今天小編分享的科技經驗：DeepSeek活成了豆包想要的樣子，歡迎閱讀。
" 豆包 " 和 "DeepSeek"（文中均指代應用）演繹了兩個充滿戲劇性的故事。
豆包是含着 " 金湯匙 " 出生的貴族，被家族上下寄予厚望。背靠字節雄厚的人力、資源和流量，成長為了 "2024 年國内用戶量最大的 AI 應用 "。
按照豆包的 " 養成計劃表 "，7000 多萬的月活還只是開始，今年 MAU 的目标是 2-3 億，衝刺去年底 ChatGPT 的水平。
美好的計劃被跑出來的 " 黑馬 " 所打破，伴随着高漲的科技情緒，DeepSeek 短暫地成為了春節期間的 " 國民 App"。
" 超越 " 以肉眼可見的速度具象化。據 QuestMobile 數據顯示，1 月 28 日，DeepSeek 日活躍用戶數首次超過豆包。随後 7 天狂攬 1 億用戶，甚至超過 ChatGPT 的用戶增長速度，成為史上用戶數增長最快的互聯網產品。
另據央視财經，近期 DeepSeek 訪問使用量急速上升，已經成為目前最快突破 3000 萬日活躍用戶量的應用程式。
需要特别強調的是，DeepSeek 應用爆發完全屬于自然增長，官方沒有進行任何投流或營銷動作。而豆包依靠壟斷式投流，已經在市場跑了将近半年。如今，本來在 C 端 AI 應用市場上穩操勝券的豆包，有了新的對手，一切發生得始料未及。
DeepSeek 成為了攪動市場的 " 鲶魚 "，給去年即将固化的格局帶來了些許松動。
"All in"" 不計投入 " 和 " 重視人才密度 "，從某種程度上看，字節和深度求索公司在 AI 上有着相似的執念和追求。但結果是，字節仍困在績效主義漩渦中，而深度求索則真正做到了 " 跳出大廠射程 "。
正如《為什麼偉大不能被計劃》一書中所提到，若想實現更多所謂的豐功偉業，目标往往會成為絆腳石，比如與探索發現、創造力、發明或創新有關的目标。
" 當最偉大的成就被設定為目标時，其實現的可能性就近乎渺茫了。"
無心插柳柳成蔭
在很多公開采訪中，深度求索都在向外界傳遞一個觀念：專注探索研究，目标指向 AGI。
國内标榜自己為 AGI 布道士不在少數，這也一度叩開了投資者的大門。
大廠為了防御，把雞蛋放在了不同的籃子裡。其他入場玩家迫于生存和融資壓力，也不得不把精力留在了應用、To B 等方向上。而深度求索在其中是一個另類，從最初的 DeepSeek Coder 代碼大模型到 R1 推理模型，其方向一直在底層通用大模型能力上做突破。
光子星球了解到，在 DeepSeek -R1 誕生前，除了部分大廠外，絕大部分 AI 創業公司已經完全放棄了模型訓練。
基礎的模型訓練猶如無底洞，真金白銀砸進去也看不到質的提升。" 套殼 " 和 " 粉飾 " 或許才是國内大模型的真相。據某知情人士表示，某 AI 六小虎在去年年初才開始自己訓練大模型，但這絲毫不影響追趕 GPT-o1 的熱潮。
在基礎大模型之外，大致可以分為兩派，即 To B 和 To C。去年，C 端 AI 應用打得火熱，以字節豆包和月之暗面 Kimi 為首展開了幾波線上、線下獲客營銷大戰。初期，大廠和創業公司紛紛下場互不相讓。但到後期，以用戶量、日活為參考指标拉開了梯隊，彼時強勁的選手只剩下了豆包、Kimi 和文小言。
盡管投流營銷備受诟病，但在功能和產品體驗未能拉開明顯差距的前提下，豆包和 Kimi 還是選擇了用真金白銀換用戶增長。
于無形中誕生了一種潛規則：投流力度與日、月活呈正比。AI 產品榜數據顯示，截至去年 12 月份，豆包月活 7116 萬，Kimi 月活 1669 萬。
DeepSeek 的橫空出世打破了上述邏輯，用一次智能更新驅動產品更新。在推理模型的加持下，DeepSeek 的生成效果與同期競品有了明顯的提升，脫離了爬蟲和網頁檢索邏輯，真正完成了 " 拆解 - 思考 - 推理 - 生成 " 的閉環。這就是 DeepSeek 連續 " 伺服器繁忙 "，但依然有大批用戶願意等待的原因，此外亦提供了市場上用戶稀缺的價值。
在沒有投流的前提下，DeepSeek 僅上線一個月日活就超過 3000 萬，這是豆包瘋狂推廣一年都未曾達到的成績。
沒有過多的優化、UI 設計和功能聚合，僅僅是更新新模型能力後順便上線的一款應用，卻達成了意想不到的效果。
不排除有其他的因素放大了對 DeepSeek 的關注，但至少在 AI 時代證明了，投流獲客邏輯不是萬能的。一款能滿足用戶需求的 AI 產品，依然能夠實現逆襲。
必選題和可選題
AI 應用這道考題，深度求索和字節從一開始就出現了分歧。對前者而言是可選題，後者則是必選題。
面對潑天的流量，深度求索有兩種選擇。
一種是借着這股東風，順勢向 C 端方向轉型，後期持續在該方向上投入資源。另一種是保持最小投入，像通義誕生初期一樣，把應用產品作為大模型突破的副產品和展示視窗，主線仍保持不變。
從現在來看，深度求索對流量更多表現為謹慎和放棄。
在流量巅峰時期，其主動進行了鎖區，禁止海外非中國用戶注冊和使用。此外，面對伺服器資源緊張的情況，也沒有選擇擴容，而是暫停了 API 服務充值。現在打開應用，深度推理功能使用次數超過三次以上，顯示伺服器繁忙已是家常便飯。
接近 DeepSeek 的相關人士也告訴我們，深度求索的目标感一直很強，對做一款應用沒有太大興趣，未來的方向可能還是在大模型和開源上。
回到豆包，情況則大相徑庭。字節本身就是 C 端屬性很強的公司，豆包作為 Flow 部門主推的應用產品，前期投入已經消耗巨大，再加上投流和拉指标，沉沒成本可見一斑。和 DeepSeek 角色不同，字節有火山引擎雲和 Agent 平台，無需靠豆包來證明模型能力。
傳統的搜索引擎正在被抛棄，AI 搜索和 Agent 未來将一步步取而代之。字節等大廠都在試圖創造新的流量入口，豆包現在更像是各類 AI 功能的集合體。一方面梳理了各類零散的 AI 應用，另一方面也在為打通軟硬體、内外部體系做準備。未來的理想狀态是，用戶只需要一個對話框就能喚起功能，實現需求。上個時代，搜索引擎，如百度、谷歌掌握了話語權，而現在一切尚未可知。
流量就像潮汐一般，漲落是常态，DeepSeek 這波亦是如此。
坦白來講，DeepSeek 現在的用戶體驗并不是很好，跟成熟的豆包仍有一定距離。DeepSeek 賦予的推理能力優勢是暫時，開源和公開技術報告的背景下，字節產品化能力依舊能發揮作用，追平只是時間問題。
DeepSeek 爆火或許是新的思考時機，比如投流與用戶之間的關系，模型能力與用戶之間的關系以及產品體驗與模型能力優化的平衡等等。
在字節剛結束的全員會上，反思已經開始。
據晚點報道，字節 CEO 梁汝波提出，2025 年将不再把豆包 DAU 作為具體目标，轉而将重點放在追求 " 智能 " 上限上。
" 不忽略關鍵技術節點，把智能本身作為最重要的目标，可以激發更多嘗試。"
" 大力出奇迹 " 的 AB 面
" 用于判斷我們是否朝着正确方向前進的衡量标準，往往具有欺騙性，因為它阻礙了發掘必不可少的踏腳石。"
當站在企業文化維度審視字節和 DeepSeek，他們就如同一枚硬币的正反兩面，像又不像，在兩套标準體系中奔向了不同方向。
擁抱 AGI，探索未來世界，兩家公司都抱有同樣的決心。面對着充滿不确定性的 AI 道路，抱持了不計成本、完全投入的心态，成為了行業中少有的 " 大力出奇迹 " 的範本。
但有意思的是，Scaling Law 出現了 A、B 面。
在媒體報道中有一個細節，梁文鋒和張一鳴在招聘時，會主動去接觸尚在高校的研究生和博士生，并和其一起探讨論文研究中的細節。
落在候選人标準上，梁文鋒和幻方一以貫之，" 看能力，而不是看經驗 "，核心技術崗，基本以應屆和畢業一兩年的人為主。被問及大模型找人的必要條件時，梁文鋒給出的回答是 " 熱愛和扎實的基礎能力 "。
據說，DeepSeek 内部有一個不成文的用人規則：工作經驗超過 8 年，直接 pass；超過 5 年，需要特别出色才能入選。
字節則心口不一，熱衷于花大價錢挖掘行業中的高 P。去年，字節連續出手，将 Google 原 VideoPoet 項目負責人蔣路，零一萬物黃文灏，和阿裡通義大模型原技術負責人周暢收入麾下。
一位曾在大廠體系内任職的人員告訴我們，大廠的機制最終阻礙了創新。
字節等大模型團隊身負 OKR，評判大模型效果的指标不是達到何種性能或在推理效果，而是能為多少個内部產品賦能，以及產生多少用戶量。AGI 的遠大夢想在實際落地中顯得不堪一擊，這就導致很多時候越努力，越偏離航向。
深度求索通過頂會論文數量、獲獎級别、競賽級别等近乎苛刻的标準來篩選人才，雖然團隊規模不大，但保證了人才質量。
高 P 華麗的履歷卻成為了漂浮在大廠上方的光環。上述人員表示，" 大廠在大模型上的投入可能比不上創業團隊 "。
大廠動辄上百号人，看上去數量十分龐大，但比較分散，落實到具體產品和業務條線錯綜復雜。由于業務分支過多，聚焦到某個核心環節可能只有十幾号人，在這個維度，大廠的投入反而是不足的。
而所謂的大牛和高 P，承擔的角色更接近 " 指揮家 "。" 他們并不會實際參與到訓練過程，親自上手調參，僅在訓練思路上給一些指導性意見 "。
DeepSeek 和豆包只撕開了創新困境的冰山一角。
從去年到現在，AI 公司在努力跳出大廠射程，而大廠在試圖打碎自身的禁锢，最終或許在深度求索身上看到了希望的影子。
