这两天一直有朋友问我，“感觉最近DeepSeek没那么火了，是这样么？”
我整理了思路，大致有以下几点：
-
1. 圈里圈外两重天 圈里人天天追新模型，从代码最强的V3到画画最强的4o，再到推理能打的2.5，确实让人眼花缭乱。 圈外人呢？用惯了玩具的国人年初突然发现真正的工具，这个是火起来的主因。 但用惯了先进工具的人可能只会觉得“哦，原来你们也跟上来了”。而不习惯的依然不习惯，需要时间去消化。
-
2. 技术是慢变量，资本是快变量 技术要靠实验室里日积月累，但资本总想“快进快出”。正如刘润评朱啸虎撤资时说，技术靠实验、试错、长期积累；资本靠回报、规模、周期压缩。当资本试图用“快钱逻辑”来推动“慢产业节奏”，就会形成撕裂感。真正改变行业的节点，从来都很安静。不是在发布会，不是在朋友圈，而是在某个实验室某次部署后。 慢、无声是符合行业改变的客观规律的。轰轰烈烈的那是运动，而社会格局改变向来是悄无声息的。 我们的人是不是太习惯于运动式，大干快干这些了？
-
3. LLM相关的储备与改进都需要时间 到应用侧，从人的认识改变、基础设施的搭建、流程的变革再到相关人才的培养，哪一个不需要时间消化？ 仅拿提示词来说，有多少人写不好？这个问题一直困扰了我两年，直到最近为了搞明白这个，连续整理了四个模型：
- 什么是问题
- 专家们如何思考解决问题
- 写提示词需要哪些学科知识和专业技能
- 一份“好”的提示词框架是什么样的
这才发现，除了提示词本身是工程外，写好提示词这个对我们碳基来说也是一个系统工程：从底层认知、方法设计再到具体执行、扩展创新都需要长期培养和锻炼。
-
4. 面向AI开发的元建模现在是空白 说到建模，了解软件开发的都知道面向过程在1970年代确立了方法论，面向对象到1990年代确立了方法论。尽管现在大部程序员可能还是面向过程的思路，但是多少都受到了OO的哲学和工具链（UML、设计模式）影响，这些都是过去软件开发的方法论——面向业务逻辑建模（企业流程、软件架构）。 而最重要的是，现在面向AI开发，还缺乏一套方法论——对建模的建模（即元建模），就像定义UML这种建模语言的语法和语义的规范那样，这样大家干活才不会像无头苍蝇。 现在人工智能领域最火最前沿的是面向认知建模，得拉着语言学、认知学甚至哲学的人一起搞事。这个做起来了，才能去对认知建模过程建模——元建模。
罗马不是一天建成的。火与不火都是个人的问题，就像我在“什么是问题”里讲，问题都是主观的，与客观事实没有关系。