终于有专业从业者说清楚了为什么deepseek会被吹爆的原因。用简单的语言总结就是： 1、DeepSeek使用结果奖励就能让模型达到顶尖水平，这颠覆了通常认为需要过程奖励（PRM）的技术认知。结果奖励要比过程奖励使用到少很多的算力资源。 2、deepseek模型能够进行自我反思和自我纠错，让AI模型真正实现了自我进化的能力。 这种突破会改变AI技术的发展规律，推动模型真正走向 AGI ，价值远超 LLAMA 等开源模型。因为openai的llama仍然使用的是已知的传统技术认知。 openai早就这个事实了，但是不敢说出来，自己的团队已经开始推翻重来。
