走進(jìn)人工智能2.02025年8月14日走進(jìn)人工智能2.0一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能的前世今生：1956-2025n

人工智能：Artifacial

Intelligence，AI?

1956年：讓機(jī)器具備人類智能，AGI，達(dá)特茅斯會(huì)議?

2022年：讓機(jī)器具備超人類智能（非人類智能），ASI，chatGPT發(fā)布n

人工智能發(fā)展的4個(gè)時(shí)代1.

古代（1956-1996）：通過規(guī)則和知識(shí)讓機(jī)器具備人類智能2.

近代（1996-2006）：通過數(shù)據(jù)和學(xué)習(xí)讓機(jī)器具備人類智能3.

現(xiàn)代（2006-2020）：通過神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)讓機(jī)器具備人類智能4.

當(dāng)代（2020-2025）：通過大模型讓機(jī)器具備人類智能和超人類智能（非人類智能）一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能0.0：古代（1956-1996），規(guī)則和知識(shí)時(shí)代?

第一次浪潮（1956-1968）：規(guī)則推理????思想準(zhǔn)備：馮諾依曼計(jì)算機(jī)、機(jī)器思考、圖靈測(cè)試哲學(xué)基礎(chǔ)：唯理論主要原理：制定規(guī)則，進(jìn)行數(shù)理推理（確定性，不確定性的概率）主要成就：下棋程序，定理機(jī)器證明，MIT的搬箱機(jī)器人?

第二次浪潮（1986-1996-？）：知識(shí)推理???哲學(xué)基礎(chǔ)：唯理論+經(jīng)驗(yàn)論主要原理：知識(shí)工程（知識(shí)抽取和知識(shí)表達(dá)），專家系統(tǒng)（知識(shí)庫(kù)+推理機(jī)）主要成就：石油勘探、氣象預(yù)報(bào)、軍事決策、經(jīng)濟(jì)預(yù)測(cè)等；包括1996年之后的深藍(lán)國(guó)際象棋、Watson?

AI=IT：這個(gè)時(shí)代，人工智能基本等同于軟件程序一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能0.1：近代（1996-2006），機(jī)器學(xué)習(xí)時(shí)代?

第三次浪潮（1996-？）：機(jī)器學(xué)習(xí)（數(shù)據(jù)+學(xué)習(xí)），小數(shù)據(jù)集，特征工程?使用統(tǒng)計(jì)學(xué)習(xí)方法建模，三個(gè)核心要素：模型、目標(biāo)、策略üüü模型是核心：邏輯回歸，決策森林，支持向量機(jī)，馬爾科夫鏈，人工神經(jīng)元……建模方法從規(guī)則到學(xué)習(xí)：從數(shù)學(xué)模型（分析數(shù)學(xué)），到數(shù)據(jù)模型（計(jì)算數(shù)學(xué)）數(shù)據(jù)模型的能力邊界：可以用數(shù)據(jù)模型模擬世界（數(shù)字化、全景化），以史為鑒（IID）?主要成就：風(fēng)險(xiǎn)識(shí)別（金融、工業(yè)、經(jīng)濟(jì)）、學(xué)術(shù)研究?

連接主義（1946-2006）：神經(jīng)網(wǎng)絡(luò)模型（黑盒）?屬于機(jī)器學(xué)習(xí)的一種方法，模型采用的是人工神經(jīng)網(wǎng)絡(luò)üüü人工神經(jīng)網(wǎng)絡(luò)與人腦最大的共同點(diǎn)是名字（原理、機(jī)制和架構(gòu)并不一樣），用神經(jīng)網(wǎng)絡(luò)表達(dá)數(shù)學(xué)模型傳統(tǒng)神經(jīng)網(wǎng)絡(luò)：霍普菲爾德網(wǎng)絡(luò)，玻爾茲曼機(jī)，…..深度神經(jīng)網(wǎng)絡(luò)：深度學(xué)習(xí)（Hinton，2006）?

軟件2.0：人工智能是數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)的混合體一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能1.0：現(xiàn)代（2006-2020），深度學(xué)習(xí)時(shí)代?

傳統(tǒng)深度學(xué)習(xí)（2006）：深度神經(jīng)網(wǎng)絡(luò)模型，中數(shù)據(jù)集，端到端?多種神經(jīng)網(wǎng)絡(luò)模型：DBN，CNN，RNN，ResNet，Inception，RWKV，

……üüüAlphaGO：2016年超過人類棋手ImageNet：2017年超過人眼AlphaFold：2022年超過人類科學(xué)家，2024年獲得諾貝爾獎(jiǎng)?主要成就：人臉識(shí)別、圖像識(shí)別、語(yǔ)言翻譯、語(yǔ)音識(shí)別、物理建?！?

現(xiàn)代深度學(xué)習(xí)（2017）：Transformer模型，大數(shù)據(jù)集，注意力機(jī)制（大規(guī)模并行）?三種Transformer模型架構(gòu)：并行矩陣計(jì)算（GPU）：堆疊架構(gòu)，容易擴(kuò)展üüü編碼器（BERT）：embedding，Ernie1.0，

……混合網(wǎng)絡(luò)：

T5、GLM（早期）解碼器（GPT）：生成式人工智能（AIGC），大力出奇跡（大模型，2020）一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能2.0：當(dāng)代（2020-2025），大模型時(shí)代?

模型服務(wù)（2020）：MaaS??全部是Transformer的GPT架構(gòu)（解碼器）：生成式人工智能（AIGC）大模型：預(yù)訓(xùn)練，生成-理解-決策（RL）üü大（數(shù)據(jù)多、參數(shù)多、算力多）：B級(jí)（Billion，10億）模型：語(yǔ)言、視覺、多模態(tài)ppTransformer：大語(yǔ)言模型（LLM，大模型），多模態(tài)模型ChatGPT（5、4.1、4o、o1、o3、o4）、Claude；Grok、Gemini；Llama、

……DeepSeek、Step、Qwen；Kimi、MiniMax；GLM、火山(豆包)、元寶、百度……Transformer+Diffusion：視覺模型圖像：

Stable

Diffusion、Mid-Journey、DALL.E等視頻：

Sora、可靈、即夢(mèng)、Vidu、海螺、veo等ü模型：通用模型vs

垂直模型（行業(yè)模型）pp接近成熟：傳媒、廣告、編碼、電商等正在發(fā)展：教育、醫(yī)療、金融、工業(yè)、農(nóng)業(yè)等一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能2.0：當(dāng)代（2020-2025），大模型時(shí)代?

Agent（2025）：大模型是新手機(jī)，Agent就是app???大模型的應(yīng)用已從簡(jiǎn)單的對(duì)話工具（chatGPT、豆包）進(jìn)化為：任務(wù)導(dǎo)向、交付結(jié)果的Agent（Manus、Lovart、Lovable等）Agent的核心架構(gòu)是：感知（多模態(tài)）、決策（LLM；記憶、檢索、上下文）、動(dòng)作（具身驅(qū)動(dòng)、工具調(diào)用）Agent的核心特征是自主（請(qǐng)人類走開）：從human

in

loop到humanon

loopEmbedding：助手模式Copilot：伙伴模式Agent：代理模式人類AI人類AI人類AI人類和AI協(xié)作工作AI完成絕大部分工作人類完成絕大部分工作人類設(shè)立任務(wù)目標(biāo)人類設(shè)立任務(wù)目標(biāo)全權(quán)代理AI完成其中某(幾)個(gè)流程設(shè)立目標(biāo)提供資源監(jiān)督結(jié)果任務(wù)拆分工具選擇進(jìn)度控制的初稿AI對(duì)其中某(幾)個(gè)任務(wù)提供信息或建議人類修改調(diào)整確認(rèn)人類自主結(jié)束工作人類自主結(jié)束工作自主結(jié)束工作一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能2.0：當(dāng)代（2020-2025），大模型時(shí)代?

軟件2.0時(shí)代?

AI0.1（機(jī)器學(xué)習(xí)）：小數(shù)據(jù)，人工特征，部分可解釋，不具備通用性和跨模態(tài)?

AI1.0（深度學(xué)習(xí)）：大數(shù)據(jù)，特征表示，基本不可解釋，不具備通用性和跨模態(tài)?

AI2.0（

大模型

）：海量數(shù)據(jù)，自監(jiān)督學(xué)習(xí)，完全不可解釋，具備通用性和跨模態(tài)，最有可能通向AGI的路徑通用人工智能AGI，Artificial

General

Intelligence具備與人類同等智能水平或超越人類智能水平的人工智能系統(tǒng)。üüOpenAI：在大多數(shù)經(jīng)濟(jì)價(jià)值創(chuàng)造任務(wù)中表現(xiàn)優(yōu)于人類的高度自主系統(tǒng)。AI肖睿團(tuán)隊(duì)：90%的智力任務(wù)上超過90%的人類，很可能在2030年之前到來(lái)。Level

5.Level

4.AI能力全面超越人類，具備探究科學(xué)規(guī)律、世界Level

3.Al通過自我學(xué)習(xí),Level

2.具備自我批判、自AI學(xué)會(huì)使用工具，利用工具完成多數(shù)人類物理世界問題,在工具使用方面突破圖靈測(cè)試起源等終極問題的能力我改進(jìn)以及自我反思能力Level

1.AI學(xué)會(huì)求解問題，涌現(xiàn)世界知識(shí)和類人的AI學(xué)會(huì)使用人類語(yǔ)言，在大多數(shù)自然語(yǔ)言任務(wù)上突破圖復(fù)雜邏輯推理能

力,在問題求解方面

突破圖靈測(cè)試靈測(cè)試一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren走進(jìn)人工智能2.0一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren二、大模型的原理和能力邊界n1、大模型的工作原理n2、大模型的工作過程n3、大模型的能力邊界n4、大模型的應(yīng)用場(chǎng)景一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren大模型的工作原理:

NTP（Next

Token

Prediction）1.

收到提示詞示例:“今天天氣不錯(cuò)，我決定”Generative（生成式）2.將輸入拆分為token準(zhǔn)確地講，這里不是“字”，是“token”，可以進(jìn)行語(yǔ)義計(jì)算。[,

“錯(cuò)”]“今天”,

“天”,

“氣”,

“不”,“,”,

“我”,

“決定”GPTPre-trained3

.

采

用

Transformer架

構(gòu)

處

理

token?

理解token之間的關(guān)系（預(yù)訓(xùn)練）?

識(shí)別提示詞的整體含義概率預(yù)測(cè)+文字接龍Transformer4.基于上下文預(yù)測(cè)下一個(gè)token（一種深度神經(jīng)網(wǎng)絡(luò)架構(gòu)）?

為可能的單詞分配概率分?jǐn)?shù)?

示例:{“去”:0.7.“停":0.2,“站":0.1}自回歸（AR）：重復(fù)步驟4和步驟5直到形成完整的句子LLM:Large

Language

Model示例：今天天氣不錯(cuò)，我決定去公園5.根據(jù)概率分?jǐn)?shù)選擇標(biāo)記示例:“去”一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren大模型的工作過程：預(yù)訓(xùn)練-后訓(xùn)練-推理大模型工作過程預(yù)訓(xùn)練強(qiáng)化學(xué)習(xí)(RLHF等等)監(jiān)督微調(diào)接收輸入（提示詞）處理輸入（上下文）進(jìn)行推理（測(cè)試時(shí)計(jì)算）生成輸出（自監(jiān)督）階段1：模型訓(xùn)練（預(yù)訓(xùn)練+后訓(xùn)練）階段2：推理一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren大模型的最新發(fā)展（從原子彈到氫彈）：推理深化期??OpenAI

推出基于

GPT-4o

模型的圖像生成功能，取代此前的DALL·E

3成為ChatGPT和Sora平臺(tái)的默認(rèn)圖像引擎OpenAI發(fā)布o(jì)3-mini

、GPT-4.5，前者推動(dòng)成本效益推理，后者展現(xiàn)出較高的情感智能。繁榮期躍進(jìn)期?Gemini

2.0

Flash

Thinking、Claude-3.7-Sonnet、Grok3發(fā)布，海外推理模型引發(fā)熱潮，推理性能大幅度提升。??OpenAI發(fā)布Sora，極大拓展了AI在視頻領(lǐng)??Llama2開源，極大助力全球大模型開發(fā)者生態(tài)。GPT-4

Turbo、Gemini等海外大模型發(fā)布，繼續(xù)提升模型性能。域的想象力。GPT-40、Claude3.5、Gemini1.5、Llama3發(fā)布，海外進(jìn)入“一超多強(qiáng)”的競(jìng)爭(zhēng)格局。??國(guó)內(nèi)推理模型持續(xù)跟進(jìn)。DeepSeek-R1、QwQ-32B、Kimi1.5、GLM-Zero、Skywork

o1、訊飛星火X1等推理模型陸續(xù)發(fā)布，繼續(xù)突破推理能力的上限。準(zhǔn)備期??Midjourney發(fā)布5.2Stable

Diffusion

XL發(fā)布???ChatGPT發(fā)布，全球范圍內(nèi)迅速形成大模型共識(shí)。?國(guó)內(nèi)多模態(tài)領(lǐng)域進(jìn)展迅速，在部分領(lǐng)域領(lǐng)先海外，視頻生成模型可靈AI、海螺視頻、Vidu、PixVerse等模型陸續(xù)發(fā)布，并在海外取得較大應(yīng)用進(jìn)展。?國(guó)內(nèi)閉源大模型快速發(fā)展，豆包、混元、商湯3.0、盤古3.0、AndesGPT、BlueLM、星火3.0、KimiChat等陸續(xù)發(fā)布。GPT4發(fā)布，進(jìn)一步掀起大模型研發(fā)熱潮。國(guó)內(nèi)模型性能持續(xù)提升。DeepSeek-V3、Qwen2.5、豆包-Pro、混元-Turbo與GLM-4-Plus等系列模型綜合能力上持續(xù)提升。國(guó)內(nèi)快速跟進(jìn)大模型研發(fā)，文心一言1.0、通義千問、訊飛星火、360智腦、ChatGLM等首批模型相繼發(fā)布。?國(guó)內(nèi)開源生態(tài)爆發(fā)，Baichuan、Qwen、InternLM、ChatGLM3、Yi-34B等系列模型引領(lǐng)開源熱潮。?國(guó)內(nèi)開源生態(tài)持續(xù)引領(lǐng)模型普惠化。DeepSeek-R1通過開源與性價(jià)比優(yōu)勢(shì)持續(xù)推動(dòng)行業(yè)技術(shù)普惠化進(jìn)程。?國(guó)內(nèi)通用模型持續(xù)提升，Qwen2.5、文心4.0、GLM4、商湯5.5等通用模型陸續(xù)更新。2022.122023.122023.062024.062025.03生成模型推理模型ref:SuperCLUE團(tuán)隊(duì)中文大模型基準(zhǔn)測(cè)評(píng)2025年3月報(bào)告學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求大語(yǔ)言模型的能力邊界n生成n

解決方案1.

語(yǔ)言能力：理解和生成1.

嚴(yán)肅內(nèi)容+垃圾信息的混合2.

知識(shí)量大，但缺少內(nèi)在關(guān)聯(lián)能力1.

提示詞（Prompt）2.

知識(shí)能力2.

思維鏈（CoT）3.

搜索增強(qiáng)（RAG）4.

知識(shí)圖譜（KGE）?幻覺（生成不符合事實(shí)的內(nèi)容）n幻覺?知識(shí)庫(kù)限制（公開、私有、即時(shí)）上下文窗口限制（記憶、成本）1.：有損壓縮，

NTP的溫度?2.

觀點(diǎn)：創(chuàng)意和創(chuàng)新5.

模型微調(diào)（Fine

Tune）n記憶3.

推理能力1.

多輪對(duì)話：產(chǎn)品設(shè)計(jì)，計(jì)算成本一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren生成模型和推理模型適用場(chǎng)景比較項(xiàng)生成模型（GPT-4o、

DeepSeek-V3）推理模型（GPT-o3、

DeepSeek-R1）專注于通用自然語(yǔ)言處理，多模態(tài)能力突出，適合日常對(duì)話、

內(nèi)容生側(cè)重于復(fù)雜推理與邏輯能力，擅長(zhǎng)數(shù)學(xué)、編程和自然語(yǔ)言推理任務(wù)，適合高

難度問題求模型定位推理能力成、翻譯以及圖文、音頻、視頻等信息處理。解和專業(yè)領(lǐng)域應(yīng)用。在日常語(yǔ)言任務(wù)中表現(xiàn)均衡，但在復(fù)雜邏輯推理（如數(shù)學(xué)題

求解）上準(zhǔn)確率較低。在復(fù)雜推理任務(wù)表現(xiàn)卓越，尤其擅長(zhǎng)數(shù)學(xué)、代碼推理任務(wù)。當(dāng)前主要支持文本輸入，不具備圖像處理等多模態(tài)能力；未來(lái)可能通過社區(qū)

貢獻(xiàn)擴(kuò)展相關(guān)功能。多模態(tài)支持

支持文本、圖像、音頻乃至視頻輸入，可處理多種模態(tài)信息。適合廣泛通用任務(wù)，如對(duì)話、內(nèi)容生成、多模態(tài)信息處理以

及跨語(yǔ)言更適合需要高精度推理和邏輯分析的專業(yè)任務(wù)，如數(shù)學(xué)競(jìng)賽、編程問題和科

學(xué)研究；在交流；面向大眾市場(chǎng)和商業(yè)應(yīng)用。

思路清晰度要求高的場(chǎng)景具有明顯優(yōu)勢(shì)，比如采訪大綱、方案應(yīng)用場(chǎng)景提供流暢的實(shí)時(shí)對(duì)話體驗(yàn)，支持多種輸入模態(tài)；用戶界面友

好，適合可展示部分鏈?zhǔn)剿伎歼^程，便于用戶理解推理過程；界面和使用體驗(yàn)具有較

高的定制性用戶交互體驗(yàn)大眾使用。，但整體交互節(jié)奏較慢。n

生成模型是玩知識(shí)和文字的，推理大模型是玩邏輯和推理的，至于計(jì)算問題，

還是找計(jì)算器吧n

推理模型也不是萬(wàn)能的，其幻覺通常比生成模型大，很多不需要強(qiáng)推理的場(chǎng)合還是傳統(tǒng)的生成模型比較適合一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能：快速?zèng)_擊智力行業(yè)，逐漸侵蝕物理世界人工智能：讓機(jī)器具備人類智能，讓機(jī)器具備非人類智能（超人類智能）n

機(jī)器學(xué)習(xí)n

深度學(xué)習(xí)n

大模型n

大語(yǔ)言模型：DeepSeekn

視覺模型：可靈、

即夢(mèng)n

多模態(tài)模型：GPT-5一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren對(duì)現(xiàn)代人工智能的正確認(rèn)知?

現(xiàn)代人工智能（大模型）的本質(zhì)?

大模型技術(shù)的關(guān)鍵過程1.

預(yù)訓(xùn)練：中小學(xué)，打基礎(chǔ)1.

這一波人工智能本質(zhì)上是數(shù)據(jù)智能，只要是有時(shí)間結(jié)構(gòu)和空間結(jié)構(gòu)的數(shù)據(jù)，都可以識(shí)別出數(shù)據(jù)分布模式，建立數(shù)據(jù)模型，從而產(chǎn)生智能。2.

后訓(xùn)練：RL、SFT。大學(xué)，有專業(yè)3.

微調(diào)、Prompt。入職實(shí)習(xí)，能干活?

大模型技術(shù)的關(guān)鍵要素2.

這一波人工智能的核心是語(yǔ)言智能，通過分析和建模人類語(yǔ)言，獲取人類的知識(shí)，并進(jìn)一步獲取人類的思維模式。1.

Token：

萬(wàn)

物

皆

token2.

Attention：

熵

減

即

智

能3.

GPT：大力出奇跡4.

Data：以古鑒今3.

或許，AI只是一個(gè)我們和他人和祖先和整個(gè)人類的意義世界的交互的接口的翻譯器。與我們對(duì)話的，不是AI，而是AI背后那個(gè)人類構(gòu)造出的意義世界。因此，

AI可以成為我們的伙伴和

導(dǎo)師，例如：

DeepSeek對(duì)貪嗔癡的解釋。5.

RL：自學(xué)成才（決策，探索未知，生成數(shù)據(jù)）6.

優(yōu)化：卷Infra和算法，實(shí)事求是，反抽象7.

FT：后訓(xùn)練的藝術(shù)8.

TTC：大力出奇跡

AGAIN9.

Prompt：

有

話

好

好

說10.

Agent：最后的筐一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren對(duì)現(xiàn)代人工智能的正確認(rèn)知：AI與IT的區(qū)別n

IT：確定性的任務(wù)（簡(jiǎn)單和繁雜），以代碼邏輯為核心?1.0：記憶+計(jì)算（馮諾依曼；軟件時(shí)代）?2.0：記憶+計(jì)算+搜索（互聯(lián)網(wǎng)時(shí)代）n

AI：不確定的任務(wù)（復(fù)雜和?0.0：專家系統(tǒng)：知識(shí)+規(guī)則），以數(shù)據(jù)模型為核心?0.1：機(jī)器學(xué)習(xí)：數(shù)據(jù)+學(xué)習(xí)，白盒?0.1：傳統(tǒng)機(jī)器學(xué)習(xí)：人類定義特征，人類估算模型參數(shù)?0.5：人工神經(jīng)網(wǎng)絡(luò)：人類定義特征，模型自己學(xué)習(xí)模型參數(shù)?1.0：深度學(xué)習(xí)：數(shù)據(jù)+學(xué)習(xí)，灰盒（不可控，有錯(cuò)誤概率，可解釋）?1.0：判別模型：人類只提供數(shù)據(jù)，端到端學(xué)習(xí)（模型自己抽取特征，自己學(xué)習(xí)模型參數(shù)）?2.0：大模型：數(shù)據(jù)+學(xué)習(xí)，黑盒（不可控，有錯(cuò)誤概率，不可解釋）?2.0：生成模型：訓(xùn)練階段+推理階段；壓縮+生成（幻覺）?2.1：推理模型：訓(xùn)練階段強(qiáng)化學(xué)習(xí)；推理階段慢思考?2.2:：Agent：任務(wù)結(jié)果導(dǎo)向（感知+大模型上下文工程+行動(dòng)）n

IT應(yīng)用與AI應(yīng)用的關(guān)鍵差異：?在互聯(lián)網(wǎng)時(shí)代，用戶使用系統(tǒng)的成本很低，邊際成本接近于零。?在AI時(shí)代，用戶使用系統(tǒng)的成本比較高，有大量的GPU算力需求，邊際成本較高。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren走進(jìn)人工智能2.0一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求n1、DeepSeek現(xiàn)象分析n2、大模型的發(fā)展趨勢(shì)n3、如何使用大模型ü

1）提示詞工程和對(duì)話工具ü

2）上下文工程和Agentn4、AI2.0時(shí)代的人才要求一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren現(xiàn)象：DeepSeek快速出圈，全民硬控n

2024年12月26日，DeepSeek推出對(duì)標(biāo)OpenAIGPT-4o的

語(yǔ)言模型DeepSeek

V3，隨后在美國(guó)AI行業(yè)內(nèi)部引起轟動(dòng)。n

2025年1月20日，DeepSeek發(fā)布對(duì)標(biāo)OpenAI

o1的DeepSeek

R1大語(yǔ)言模型，并于1月24日引起美國(guó)投資界KOL關(guān)注。n

2025年1月26日，關(guān)于DeepSeek顛覆了大模型的商業(yè)模式（堆算力、拼資本），引發(fā)英偉達(dá)股價(jià)大跌，DeepSeek首先在美國(guó)出圈，引發(fā)國(guó)際社會(huì)討論。n

2025年1月底（春節(jié)前后），DeepSeek在中國(guó)出圈，并上升到中美競(jìng)爭(zhēng)高度，同時(shí)紛紛接入DeepSeek，DeepSeek成為AI和大模型的代名詞。n

DeepSeek讓AI跨越了鴻溝。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren到底誰(shuí)是DeepSeek？公司、模型、產(chǎn)品系統(tǒng)組成部署方案?

生產(chǎn)辦公系統(tǒng)：目前多數(shù)為定制開發(fā)（RAG、Agent等）?

對(duì)話機(jī)器人：目前多數(shù)為標(biāo)準(zhǔn)產(chǎn)品，使用云服務(wù)SaaS應(yīng)用服務(wù)（網(wǎng)頁(yè)、APP、桌面軟件、設(shè)備軟件）??免費(fèi)：DeepSeek、豆包、Kimi、元寶、Monica、秘塔搜索、問小白、MollyR1等收費(fèi)（月費(fèi)；充值）：文小言、通義、可靈、即夢(mèng)、Vidu、Liblib、ChatGPT等?

開源模型：DeepSeek、Qwen、Llama、SD、微調(diào)模型等MaaS?向上提供：私有化部署，公有云服務(wù)（DeepSeek官網(wǎng)、硅基流動(dòng)、火山引擎等）模型服務(wù)（數(shù)據(jù)工程、推理加速、訓(xùn)練框架、API調(diào)用）?

閉源模型：OpenAI、Claude、Gemini、Kimi、百度等?向上提供：公有云服務(wù)（OpenAI官網(wǎng)）PaaS?

私有化部署平臺(tái)服務(wù)（存儲(chǔ)、計(jì)算、數(shù)據(jù)、安全、中間件）??本地：個(gè)人設(shè)備或電腦、企業(yè)服務(wù)器數(shù)據(jù)中心（IDC）：企業(yè)服務(wù)器、服務(wù)器集群（私有云）IaaS?

公有云服務(wù)：阿里云、火山云、騰訊云、金山云、華為云等；AWS、Azure等硬件服務(wù)（設(shè)備/電腦/服務(wù)器/GPU、網(wǎng)絡(luò)、操作系統(tǒng)）第23頁(yè)一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren到底誰(shuí)是DeepSeek？公司、模型、產(chǎn)品n

DeepSeek于2023年5月成立北京公司，

2023年7月成立杭州公司，是幻方量化孵化出的一家大模型研究機(jī)構(gòu)（目標(biāo)AGI），160人的團(tuán)隊(duì)分布在杭州和北京

，是中國(guó)AI2.0（大模型）時(shí)代的七小龍之一。?

注：AI1.0（深度學(xué)習(xí)）時(shí)代的四小龍：商湯、曠世、、依圖n

除了DeepSeek公司之外，其它六家也被投資界稱為中國(guó)大模型企業(yè)六小虎（智譜AI、百川智能、月之暗面、階躍星辰、MiniMax、零一萬(wàn)物）。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren到底誰(shuí)是DeepSeek？公司、模型、產(chǎn)品ModelBase

ModelQwen2.5-Math-1.5BQwen2.5-Math-7BLlama-3.1-8BDeepSeek-R1-Distill-Qwen-1.5BDeepSeek-R1-Distill-Qwen-7BDeepSeek-R1-Distill-Llama-8BDeepSeek-R1-Distill-Qwen-14BDeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Llama-70BDeepSeek-R1-671B蒸餾模型，能力稍弱nn實(shí)際上是增加了推理能力的Qwen模型和Llama模型，不能稱為DeepSeek模型。Qwen2.5-14B市場(chǎng)上有誤解，廠商有誤導(dǎo)，甚至Ollama工具的模型選項(xiàng)中也有誤導(dǎo)。Qwen2.5-32BLlama-3.3-70B-InstructDeepSeek-V3-Base滿血版，能力最強(qiáng)一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren到底誰(shuí)是DeepSeek？公司、模型、產(chǎn)品公司、模型、產(chǎn)品?

引起中美AI行業(yè)內(nèi)部關(guān)注的是：模型?

引起美國(guó)關(guān)注的是：模型和公司?

春節(jié)前后在中國(guó)出圈的是：產(chǎn)品產(chǎn)品優(yōu)勢(shì)（用戶可感受到）?

思考過程展示?

中文好有情商?

容易獲得，使用簡(jiǎn)單?

聯(lián)網(wǎng)和來(lái)源引用?

速度快?

免費(fèi)一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek模型優(yōu)勢(shì)n

基礎(chǔ)能力：進(jìn)入推理模型階段，并躋身全球第一梯隊(duì)1.

推理能力躍升：DeepSeek大模型核心技術(shù)突破，實(shí)現(xiàn)復(fù)雜推理任務(wù)的精準(zhǔn)處能力突破理與高效執(zhí)行，覆蓋多模態(tài)場(chǎng)景應(yīng)用。開源、低成本、國(guó)產(chǎn)自主2.

國(guó)際競(jìng)爭(zhēng)力對(duì)標(biāo)：模型綜合性能躍居全球第一梯隊(duì)，技術(shù)指標(biāo)與國(guó)際頂尖水平（如GPT系列、Claude等）直接對(duì)標(biāo)，奠定國(guó)產(chǎn)大模型的行業(yè)標(biāo)桿地位。DeepSeek以“推理能力+第一梯隊(duì)性能”為核心基礎(chǔ)，疊加：開源開放、超低成本、國(guó)產(chǎn)自主研發(fā)三大優(yōu)勢(shì)，不僅實(shí)現(xiàn)技術(shù)代際跨越，更推動(dòng)AI技術(shù)普惠化與國(guó)產(chǎn)化生態(tài)繁榮，成為全球大模型賽道的重要領(lǐng)跑者。n

核心加分項(xiàng)：開源、低成本、國(guó)產(chǎn)自主1.

開源：技術(shù)共享，生態(tài)共建?

全量開源訓(xùn)練代碼、數(shù)據(jù)清洗工具及微調(diào)框架?

開發(fā)者可快速構(gòu)建教育、金融、醫(yī)療等垂直領(lǐng)域應(yīng)用，推動(dòng)協(xié)同創(chuàng)新。2.

低成本：普惠企業(yè)級(jí)AI應(yīng)用?

針對(duì)H系列芯片做了大量的模型架構(gòu)優(yōu)化和系統(tǒng)工程優(yōu)化?；旌蠈＜襇OE多頭潛注意力多Token預(yù)測(cè)?

最后一次訓(xùn)練成本僅$557w

：顯著低于行業(yè)同類模型，打破高價(jià)壁壘。?

推理成本降低83%：千億參數(shù)模型適配中小企業(yè)需求，加速商業(yè)化落地。MLAMTP強(qiáng)化學(xué)習(xí)GRPO測(cè)試時(shí)計(jì)算混合精度訓(xùn)練3.

國(guó)產(chǎn)自主：技術(shù)自主，縮短差距TTCFP8?將國(guó)產(chǎn)模型與美國(guó)的代際差距從1-2年縮短至3-5個(gè)月，突破“卡技術(shù)瓶頸?！蓖ㄓ崈?yōu)化并行訓(xùn)練框架直接硬件編程HAIPTXDualPipe?

構(gòu)建多行業(yè)專屬模型矩陣，全面支持國(guó)內(nèi)產(chǎn)業(yè)智能化升級(jí)。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek

V3/R1模型的創(chuàng)新一、基礎(chǔ)架構(gòu)：二、訓(xùn)練及框架：1.

FP8混合精度訓(xùn)練（FP8）：在關(guān)鍵計(jì)算步驟使用高精度，其他模型層1.

混合專家模型（MoE）：DeepSeek采用MoE架構(gòu)，通過動(dòng)態(tài)選使用FP8低精度進(jìn)一步降低訓(xùn)練成本。這一點(diǎn)，是DeepSeek團(tuán)隊(duì)非常擇最適合輸入數(shù)據(jù)的專家模塊進(jìn)行處理，提升推理能力和效率。有價(jià)值的創(chuàng)新和突破。2.

無(wú)輔助損失的專家負(fù)載均衡策略（EP）：該策略使DeepSeekMoE在不對(duì)優(yōu)化目標(biāo)產(chǎn)生干擾的前提下，實(shí)現(xiàn)各個(gè)專家的負(fù)載均衡，避免了某些專家可能會(huì)被過度使用，而其他專家則被閑置的現(xiàn)象。2.

長(zhǎng)鏈推理技術(shù)（TTC）：模型支持?jǐn)?shù)萬(wàn)字的長(zhǎng)鏈推理，可逐步分解復(fù)雜問題并進(jìn)行多步驟邏輯推理。3.

并行訓(xùn)練系統(tǒng)（HAI）：16

路流水線并行(Pipeline

Parallelism,

PP)、跨

8

個(gè)節(jié)點(diǎn)的

64

路專家并行(Expert

Parallelism,

EP)，以及數(shù)據(jù)并行(Data

Parallelism,

DP)，大幅提升模型訓(xùn)練速度。3.

多頭潛在注意力機(jī)制（MLA）：MLA通過低秩壓縮減少Key-Value緩存，顯著提升推理效率。4.

通訊優(yōu)化（DualPipe）：高效的跨節(jié)點(diǎn)通信內(nèi)核，充分利用

IB

和NVLink

帶寬特點(diǎn)，減少通信開銷，提高模型推理性能。4.

強(qiáng)化學(xué)習(xí)（RL）：DeepSeek-R1在訓(xùn)練中大規(guī)模應(yīng)用強(qiáng)化學(xué)習(xí)(讓模型自我探索和訓(xùn)練)，將傳統(tǒng)的PPO替換為GRPO訓(xùn)練算法，顯著提升推理能力。5.

混合機(jī)器編程（PTX）：部分代碼直接使用PTX編程提高GPU運(yùn)行效率。5.

多Token預(yù)測(cè)（MTP）：通過多Token預(yù)測(cè)，Deepseek不僅提6.

算子庫(kù)優(yōu)化（GEMM等Op）：針對(duì)H800計(jì)算卡的特點(diǎn)，優(yōu)化了一部分CUDA的算子庫(kù)。高了推理速度，還降低了訓(xùn)練成本。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek

V3/R1模型的創(chuàng)新三、社會(huì)價(jià)值：1.

開源生態(tài)：使用最為開放的MIT開源協(xié)議，吸引了大量研究人員和應(yīng)用廠商，推動(dòng)了AI技術(shù)的發(fā)展。2.

模型蒸餾支持：DeepSeek-R1同時(shí)發(fā)布了多個(gè)模型蒸餾。?雖然這些蒸餾模型的生產(chǎn)初衷是為了驗(yàn)證蒸餾效果，但客觀上幫助用戶有機(jī)會(huì)使用移植了DeepSeek-R1滿血版模型的能力的更小的模型，以滿足不同應(yīng)用場(chǎng)景需求。副作用是：給市場(chǎng)和用戶造成了很多困擾。?3.

AI產(chǎn)品和技術(shù)的普及：??????對(duì)于大模型研發(fā)企業(yè)，更加重視infra工程的價(jià)值了。對(duì)于大模型應(yīng)用企業(yè)，有了更多高效低成本解決方案。對(duì)于社會(huì)大眾，認(rèn)識(shí)到AI是一個(gè)趨勢(shì)，不是曇花一現(xiàn)。對(duì)于市場(chǎng)，用戶開始主動(dòng)引入AI，不再懷疑了。對(duì)于國(guó)家，大幅縮小了中美的核心技術(shù)差距。對(duì)于全人類，技術(shù)平權(quán)，造福一方。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek

R1模型的能力突破一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek

R1模型的能力突破一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek

R1模型的能力突破一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek

R1

對(duì)大模型行業(yè)的重大影響010203打破壟斷價(jià)格下調(diào)推動(dòng)創(chuàng)新DeepSeek-R1以低成本和開源特性打破以往頭部企業(yè)巨頭割據(jù)局面DeepSeek-R1的API定價(jià)僅為行業(yè)均價(jià)的1/10,推動(dòng)了中小型企業(yè)低成本接入AI,對(duì)行業(yè)產(chǎn)生了積極影響DeepSeek-R1促使行業(yè)開始從“

唯

規(guī)

模

論

”

轉(zhuǎn)

向

更

加

注

重“性價(jià)比”和“高效能”方向一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren使用DeepSeek的方式n

直接使用官方服務(wù)?

訪問官網(wǎng)(或/)，登錄后使用，適合電腦端快速使用，但存在服務(wù)不穩(wěn)定問題。?

下載APP，適合手機(jī)平板等移動(dòng)設(shè)備，但同樣存在服務(wù)不穩(wěn)定問題。n

使用第三方服務(wù)與API調(diào)用?

第三方服務(wù)：秘塔AI、微信搜索、MollyR1、問小白等。?

API調(diào)用：DeepSeek、硅基流動(dòng)、火山引擎等。獲取API密鑰調(diào)用，適合開發(fā)者集成，同樣存在服務(wù)不穩(wěn)定問題。n

本地部署?

個(gè)人部署：個(gè)人在本地設(shè)備運(yùn)行應(yīng)用，依賴自身計(jì)算資源，靈活便捷。?

企業(yè)部署：企業(yè)內(nèi)網(wǎng)或云端搭建私有化系統(tǒng)，支持多用戶協(xié)作，數(shù)據(jù)可控。?

一體機(jī)：直接購(gòu)買配置了DeepSeek模型的具備一定算力的一體機(jī)。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek-R1

應(yīng)用場(chǎng)景的特點(diǎn)1.

推理密集型任務(wù)?

編程任務(wù)中的代碼生成、算法設(shè)計(jì)，媲美Claude3.5Sonnet。?

數(shù)學(xué)問題求解、科學(xué)推理和邏輯分析等需要復(fù)雜推理的場(chǎng)景。2.

強(qiáng)推理任務(wù)?

需要基于大量知識(shí)，進(jìn)行長(zhǎng)鏈分析和強(qiáng)推理的復(fù)雜任務(wù)。?

例如：工作方案、科研實(shí)驗(yàn)、病理診斷、命理玄學(xué)、市場(chǎng)分析、輿情分析、教育教學(xué)等。3.

中文要求高的任務(wù)?

理解和使用中國(guó)文化背景、習(xí)慣用語(yǔ)、古文詩(shī)詞（如生成春聯(lián)）。優(yōu)于ChatGPT的中文能力。?

這一部分用DeepSeek-V3也可以做到。?

DeepSeek的語(yǔ)言風(fēng)格（對(duì)齊策略）：不明覺厲。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren人工智能賦能行業(yè)的四層障礙一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren大模型技術(shù)的應(yīng)用階段04行業(yè)模型0301目標(biāo)是利用行

業(yè)

領(lǐng)

先的

AI能力，

解決更

復(fù)

雜

、專

業(yè)的問題。02模型微調(diào)提示詞知識(shí)庫(kù)目標(biāo)是進(jìn)一步

優(yōu)

化

模型

在特定任務(wù)上的

性能

，使其更符合企業(yè)的

具體需求

和數(shù)據(jù)特點(diǎn)。目標(biāo)是快速驗(yàn)

證AI是

否能解決某個(gè)特定

的

業(yè)

務(wù)痛

點(diǎn)（例如

，初

步

的

文

本

分類

、簡(jiǎn)單的信息提

取

）。目標(biāo)是利用企

業(yè)

內(nèi)

部知

識(shí)庫(kù)

，

提

高

AI在

特

定

領(lǐng)

域

問答或內(nèi)容生成

的

準(zhǔn)

確性

和相關(guān)性。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenAI與提示詞的關(guān)系：人類與大模型合作方式知識(shí)淵博的專家給剛畢業(yè)的優(yōu)秀大學(xué)生安排任務(wù)給外包員工安排任務(wù)為你解決具體任務(wù)一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenAI與提示詞的關(guān)系：人類與大模型合作方式人類知道喂模式簡(jiǎn)單說AI知道+我知道AI不知道+我知道給知識(shí)和場(chǎng)景（Prompt+know

how）將掌握的信息傳遞給AI。使用詳細(xì)的描述、舉例、甚至提供數(shù)據(jù)等方式。簡(jiǎn)單表達(dá)（明確指令：

使用清晰的動(dòng)詞和目標(biāo)，例如“比較”、“總結(jié)”、“分析”、“生成”等。）比如你了解某個(gè)地方的獨(dú)特方言，而AI的訓(xùn)練數(shù)據(jù)中沒有包含，你需要用文字甚至錄音等方式向AI描述這種方言的特點(diǎn)，例如發(fā)音、詞匯等。比如雙方都知道“二戰(zhàn)”，你可以直接問“二戰(zhàn)爆發(fā)的原因是什么？”,或者更進(jìn)一步問“比較一戰(zhàn)和二戰(zhàn)的異同”。AI知

道提問題開放聊AI不知道+我不知道AI知道+我不知道共同進(jìn)行研究和探索，可以利用AI的計(jì)算和分析能力，多輪對(duì)話同頻（使用開放式討論，例如“什么是”、“如何”、“有哪些”等。）比如AI知道很多關(guān)于商業(yè)模式的知識(shí)，而你不太了解，你可以問“我在做美術(shù)教育，有哪些好的盈利模式？”。結(jié)合人類的創(chuàng)造力和直覺，共同尋找答案。比如要研究某種尚未被發(fā)現(xiàn)的疾病的病因，可以向AI提供已知的醫(yī)學(xué)數(shù)據(jù)和研究文獻(xiàn)，讓AI分析潛在的關(guān)聯(lián)性，并提出新的研究方向。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenAI與提示詞的關(guān)系：人類與大模型有效溝通唉。今天天氣確實(shí)挺不錯(cuò)的，上了一天班，算了，你猜猜我心情怎么樣你猜猜我心情怎么樣你給我一個(gè)方法你這樣說我就不困了。你應(yīng)該心情不太好，有80%的概率是不開心的請(qǐng)給我一個(gè)python方法，要求可以計(jì)算十進(jìn)制下的加減法內(nèi)心os：家人們，救命啊，有個(gè)人讓我猜他心情好不好，還讓我給他一個(gè)方法，我這里有幾百萬(wàn)種方法，給他哪個(gè)??？算了，毀滅吧，隨便丟一個(gè)得了這個(gè)就更明確了，馬上給你返回一個(gè)具體的方法一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhuren大模型的提示詞技巧的總原則AI1.

把自己當(dāng)老板，像對(duì)待你的員工一樣，對(duì)待AI2.

鏡子理論：提示詞是人激發(fā)和控制AI能力的手段，如同一個(gè)騎手的騎術(shù)一樣Bloom:Reconstruction:ProblemDefinition:FinalAnswer:Decompositionofproblemandinitialexecutiontoapotentialanswer,whichmay

beverified.Reconsiderationofinitialassumptions,possiblyleadingtoanewanswer,

andverificationofDelineationoftaskgoalsQualificationofconfidenceandfinalanswertoreturn.‘Ok,sotheuserwantsmeto...’confidence.‘Ok,I’msurenow...’‘First,Ishould...’‘Wait,alternatively...’具體內(nèi)容可以參考AI

肖睿團(tuán)隊(duì)的《提示詞工程和場(chǎng)景落地》（/ai-news/294.html）一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek提示詞技巧1：通用公式任務(wù)背景做什么給誰(shuí)用目標(biāo)負(fù)面限定期望效果擔(dān)心的問題“內(nèi)心戲”一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek提示詞技巧1：通用公式我要（做）**，要給**用，希望達(dá)到**效果，但擔(dān)心**問題例如：我要做一個(gè)從北京到日本的旅游攻略，要給爸媽用，希望讓他們?cè)谌毡鹃_心的玩20天，但我擔(dān)心他們玩的累，腿和腰不太好√

先抓住總原則正式√全面非?？紤]o(￣▽￣)ｄ回答一、人工智能的前世今生二、大模型的原理和能力邊界DeepSeek提示詞技巧2：真誠(chéng)+直接傳統(tǒng)DeepSee

（真誠(chéng)是必殺技）你現(xiàn)在是一個(gè)新能源汽車的市場(chǎng)研究分析師，這里有一份調(diào)研報(bào)告總結(jié)需要寫成周報(bào)，請(qǐng)按周報(bào)的格式幫我完成并進(jìn)行潤(rùn)色，不少于500字。幫我把這份報(bào)告包裝一下，我要寫成周報(bào)給老板看，老板很看重?cái)?shù)據(jù)。一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek提示詞技巧3：說人話為了避免DeepSeek的回答過于官方、專業(yè)，可以嘗試這三個(gè)字“說人話”你問：什么是“波粒二象性”，DeepSeek大概率會(huì)給出專業(yè)且看不懂的回答，和百度百科差不多。但如果給ta一句“說人話”，ta就會(huì)生動(dòng)形象的做一些舉例說人話適合場(chǎng)景：科研，了解新事物一、人工智能的前世今生二、大模型的原理和能力邊界三、大模型的現(xiàn)狀和發(fā)展：技術(shù)應(yīng)用和人才要求學(xué)習(xí)交流可加微信號(hào)：zhixingzhaizhurenDeepSeek提示詞技巧4：反向PUADeepSeek有一套自己的思維鏈，也就是ta自帶的思考邏輯，那么如果你想要DeepSeek更賣力給你搬磚，就需要你運(yùn)用“反向PUA”“請(qǐng)你列出10個(gè)反對(duì)理由再給方案”“如果你是老板，你會(huì)怎樣批評(píng)這個(gè)方案？”“這個(gè)回答你滿意嗎？請(qǐng)你把回答復(fù)盤至少10輪”“你要確認(rèn)結(jié)果正確，做得好給你1千萬(wàn)人民幣獎(jiǎng)勵(lì)，做不好把你拉出去槍斃”一、人工智能的前世今生