DeepSeek无需成为救世主

本文来自微信公众号：未尽研究，作者：未尽研究，原文标题：《DeepSeek不必是救世主 | 以Agent为马》

去年春节前夕，DeepSeek发布的R1模型震撼硅谷、牵动华尔街神经。它为中国大模型厂商重新专注研发与训练验证了可行路径，也开启了中国开源模型阵营狂飙突进的一年。

春节已成为新一年AI领域的前哨战。近期，Kimi、智谱、MiniMax与豆包等厂商，都赶在春节前发布了旗舰模型。外界猜测，它们担心若发布滞后，会在品牌形象与市场竞争中落于下风。

前沿模型“智能”水平排名

（根据ArtificialAnalysis，当前美国最强模型来自Anthropic，中国最强模型来自智谱）

如今，市场的目光聚焦于DeepSeek，期待它延续春节“英雄”的角色，甚至承担起中国AI生态“救世主”的重任。DeepSeek该如何回应这份期待？或者说，它必须回应吗？

DeepSeek确实在酝酿新动作。全新长文本模型结构测试正在推进，支持最高100万token上下文。这会是市场期待的DeepSeek-V4吗？事实上，去年5月、8月、10月与12月，市场曾多次抱有类似期待，最终DeepSeek推出了DeepSeek-R1-0528、DeepSeek-V3.1、DeepSeek-V3.2-Exp与DeepSeek-V3.2。

在此期间，DeepSeek还尝试了UE8M0 FP8、DSA、上下文光学压缩、mHC与Engram等技术方向的探索，核心思路之一是“稀疏化”，让“专家”“精度”“注意力”与“记忆”更具稀疏性。人们相信，即将到来的V4版本中，能看到这些改良技术的延续。

不过，市场的关注点已转向智能体（AI Agent），更准确地说是智能体化（Agentic AI）。这一方向追求自主决策、长期任务规划、智能体间交互及端到端执行的新范式。Anthropic表示，AI已能完成90%的代码编写，下一步便是实现90%端到端的软件工程（SWE）。火爆的OpenClaw让人们意识到，在获得足够权限后，Agentic应用的强大与潜在风险。

2026年的旗舰大模型，将以原生Agentic大模型为主。美国方面，Anthropic的Claude Opus 4.6与OpenAI的GPT-5.3-Codex相继上线，尤其是OpenAI推出的1000token/秒的Codex-Spark，将编码竞争推向白热化。国内，月之暗面的Kimi-K2.5、智谱的GLM-5、稀宇科技的MiniMax-M2.5以及字节跳动的Doubao-Seed-2.0，都在宣传自身的智能体能力。

其中，Kimi-K2.5引入智能体集群（Agent Swarm）技术，提出并行智能体强化学习（PARL），实现更高准确率与更短用时；GLM-5在编程能力上与Claude Opus 4.5对齐，还提出异步智能体强化学习算法，使模型能从长程交互中持续学习，以极少人工干预自主完成Agentic长程规划与执行；MiniMax-M2.5号称是首个无需考虑使用成本、可无限使用的前沿模型，“1万美元可让4个Agent连续工作一年”。

DeepSeek-V3.1早已宣告迈向Agent时代，但其将如何定义当下的Agentic时代？能否凭借推理效率、工具集成、记忆机制与极致经济性，在落地体验中再次树立新标杆？

或许，DeepSeek未必需要单独的“R系列”。R象征推理与认知，对标OpenAI的o系列模型；而Agentic时代更强调执行与工程，需对标OpenAI的Codex。DeepSeek原本就有Coder与Math系列模型，编码与数理证明是通往AGI（通用人工智能）的“元能力”，二者共同构成模型的自我改进系统，加速递归式进化。

市场也期待DeepSeek继续验证国产算力生态协同的潜力。长期以来，其探索主线是在有限资源下通过架构创新，最大化提升训练与推理效率。去年年底，DeepSeek-V3.2采用新架构DSA，在长上下文场景中实现端到端显著加速；今年年初，Engram的条件记忆有望“成为下一代稀疏大模型中不可或缺的基础建模范式”。

OpenAI的Codex-Spark证明响应速度至关重要，是创造价值的关键。它运行在Cerebras晶圆级引擎上，而这正是国内推理生态所缺乏的。DeepSeek能否用“算法”换“算力”，弥补硬件层面的差距？

而且，从算法入手精简步骤，不仅能提升响应速度（尤其是部分需高速精准响应的场景），还能减轻上下文压力。此前，中国开源模型常因“冗长思考”不受制约、token消耗过高而被诟病，这会逐渐削弱成本优势。DeepSeek曾提到，未来将聚焦提升模型推理链的智能密度，以改善效率。

比推理更重要的是训练，预训练仍是后训练的起点。英伟达的Blackwell架构正成为美国AI基础设施中的训练主力，谷歌的TPUv7也将在Gemini 4的训练中发挥关键作用。即便H200能尽快在国内部署，短期内中国大模型训练的算力来源仍处于Hopper时代。目前，国内AI芯片厂商的性能宣传主要围绕Hopper架构，但在大规模集群场景下的稳定性与综合效率表现，尚未有充分实践数据支持。

DeepSeek在论文中承认，因训练算力不足，DeepSeek-V3.2在世界知识覆盖广度上仍落后于领先的专有闭源模型。团队计划在后续迭代中扩大预训练算力规模，弥补这一知识差距。毋庸置疑，DeepSeek-V4发布时，国产AI芯片会实现Day0深度全栈适配；但市场更期待其预训练基于国产AI芯片，再次改写市场对英伟达叙事的定价。

人们欣赏DeepSeek的精致研究，也期待原生多模态的DeepSeek-V4。Gemini 3已是原生支持文本、图像、音频和视频输入的大模型，Kimi-2.5也强调文本与视觉的联合优化。要继续对标谷歌、OpenAI，DeepSeek似乎必须有所行动。

然而，技术创新必须基于可验证的物理边界，而非情绪边界。芯片、能源、网络及算法等整套生态决定了算力上限，而算力正限制中国开源模型进一步追赶的后劲，这在预训练和后训练中已有所体现。任何“算法乐观主义”在特定时间内，都只能在这一边界内优化。AGI更是一项系统工程，远超单一大模型的参数规模或版本更新。

DeepSeek的使命是探索AGI。仅做大模型（尤其是仅做语言大模型）无法实现AGI，其局限性日益明显。现在更接近现实的AGI形态是知行合一的，具备认知能力、执行能力、长期约束、现实反馈闭环等。Claude大模型常被中国开源模型集体刷榜超越，但它的收入以每年十倍的速度增长，在编程这一通用功能领域的突破，为通往AGI开辟了新路径。

或许，真正的长期主义期待是允许DeepSeek继续深度探索，而非让市场的所有焦虑与愿望在某一时刻集中投射到这一品牌上。公司创始人梁文锋认为，创新是昂贵且低效的，有时伴随浪费，需要尽可能少的干预和管理，让每个人有自由发挥的空间和试错机会。