DeepSeek杀出一条血路：国产大模型突围不靠运气！

蓝鲸财经2025-12-03

作者｜高见观潮高恒进入2025年末，全球大模型赛道的技术焦点几乎被Google重新夺回。Gemini 3 Pro横空出世，在多个权威基准上超越所有开源模型，重新确立了闭源阵营的技术高地。一时间，业内关于“开源模型是否已到极限”“Scaling Law是否真的撞墙”的质疑声再起，一股迟滞情绪在开源社区弥漫。但就在此时，DeepSeek没有选择沉默。12月1日，它一口气发布了两款重磅模型：推理性能...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2588909542?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-12-03 10:15","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2588909542","market":"sh","top_or_hot":-1,"title":"DeepSeek杀出一条血路：国产大模型突围不靠运气！","media":"蓝鲸财经","content":"<div>\n<p>作者｜高见观潮 高恒进入2025年末，全球大模型赛道的技术焦点几乎被Google重新夺回。Gemini 3 Pro横空出世，在多个权威基准上超越所有开源模型，重新确立了闭源阵营的技术高地。一时间，业内关于“开源模型是否已到极限”“Scaling Law是否真的撞墙”的质疑声再起，一股迟滞情绪在开源社区弥漫。但就在此时，DeepSeek没有选择沉默。12月1日，它一口气发布了两款重磅模型：推理性能...</p>\n\n<a href=\"https://www.lanjinger.com/d/1764687204075261223\">网页链接</a>\n\n</div>\n","source":"lanjinger_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>DeepSeek杀出一条血路：国产大模型突围不靠运气！</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nDeepSeek杀出一条血路：国产大模型突围不靠运气！\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-12-03 10:15 北京时间&nbsp;&nbsp;&nbsp;<a href=https://www.lanjinger.com/d/1764687204075261223><strong>蓝鲸财经</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>作者｜高见观潮 高恒进入2025年末，全球大模型赛道的技术焦点几乎被Google重新夺回。Gemini 3 Pro横空出世，在多个权威基准上超越所有开源模型，重新确立了闭源阵营的技术高地。一时间，业内关于“开源模型是否已到极限”“Scaling Law是否真的撞墙”的质疑声再起，一股迟滞情绪在开源社区弥漫。但就在此时，DeepSeek没有选择沉默。12月1日，它一口气发布了两款重磅模型：推理性能...</p>\n\n<a href=\"https://www.lanjinger.com/d/1764687204075261223\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4588","symbol_name":"碎股","start_time":0,"source_url":"https://www.lanjinger.com/d/1764687204075261223","article_id":"2588909542","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2588909542","pubTimestamp":1764728111,"columns":[],"sourceInfo":{"source_id":"lanjinger_stock","name":"蓝鲸财经"},"weMediaInfo":null,"summary":"但这一次，DeepSeek-V3.2交出的成绩单，已不再是追赶者的姿态。在数学、逻辑、复杂问答等任务中，DeepSeek-V3.2的表现接近闭源领先模型，已足以跻身“全球第二梯队”的头部。为避免传统RL中“灾难性遗忘”的问题，DeepSeek将推理奖励、语言一致性得分与任务完成度打分整合为多维奖励信号，使得模型在训练中持续保持Agent执行链的完整性。","collect":0,"end_time":0,"defaultTopTitle":"lanjinger.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4588":"碎股","LU0006061336.USD":"Blackrock US Small and MidCap Opportunities A2 USD","LU0054578231.USD":"BGF SYSTEMATIC SUSTAINABLE GLOBAL SMALLCAP \"A2\" (USD) ACC","RL":"拉夫劳伦","BK4585":"ETF&股票定投概念","BK4202":"服装、服饰与奢侈品"},"translate_title":"DeepSeek fights its way out: Domestic large models don't rely on luck to break through!","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"RL":1},"content_text":"作者｜高见观潮 高恒进入2025年末，全球大模型赛道的技术焦点几乎被Google重新夺回。Gemini 3 Pro横空出世，在多个权威基准上超越所有开源模型，重新确立了闭源阵营的技术高地。一时间，业内关于“开源模型是否已到极限”“Scaling Law是否真的撞墙”的质疑声再起，一股迟滞情绪在开源社区弥漫。但就在此时，DeepSeek没有选择沉默。12月1日，它一口气发布了两款重磅模型：推理性能对标GPT-5的DeepSeek-V3.2，以及在数学、逻辑和多轮工具调用中表现异常强势的Speciale版本。这不仅是对技术能力的集中展示，也是在当前算力资源并不占优的前提下，对闭源“新天花板”的正面回应。这不是一次简单的模型更新。DeepSeek试图在后Scaling时代找出一条全新路径：如何用架构重塑弥补预训练差距？如何通过“工具使用中的思考链”实现低token高效率的智能体表现？更关键的是，Agent为何从附属功能变成了模型能力跃迁的核心引擎？本文将围绕这三条主线展开分析：DeepSeek是如何在技术瓶颈下突破的？为何率先在开源阵营中重注Agent？而这是否意味着，开源模型仍有穿透闭源护城河的那条路？一、从落后到并跑，DeepSeek靠什么杀入第一梯队在顶级AI模型的竞技场中，开源选手一直被认为只能“追平”，难以真正“对抗”。但这一次，DeepSeek-V3.2交出的成绩单，已不再是追赶者的姿态。根据DeepSeek官方公布的数据，V3.2在公开的推理类基准测试中，已全面对标GPT-5，仅略低于Gemini 3 Pro。在多个关键评估中，它不仅稳定胜出Kimi-K2-Thinking，还成功刷新了国内开源模型在推理能力上的最高纪录。在数学、逻辑、复杂问答等任务中，DeepSeek-V3.2的表现接近闭源领先模型，已足以跻身“全球第二梯队”的头部。这背后的关键，并非大模型“继续放大”就能解释。DeepSeek的突破，核心在于对底层架构的重塑，尤其是稀疏注意力机制（DSA）的引入。传统Transformer架构中，注意力机制对每一个token都要计算与前序所有token之间的关系，其计算复杂度呈平方级增长，成为大模型推理中的主要成本瓶颈。而DSA所引入的“闪电索引器”（Lightning Indexer），则相当于在这场计算中装上了一套“快速预判器”——它不再对所有token做全量注意力分配，而是通过极少量、低精度的索引头（可在FP8上运行）快速筛出最关键的token对，只对这些核心位置进行精算。这样的设计，使得模型的核心注意力机制从平方级复杂度降至近线性，即便在128K这样的超长上下文输入中，也能保持相对稳定的计算负担。值得注意的是，DeepSeek在引入DSA时并未选择激进替换，而是采取了“密集预热—稀疏过渡”的双阶段训练策略。在模型预训练的早期阶段，保留原始注意力结构，仅训练索引器模仿原始分布；而后再在后训练阶段逐步替换为稀疏结构，实现无中断切换。这种“架构渐变式演进”，让V3.2在长上下文推理中不仅效率提升，精度也未受损。Fiction.liveBench、AA-LCR等长文本任务测试显示，V3.2在信息召回、上下文一致性和压缩表达能力方面的得分均有显著上升。但更具行业价值的突破，并不止于此。DeepSeek在V3.2中首次提出“Thinking in Tool-Use”的工具使用范式，将模型的执行链条从“思考→调用工具→结束”改造为“思考→调用→继续思考→再调用”的交错逻辑。这种机制与近年来Agent领域提出的“Interleaved Thinking”方向高度一致，不仅提升了工具调用的逻辑持续性，也让模型能够在一次任务中反复复用推理中间状态。这种能力，在真实的Agent场景中尤为关键。现实任务往往并非一步到位，而是需要多轮信息获取、验证与策略修正。如果每次调用工具都让模型“失忆”一次，就意味着它必须不断从头再推一次。而V3.2的做法，是明确将“推理轨迹”保留为上下文中的一部分，在工具返回新信息后，接续原思考路径继续向下延伸。这样的机制不仅减少了重复token生成，也大幅降低了因状态漂移造成的逻辑中断。归根结底，DeepSeek的这轮技术跃迁，并非靠更大的FLOPs堆出来，而是靠“更聪明地用算力”。DSA让计算分配更有效，交错思维让工具调用更稳定，两个维度共同指向一个目标：让模型真正成为一个“可持续思考的智能体”，而不仅是一个大号的语言补全器。这也意味着，在规模红利见顶之后，未来模型的竞争焦点，将逐步从“参数多少”回归到“思维组织力”与“能效比”。而V3.2，恰好是这一转向的早期注脚。二、押注Agent，不是跟风，而是战略拐点相比模型性能上的技术突破，DeepSeek-V3.2在战略路径上的最大变化，是它将“Agent能力”与“推理能力”并列，明确写入技术文档的核心指标。这是过去国内开源模型几乎未曾公开强调过的方向调整。在DeepSeek看来，Agent不再是工具调用的附属模块，而是模型能力释放与产业落地之间的桥梁，甚至是未来大模型平台化的前哨站。这种判断并非脱离现实的技术浪漫。过去一年，大模型行业经历了一个重要转向：企业开始意识到，“更聪明的聊天机器人”带来的边际价值正在减退，真正具备“动作能力”的Agent，才是有望形成商业闭环的核心角色。从自动写报告、自动生成报表，到批量工单处理与代码修复，企业愿意为这些“可执行”的智能体付费，而不是为一句更像人类的话语买单。这也解释了为何DeepSeek在V3.2后训练阶段投入大量资源打造Agent训练体系，并自建了一套规模化的任务生成流水线。据官方披露，团队为此合成了超过1800个智能体环境，并围绕Agent任务设计了约85,000条高复杂度任务提示。这些任务并非来源于人工标注，而是通过环境构建器与轨迹评分机制自动生成，并借助强化学习形成闭环训练。这种做法跳出了传统预训练依赖海量对话语料的思路。相比之下，Agent任务轨迹具备更强的结构性、验证性和稀缺性。一旦构建完成，训练效果将远优于常规“对话式补全”。更关键的是，强化学习机制使得模型能力可以不断通过反馈回路优化，而不再受限于预训练阶段的单向迭代。DeepSeek在训练中采用了自研的GRPO（Group Relative Policy Optimization）策略，并对其进行了深度本地化适配，以适应大规模多轮任务训练。在这一过程中，模型不仅需要优化单轮产出的合理性，更要平衡多轮任务中的推理一致性与语言表达稳定性。为避免传统RL中“灾难性遗忘”的问题，DeepSeek将推理奖励、语言一致性得分与任务完成度打分整合为多维奖励信号，使得模型在训练中持续保持Agent执行链的完整性。而要支撑这一复杂的训练机制，模型自身的“状态感知能力”也必须同步升级。V3.2在架构中引入了完整的上下文管理策略：模型只会在用户发出新消息时重置思考状态，而在连续的工具调用过程中，其推理轨迹将被完整保留。这意味着模型可以持续积累“思维残留”，在工具返回新信息后继续推理而非重启逻辑。这种“状态延续机制”成为Agent多轮行为连续性的重要保障，也使得模型能胜任更复杂、跨阶段的任务拆解。从系统逻辑上看，DeepSeek对Agent的理解已从“任务执行插件”上升到了“模型操作系统”的组成部分。它不是一个外挂，而是模型核心运行结构的一部分。这种系统观的转变，意味着未来大模型平台的形态将趋近于一个调度操作系统：模型本身是OS内核，Agent是用户态的执行程序，插件工具则成为可调用模块。谁掌握了Agent层的标准，谁就可能在AI时代掌控平台话语权。这也是为何DeepSeek试图主导“交错式思维+工具使用”的统一范式，并提出“Thinking in Tool-Use”这样的底层设计语言。这不仅是技术细节的不同，更是一种平台思维的显现。对行业而言，DeepSeek的这一轮转向标志着一个新的分水岭：Agent能力不再是工程团队“可做可不做”的附加选项，而是模型构建路径中的核心分支。是否具备平台级Agent能力，已经成为衡量模型中长期竞争力的关键指标之一。三、开源模型的极限在哪里？DeepSeek的“后训练战术”试图给出答案尽管V3.2和Speciale在多个基准上实现了开源“从追赶到并跑”的逆转，但DeepSeek在技术报告中也坦言：开源模型与闭源系统之间的差距，仍在某些关键维度上被进一步拉大。尤其是在知识广度、极复杂任务处理能力以及token生成效率上，开源体系仍受限于资源、数据与预算。DeepSeek选择并不掩饰这些局限，而是以极具可执行性的策略给出了回应：如果资源拼不过，就从方法入手，把训练过程“做深”。这一策略的核心，是其独有的“后训练三件套”：专家蒸馏 + 多轨强化学习 + 工具思维机制融合。首先，是专家蒸馏（Expert Distillation）。在大多数模型仍以通用数据混合训练为主时，DeepSeek为V3.2量身打造了六类专家模型，覆盖数学、编程、逻辑推理、通用Agent、Agent编程和Agent搜索等核心能力域。每一类任务均有一组专属模型，在自有数据集和生成轨迹中强化单一技能。这些专家并不直接部署，而是用来生成高质量训练样本，反哺主模型。随后，这些“任务专精模型”产出的数据，会被统一用于训练一个通用模型。在技术上，这相当于用多个极致偏科的“学霸”反向喂养一个全面发展的“全才”，既避免了多任务训练中的能力稀释，又保留了不同任务之间的结构联通性。第二层，则是强化学习（RL）的扩展升级。DeepSeek延续了V3.2-Exp中的GRPO（Group Relative Policy Optimization）策略，并在数据与奖励结构上进一步升级。模型不仅要完成任务，还需同时优化语言质量、推理链逻辑合理性与对工具的自然调用能力。整个后训练阶段的算力投入，占比已超过了预训练预算的10%，在开源模型体系中极为罕见。更重要的是，强化学习过程中并非依赖人类评分，而是通过任务环境自带的反馈机制与rubric自动评分。这一设计使得模型训练不再受限于人工对齐数据，而是进入“结构化任务-自动评分-行为优化”的闭环学习路径，也因此形成了比Chat数据更稀缺、但更具复用性的模型能力。第三层，是工具使用与“思考链”的融合机制。在训练初期，模型往往无法理解“什么时候该调用工具、何时该继续思考”，导致推理轨迹断裂、逻辑中断。为此，DeepSeek为V3.2设计了一套冷启动系统提示，在思维轨迹中自然嵌入工具调用的示例，使得模型逐步学会在多轮任务中“带着工具思考”，而非“思考完才调用工具”。此外，整个上下文状态也被重新设计：工具调用不会中断思考内容，用户新输入才会触发清除。这一策略显著降低了token冗余，也避免了每轮任务都从头开始推理的问题。这些技术设计看似工程化，其实都指向一个本质问题：在参数量和训练规模受限的前提下，开源模型如何提升“单位token的智能密度”。DeepSeek给出的答案是，把资源尽可能压缩在“推理链条”的关键路径中，让每一轮推理都尽可能多带信息，尽可能少重复。这不是规模的胜利，而是方法的胜利。当然，即便如此，DeepSeek仍未完全填补开源与闭源之间的知识鸿沟。官方报告也指出，V3.2的世界知识广度与最新闭源模型仍有差距，Speciale模型虽然在复杂竞赛中表现突出，但token开销显著增加，尚不适用于泛化日用场景。但如果说Gemini 3 Pro代表了闭源阵营对“更大、更快、更强”的继续探索，那么V3.2与Speciale所代表的，或许是一种“更轻、更稳、更聪明”的新路径。在行业对Scaling Law前景仍存争议之际，DeepSeek正试图以更强的推理组织力、更少的资源消耗、以及更高效的训练范式，重构开源模型的竞争秩序。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2588909542","isCrawlerRequest":true}