基于最近AI(DS)的爆炒，我们到底需要关注什么？

本文链接：https://blog.csdn.net/AK15221736052/article/details/145542335

基于最近AI(DS)的爆炒，我们到底需要关注什么？DS 带来的影响https://mp.weixin.qq.com/s/CSNbkEkO39r_OH_ZTQ7f5A?token=1362643155&lang=zh_CN

#概述

关于DS的技术的非技术的PR的文稿已漫天飞舞，这里不再赘述，AI 在诸多应用场景的落地可能因此推进一小步，这次的DS 我个人觉得带来最大效应是给上亿人普及了AI, 这个不亚于当年*宝宝们对社会金融知识的普及，亦如2014新年微信红包一战成名，所以整体上对业绩是个好事。

年前做了些自己简单梳理：Agent & Workflow & 模型 & 其他；年后陆陆续续也摘录了几十篇的笔记，使用DS 其实接触比较早，在V3/R1前，是最早一批接入 ApiSmart 供应商，因她的API和OpenAI 全兼容，所以加一个就是动动手指的活，当时的版本效果远不及GPT4, 后来也搁置了使用，这一波从V3其实也未大规模的使用他们的API, 在产品体验上现在深度思考，早前就在accio上体验过，自然没有太多感触；更接近于“人话”，对技术人员感触也不是太深，更关于是：速度和精确性。这几天他们服务卡顿了， V3刚出未火爆前，他们API出TOKEN 确实非常快。

值得一看的倒是朱啸虎现实主义故事1周年连载：“DeepSeek快让我相信AGI了” 摘录几个点：

“AI时代的安卓已经出现了”,如果真的是建立一个全球类似安卓的开源生态的话，那绝对是一个很大的机会。 (当然是Deepseek)

至少搜索肯定是被彻底取代了——这是毫无疑问的！搜索依然是切入口，最清楚的Killer App就是搜索！

对算力和算法要求没有那么高，核心是高质量数据。真正有数据飞轮价值的是那些高质量数据，那些数据是需要各个行业专业人士去打标签、去发现的。闲聊不产生智能 — 大部分都是垃圾数据 — (现在通用领域是这个样子，垂直领域呢？大部分这些扯淡其实没有价值)

不用担心在别人的地基上盖房子。这对很多应用公司是一个极大解放，应用层肯定会有很大爆发。 (开复老师都不干了 :-( )

“基座模型是操作系统+编程语言，基座模型所构建出来的人工智能超级产品会是下一代的入口，会在所有的设备之上，所有的服务之上。” — 一个底座OS，可能在云服务之上一个AI的平台。 (李想)

美国Service Now为什么去年涨3-4倍，因为大家觉得用AI取代服务是必然，它的毛利率可以提高很多。参考下Jevons paradox。

...

# 杂杂

数据呢？ Scale AI, Bespoke, 各自私有的，通过模型生成的，基于现在很多训练的数据都是从其他模型中生成(bespoke) ，各个行业私有的数据更金贵了，老的BBS，或者像知乎这些。

“杰文斯悖论”（Jevons paradox），这个概念是由19世纪的英国经济学家威廉·斯坦利·杰文斯提出的。根据杰文斯的观察，当蒸汽机的效率提高后，理论上应该会减少煤炭的消耗量，但实际上煤炭的使用量反而增加了。这是因为效率的提升降低了成本，从而刺激了更多的需求和更广泛的应用，最终导致总体资源消耗的增加。