准确地说，DeepSeek并不是第一次发布模型了。
在孟繁岐的视角来看，DeepSeek所公布的技术，一直以来都有不错的创意。
Closeai与DS也是有一些技术交流的，只不过两者合作并不紧密，孟繁岐也没有太将这个做量化的跨界公司放在眼中。
他认为，DS所做的稀疏没有高壁垒，仍旧受制于英伟达显卡。
换言之，孟繁岐虽然惊讶与DeepSeek-v3竟然弯道超车，提前完成了他在两个技术方向上的设想，但这件事情总体来说还是在意料之中的。
孟繁岐早就想过可能会有其他公司抢先做到，也做好了心理准备
对比之下，DeepSeek-R1系列模型，则完全超乎孟繁岐的意料。
尤其是R1-Zero这一技术，可以说是完全在孟繁岐的理解之外。
在GPT发展到第四代之后，让大模型对问题进行分析推理成为了提升模型性能的一个重要技术。
早期，有学者发现了一个非常微妙的事情，在与大模型进行交流对话的时候，如果你对它说，“请一步一步好好思索分析这个问题”，仅仅只是添加了一句话，却起到了明显的作用。
经过学者们的测试，完全相同的模型，加上这句话作为提示词后，在各个数据集和指标上的验证结果都有了显著的提高。
在有些地方上，这么一句话带来的显著的效果甚至超过将模型扩大几倍规模。
这个发现让人们开始关注大模型的推理能力。
由于大模型生成每一个字的时候，都会将此前的所有文字考虑进去，这就导致了逐步分析问题的生成方式，其输出的稳定性和逻辑性，都要比直接生成一个结论要强不少。
在直接将GPT-4级别的模型训练得更高这件事情碰壁之后，让模型形成思维链便成了一大研究重心。
而今真正将CoT(chain of thoughts)思维链落实到大模型并公开使用的，只有GPT4-o1。
推理系列的模型，会先针对提问进行一长串的分析和思考，逐一考虑各种可能性，最后才会开始尝试回答问题。
这种回答方式虽然慢了一些，但质量显然有了显著提升。
o1系列的思考过程是不公开的，或者说，只会展现给用户一小部分摘要。
这么做的原因，是为了增加其他AI公司的模仿成本。
…。。