí)庫建的很大、很豐富，搜索能力也至關(guān)重要，這是百度、谷歌等深耕多年的能力，技術(shù)門檻比較高，要做好并不容易。知識(shí)庫本身的架構(gòu)，訪問權(quán)限設(shè)計(jì)，以及各種RAG技術(shù)，都極為關(guān)鍵。（圖片來自于網(wǎng)絡(luò)）

?

（3）Agent架構(gòu)與工程能力：讓大模型“激發(fā)潛能”

對(duì)于簡(jiǎn)單問題，大模型可以通過一輪對(duì)話給出答案；而對(duì)于復(fù)雜問題，如買一張去西藏的便宜機(jī)票，或判斷中證A500指數(shù)基金什么時(shí)候買，則需要更加復(fù)雜的設(shè)計(jì)，如果能更好地組織和引導(dǎo)，類似于人類的頭腦風(fēng)暴和專家討論，把多個(gè)專家的智力都激發(fā)出來，就有可能找到更好的解決方案。

大模型是一個(gè)待機(jī)的超級(jí)專家，提供簡(jiǎn)單的API供應(yīng)用隨時(shí)調(diào)用，如何面向大模型編程，激發(fā)其潛力需要研發(fā)人員的精心設(shè)計(jì)，目標(biāo)是大模型成為真的“大腦”，取代原來預(yù)設(shè)的業(yè)務(wù)流程，策略引擎和流程編排工具，讓應(yīng)用具備自主智能。通過Agent架構(gòu)，甚至多Agent（智能體）交互，可以引導(dǎo)大模型進(jìn)行多輪交互和邏輯推理，從而獲得更準(zhǔn)確的結(jié)果，工具/MCP，記憶，規(guī)劃、思維鏈、反思等架構(gòu)和設(shè)計(jì)模式，需要持續(xù)探索應(yīng)用。（圖片來自于網(wǎng)絡(luò)）

?

（4）大模型自身：“選擇比擁有更重要”

大模型是整個(gè)應(yīng)用的核心部件，當(dāng)然是最重要的。但從應(yīng)用開發(fā)的角度來看，選擇合適的大模型并靈活切換更為關(guān)鍵，應(yīng)用系統(tǒng)的架構(gòu)，需要更加靈活的支持多個(gè)大模型。DeepSeek R1的成功表明，大模型在持續(xù)的競(jìng)爭(zhēng)和迭代，另外，不同大模型在不同領(lǐng)域的潛質(zhì)也不一樣，就像有些人擅長(zhǎng)科學(xué)，有些擅長(zhǎng)經(jīng)商，有些擅長(zhǎng)音樂，多Agent系統(tǒng)中，每個(gè)Agent可以使用不同的大模型。未來，大模型的市場(chǎng)競(jìng)爭(zhēng)將更加激烈，選擇比擁有更重要。

四、大模型的未來：探索與展望

DeepSeek R1 是終點(diǎn)嗎？當(dāng)然不是。Transformer 是實(shí)現(xiàn) AGI（通用人工智能）的終極算法架構(gòu)嗎？估計(jì)也不是。吳軍、楊立琨、王興興等專家都曾提出過類似的觀點(diǎn)：盡管Transformer架構(gòu)在自然語言處理等領(lǐng)域取得了巨大突破，但它并非萬能。未來仍有可能出現(xiàn)更強(qiáng)大的算法，推動(dòng)人工智能邁向新的高度。

數(shù)據(jù)真的已經(jīng)用完了嗎？應(yīng)該也不是。人類在學(xué)習(xí)和沉淀規(guī)律時(shí)，從來不僅僅是依賴過往的書本知識(shí)。從開普勒三大定律到牛頓力學(xué)，這些偉大的科學(xué)發(fā)現(xiàn)，都是通過對(duì)現(xiàn)實(shí)世界中的數(shù)據(jù)進(jìn)行獲取、分析和總結(jié)得出的。無論是日月星辰的運(yùn)行軌跡，還是潮起潮落風(fēng)云變幻，亦或是粒子撞擊的微觀過程，甚至是人類自身的脈搏跳動(dòng)，只要通過攝像機(jī)、傳感器等工具進(jìn)行捕捉，就能從這些更廣泛、更豐富的自然界獲取數(shù)據(jù)。這些數(shù)據(jù)，或許將成為未來人工智能發(fā)展的重要“養(yǎng)料”，為模型的訓(xùn)練和優(yōu)化提供新的思路和方向。

除了算法和數(shù)據(jù)，大模型的未來發(fā)展還需要強(qiáng)大的算力。量子計(jì)算或許是解決這一問題的關(guān)鍵方案。哦，還有能源問題，小時(shí)候看《變形金剛》，一直不理解他們?yōu)槭裁凑鞝?zhēng)奪“終極能源”，未來當(dāng)硅基生命充滿大地和天空的時(shí)候，能源問題或許將成為制約技術(shù)發(fā)展的關(guān)鍵瓶頸。

這一天，或許終將會(huì)到來。

審核編輯 黃宇