这股deepseek的风，该歇歇了——本地部署的竞赛何时停止？

是deepseek的十月怀胎，一朝分娩带来的喜悦？还是各种资本的流量捧杀，准备收割韭菜？这股AI的风，确实该歇歇了。

近期全国各家医院都在竞相本地部署deepseek，动不动就是某某地区首家！这样的标题。大多数医院都没有宣称自己部署了满血版的deepseek，从他们提供的截图中可以看出，部署的时32B或者更低的版本，是啊，1.5B也是本地部署啊，甚至有的医院还通过Chatbox接了API，然后号称云端本地化？至此，已成笑话，这场本地部署的闹剧到底何时才能休止？

就我本人的体验而言，14B的模型压根不能用于医疗，我将处方审核的经典例题对模型进行问答，发现deepseek32B对与相互作用、重复用药的问题无法识别，V3（671B）也比较勉强，橙篇、智谱清言的在线版本识别不出处方审核的一些问题。ChatGPT对中药问题不敏感，对一些抗菌药的治疗方案偏国外的治疗方案，不适合国内。R1（在线满血版）、Kimi表现较好通过了例题考验，其中Kimi对处方审核的结果描述较为果断，对就是对错就是错，敢说。R1啰嗦的废话比较多，语言较中性，对审核的结果是建议性的，没有明确对错。

试问各家没部署满血版的医院，您本地部署的蒸馏模型真的能用？敢用？一个小小的感冒重复用药都审不出来，还指望它能做什么呢？

时间回到2024年12月，那是我第一次接触deepseek，在我所处的药学领域（个人体验感）V2模型的能力感觉与文心一言或者kimi持平，仅仅是文字输出的速度较快。后来出了V3模型，在知识库和反应速度上产生了碾压，再就是后来的R1。当时的R1确实好用，但不是现在的R1，其所含的知识库和自由度完全不可与年前的R1同日而语。

当然，也有一些国内的TOP医院做了实事，与科技公司合作训练出了垂直领域内适合诊疗的模型，这样的模型基于大量的诊疗数据，具备一定的垂直领域专业性，而绝对不是一个通用的大模型所能比拟的。

如果说真的要做，我想应该是做模型的本地部署后的蒸馏和微调，从671B采用“分层次知识蒸馏”技术，在医疗场景中兼顾泛化能力与垂直领域精准适配，然后微调后变成一个小体量的（可能仅有14B），仅含有医疗数据的垂直领域模型来用。这样不仅模型更专业化，而且还能节约设备的成本，减少显卡、内存的消耗，同时减少电力的消耗，低碳环保。

模型的幻觉问题是绝对存在的，模型使用后仍需医师药师来判断。

离开医疗领域，从宏观视角来看，AI暂时可以成为创意的加速器，作词作曲作画，无一不达到了像素级别的抄袭，很快，人类原创的那些资料都会被抄光，进入创意枯竭的时代。同时，AI的过度借鉴和抄袭，会导致人们的创造力匮乏，大家都用AI ，得出的结果都是一样的，或者如果AI被从后台知识库影响了呢？是否人们的认知会偏向某一个极端？

它会反驳我的想法，甚至是说服我。因为，全网铺天盖地的都是正面的宣传。行政审批？排班？文件流转？deepseek帮领导盖个章？deepseek帮我调个班？deepseek帮我把文件发给某部门？哈哈哈，简直是。。。AI的回答说了那么多，甚至一句中性的思考和评价都没有，因为它的知识库里没有，AI就像一个小孩子学习新的知识，没人告诉他这件事是错的，他便笃定的认为这件事是百分百对的。他不具备自我思考的能力，只是冰冷的硅基。

那么，未来我们该怎么做？

很简单，AI不具备创造能力，我们未来能做的就是充分发挥自己的创造力。

举个例子我用cline对接API deepseek R1写“国家集采药品管理系统”，明确的告诉了他计算公式，架构，主键等等，我满心欢喜他能写出来，但是我看到了他的思考过程，竟然参考我发表在CSDN上的文章，好嘛，能参考就是好事。但是最终他并没有写出代码，为什么呢？因为我只公开的思路，架构，但是没有告诉AI答案（代码），所谓的AI写代码，不过是东抄一段西凑一段，只要是网络上没有的代码，它就不会写出来。AI是个剽窃者。

AI会迅速拉开人与人的差距，当然是会用AI与不会用AI人的差距。当然，AI也会迅速拉平人的差距，比方说，请AI进行公文的写作， 题目一致，AI输出的大体一致，在开放的世界里，AI做到了知识平权，给了每个人迅速获取知识并整合知识的机会。

我们仍然需要有人去创造，去发明，AI很快就会挖光所有人类的知识库，人类会从当下的创意加速时代进入一个创意枯竭的时代。