春节假期结束返工之后，发现身边的人 fomo 情绪一下子严重起来。DeepSeek R1 的超强推理能力几乎让所有互联网打工人都产生了两个问题：

• 悲观的人会思考：我现在的工作会不会被 AI 取代？
• 有野心的人会思考：我要怎么把手头工作和 AI 结合起来尽快拿下第一波收益。

加上 DeepSeek 官网的 R1 时好时坏，并不能保证时时刻刻都能用，加剧了大家 fomo 的情绪。

坦率来说我自己也有一瞬间感到非常恐慌，但是细想之后，我认为没必要因为 DeepSeek 而 fomo，原因有 3 个：

原因 1：在叙事上 DeepSeek 存在被高估。

DeepSeek 的成就很高，但是关注 AI 发展的同学一直比较清楚 DeepSeek 是一家很优秀的公司，它在大模型领域其实一直处在比较领先的位置。尤其在成本控制方面堪称省钱大师，并且它其实是中国 GPU 最多的公司之一，禁运之前囤了不少。

DeepSeek 一直以来的特点并不是性能领先，而是可以用非常便宜的价格提供接近于顶尖模型 80% 左右性能的产品，这在很多情况下是非常香的，对于我这种价格敏感型用户来说简直不能更香。在这轮爆发以前，技术圈子有不少教程专注于研究怎么用 DeepSeek 的 API 去白嫖各类支持自带 API 的 AI 应用。

所以这不是一个一下子冒出来的公司，只是大部分不需要去做 API 选型的人确实很难关注到它，因为 DeepSeek 几乎没有把精力放在应用端上，普通人很难注意到它的存在。

DeepSeek 在这一轮叙事上的成功更多是墙内开花墙外香，简单地说是他们的论文和成果在国际上引起了震动传回了国内。如果只是技术上的成就那倒没有什么，但是美国有不少 AI 从业人员在面对来自中国的开源技术成果时，居然给出了美国政府加大禁令的建议，比如 Anthropic 的创始人 Dario Amodei ，这样来看 DeepSeek 的成功就多了一层技术之外的意味了。

而且有意思的是，最初引起海外震动的其实是 DeepSeek V3 的超低成本，在国内引起震动的则是 R1 的推理链条。

结合现在美国政府对中国企业的围追堵截，加上央视的报道和自媒体的推波助澜，DeepSeek 成功成为了春节期间的顶流。

与其说是 DeepSeek 值得被关注，不如说是这一轮大模型发展本身就应该值得全民关注，DeepSeek 凭借自身的努力和一点运气成为了被选中的代表，但是这并不说明 DeepSeek 的模型就是业界最好的模型，也不说明其他中国厂商的产品就一无是处。

原因 2：DeepSeek 并没有突破我们所熟悉的技术发展的成熟度曲线。

任何一项新的技术和突破都会有一个技术成熟度的曲线，这个曲线很多人，尤其是 VC 行业的人都很熟悉。

新技术都会有一个现象，就是今年香，明年暗，后年臭，大后年可能有一些角落里面有一些团队才能跑出来开始赚钱。

DeepSeek R1 的模型是具有一定开创性的，但是随着大家对它应用的深入也会发现它的缺陷，比如幻觉会相对严重一些（R1 幻觉率是 V3 的 4 倍），指令遵循比较差（毕竟不用写很好的提示词），并不是 100%的场景都适合。

所以慢慢的大家会发现 R1 不是一个“万能的许愿机”，还是会回归到实验，应用等实践的路径，R1 的落地也不会如同潮水般勇猛，在推进的过程中会发现很多实践问题还需要人类去兜底。

如果是为了投机，从数学期望的角度来说，眼下可能并不是 All in AI 的好时候，因为你很难判断到底这项技术处在哪个阶段。

总而言之一波浪潮要最终发展出来需要的时间可能还是比我们想象的要长一些，它需要很长的时间才会传导到所有人，比起 Fomo，我认为更重要的是时刻保持学习的状态，避免两个情况：

1. 由于没有关注技术发展的情况，一些显而易见的低垂的果实没有第一时间摘取；
2. 觉得这东西还很婴儿期，温水煮青蛙没有任何学习的动作；

这两种情况都是很危险的，AI 要求我们要比以往任何时刻都要做到求知若饥，虚心若愚 (Stay Hungry Stay Foolish)。

市面上也有一种观点认为 AI 很快就会突破那个“奇点”，这种技术发展的曲线不再适用，AI 发展的曲线会更像是摩尔定律。

我的知识水平是无法对这样的预测准确与否做判断的，但我最近看了一些歼 20 总设计师杨伟对下一代战斗机设想的论文《关于未来战斗机发展的若干讨论》，全世界各个国家的战斗机设计师对下一代战斗机的判断都还是有人+无人结合。

战争作为人类最高级别的活动，这项活动具备艺术、工程的双重属性，仍然需要人类作为核心节点。

因为战争有一些独特的特性，比如信息不完全（战争迷雾）、存在敌方干扰、实战检验少（缺数据）、可信性要求高等复杂性限制，在可预见的时期内，人工智能不太能够完全取代人。

原因 3：从取代大部分人工作的角度来说，DeepSeek 并不实用。

DeepSeek 之所以会引起恐慌是因为它在解决一些需要复杂长链路思考的问题时表现出了非常严密（至少是看上去严密）的推理逻辑。

尤其是它不需要用户输入过多复杂的提示词就可以办到这点，一方面它的能力很强，另一方面使用门槛非常低，这两个特点会很容易让人怀疑自己是否会被取代。

但其实 DeepSeek 这个模型有自己的局限性，最显著的局限性有两个：多轮对话能力差，幻觉比一般大模型更严重。

一些在做大模型应用的朋友都知道，在大规模的消费 or 生产场景，稳定安全和效果好一样重要，甚至更重要。比起 AI 在 80% 的情况下能给出让人感到有点惊艳的回答，大部分人更关心的是 AI 能不能在 80%的情况下能给出不出错的回答。

在这点上由于幻觉、性能等问题，DeepSeek R1 其实做的并不好，我可以列举几个 DeepSeek R1 相比于常规大模型的弱点，并且列举出来他们对应的应用场景：

1. 实时性（游戏 NPC、同声传译、口语练习）
2. 精确无幻觉、遵循指令（任何批处理的场景）
3. 长上文（RAG、内容总结）
4. 长下文（翻译、稿件输出）

其实我们日常工作中有很多的文书工作，创造性的工作并没有想象的那么多，所以 DeepSeek R1 的诞生并不意味着大家会因为它而失业。

我自己在即刻做了一个用大模型生成用户年度总结的活动，大概有 2500+ 用户参与，这类需要读取用户大量动态，并且生成尽量稳定内容（比如不能给用户胡编乱造一些年度总结），并且对生成时间有要求的项目，DeepSeek R1 就很难胜任。

R1 会取代谁？

说了这么多，大家可能以为我要给大家吃一颗定心丸，舞接着跳乐接着奏，但其实并没有，这是一篇毒鸡汤，我想表达是每个人不应该因为 DeepSeek 这家公司或者它的模型恐慌，但我可没说对这波 AI 发展的趋势不需要投入精力关注。

或者进一步说，如果看见了 DeepSeek R1 才知道恐慌，恐怕恐慌的稍微有点晚了。

正如上面所说的，大部分人（包括我自己在内）的大部分时间其实能做的创造性工作并没有那么多，所以不要考虑 DeepSeek R1 能不能取代自己，而是那些能力还没有 DeepSeek R1 强的模型，能力有很大概率就能取代大部分人。

我自己在2023 年发表过一篇稿件《GPT 只会让互联网行业更不值得卷》，现在看可能这个结论没有什么错误，那就是这一轮 AI 对大部分白领的影响都很大：

1. 大部分白领的工作不可替代性没有那么强，也没有所谓的创造性思维在里面，大家都是围绕报表、规章办事，做很多很流程化的工作，可能比高速路口收费员强不到哪里去。
2. AI 是生产力革命，生产力革命会带来新的需求，但是总体而言我们现在要解决的更多不是生产不足的问题，而是需求不足的问题，抖音上人拍的短视频都多的看不过来了。
3. 有一些工作现在 AI 干不了并不是因为 AI 能力不足，主要是人为设置了很多障碍，比如我期望 AI 能够帮我做一个旅游攻略，不好意思做不了。但是这并不是因为 AI 的能力不足，而是因为 AI 缺少访问小红书、大众点评、高德地图和携程的 API，如果 AI 有这些 API，自动化旅行攻略早就可以实现了，所以这些障碍是人为设置的，然而人为设置的障碍挡不了多久。

简而言之，觉得自己会被 DeepSeek R1 取代可能是对自己的高估，很多情况下比 R1 推理能力更弱的模型就能取代你。

AI 对职场的影响其实远不是降本增效那么简单，现在公司大部分是科层制的，大部分人是从比较基础的工作一点点做起来，开始做有创造性的工作，最后一步步晋升。

程序员为例子，很多实习生一开始是帮忙写写简单的一次性的脚本，后面开始做一些简单的业务代码，复杂的业务代码，架构设计等等。

如果 AI 编程对大部分程序员效率的提升是很明显的，尤其是基础工作不需要额外检查，那真的是 10x 级别的效率，这种情况下我们怎么培养科层制里面最基础的人？所以 AI 的挑战甚至不仅仅是个人会不会被淘汰的问题，而是现在社会赖以生存的科层制是否还有必要的问题，政府也好，公司也好几乎都是依赖于科层制来运转的。

这不是把基础员工砍掉只保留高级员工这么简单的问题，而是所有的组织形态都会受到冲击，以及下一代中坚力量怎么培养的问题。如果计算机专业的学生过于依赖 AI，他们要怎么变成下一代的架构师？如果中文系的学生过度依赖 AI，他们要怎么成为下一代的文字工作者？

或者说是不是我们压根就不要下一代的架构师了？也不需要下一代文字工作者了。

这些问题的答案是什么呢？我当然是不知道的，这应该是一个诺贝尔奖级别的课题。

但总体而言我对 AI 的出现还是非常乐观的态度，下面我讲两个我自己应用 AI 的小故事。

春节的时候，我给家属送了一本相册，相册里面有一张插图是我用 AI 生成的。

如果没有 AI 我就需要花大概 500 元去找一个小画师画一个，但是有了 AI 我只需要花可能 10 元不到，但是能说因为 AI 的诞生，有一个小画师就少赚了 500 元吗？

并不能，因为如果真的需要 500 元，我很可能就会放弃在相册里面增加插画这个 idea。但是因为有了 AI，我就能给家属送一张独一无二的插图了。

春节后，我和朋友在社交平台即刻制作了一个用 AI 总结用户过往动态的活动，超过 2000+即刻用户成功参与了这次活动，不少人看到 AI 帮他们总结过去 1 年发生的变化以及一些不变的坚守都非常感动，甚至有一些朋友特意发微信和我说觉得这个活动非常温暖。

得益于优秀的提示词设计和大模型的发展，帮个 2000+ 用户总结他们的 20w+ 条动态所需要花费的钱并不是一个天文数字，这也是 AI 降价之后我才能做也才会做的事情，毕竟我也不是圣人。

上面两个例子都特别小，甚至在工作中有很多更好的例子，但是为什么特意挑选了这两个来举例呢？

因为这两个例子才是人类从树上走下来的最原始的目的，人类从树上走下来一路进化到一周要上 5 天班的生活，并不是因为大家喜欢看数字往上涨，说穿了人类进化的目的不是上班。

所以如果换一个角度来看这件事，AI 其实还挺温暖的。我们花了大量的生产力在物质上面，既然 AI 这么便宜还这么好用，是不是应该考虑用 AI 多生产一点爱呢？