@梁斌penny

南京为什么出不了六小龙，我来谈谈感受，我本人在南京创业10年，开始的时候政府有补贴，这个补贴就是白送的，不占股，公司设在南京就行。这个无疑是领先全国的，也吸引了很多创业公司来，这部分我认为没问题，我也是受益者，表示感谢。但是发展到一定阶段后，这个支持就跟不上了，比如我们想贷款5000万，结果还是在有关部门打招呼的情况下，才有2个银行愿意谈谈，结果一看营收和利润不合适，一家马上没兴趣了，另一家提出最多贷款1000万，还得抵押房产，机器不考虑，房产要价值700万，我想拿这个和zf打不打招呼也没啥关系，我有700万房产还不直接找银行了。。我们有价值3000万的硬件设备都有发票，提出拿这个抵押，因为这些设备都不是国内认可的设备，大部分是洋设备，有发票也不认可。然后1000万我也同意了，谈着谈着，银行兴趣也不大了，慢慢也黄了。后来就找当地国资谈，他们的态度是，你先借200万做做看，企业做起来了，再借不难。为什么上来就要1000万呢。一般水泥厂，快餐店都是小步快走，有起色再做大？我说高科技行业真不行，高投入，回报时间长。比如一部动画片哪吒，憋5年搞出来，银行说你先借200万，搞一个5分钟短动画片，火了再做10分钟的，最后在搞2个小时的。。这不乱弹琴嘛，但是银行不理解，领导也不理解，觉得小步快走是对的。太多了，万一造成国有资产流失就不好了，而且需要明股实债，搞砸了，个人要赔偿zf，不可能让zf有一点风险。。我们接受明股实债，也就是200万起步，但是最后还是没有支持，提出国资不能先投，必须有一个大厂领投，他们才能跟投，要我们先找个大厂领投，再找他们。。领导还提到我们现在营收太小，等发展到10亿营收再来找他们谈，成为大厂以后政策方面的事情好说。我说这就是为什么南京发展不起来的第二个原因，因为不愿意投资中小厂，保守，厌恶风险，给华为，中兴，小米，南摩，趋势这种外部大厂很好的条件来南京建厂，建厂后把南大，东南等一票好学生拉过去干一些非核心业务，或者挑战性不强的业务，长期就把这些人才玩废了。我们面试过一些这些大厂出来的人，太有感触了。。南京好学校很多远走北京，上海，深圳的不少都发展的不错，但是肯定是不愿意回来了。最终导致招人很困难，招牛人更难。资金匮乏，人才匮乏的问题之后，就是大环境，这里没啥大厂，有的都是大厂分厂，里面的人不裁员一般不出来，没啥流动性，技术成长也就慢，你看北京这边，人才流动性快，技术传播也快，大家进步都快，南京这边就是非常封闭，而且厂与厂之间也缺乏互动，都是大厂的分厂，都是打螺丝的，彼此也没啥互动的机会，没法成为上下游关系，都是看重南京这块宝地，人才便宜，来捞人的。。另一个重要的南京这边没啥搞开发的成为大富大贵的，都是外部大厂成规模了来建厂，该分都分光了，导致南大，东大一些同学不敢去创业公司，如果身边好多同学在南京创业公司，上市发财了，肯定有很多敢于去上市公司的。。我们招人基本上好学校的35岁以下的看不见，来投简历的好学校的一般年龄都是40+。。。我们和大厂给一样待遇，优先去大厂，就是我这个学长刷脸，也没用。最后，我还是觉得马云说的对，有困难不抱怨，没困难要你干什么，要你就是来解决困难的，同志们努力吧，deepseek也没有外部支持，不也杀出来了嘛。所以永远有机会，只要憋时间足够长，什么也不干，也能出大厂的，努力吧。

@梁斌penny

“梁博，你昨天说Deepseek只能跑在H100，H200这种牛逼显卡的机器上，怎么我看到好多人在低端显卡，甚至没有显卡的机器上也能跑，不矛盾吗？”是这样的，Deepseek有多个版本，我就说这个671B的R1版本，有很多蒸馏版，见图3，不少江湖人士用这个蒸馏版部署，冒充671B的版本，现在671B的版本江湖人称“满血版”，也就是6710亿个参数的大模型，蒸馏版最小的1.5B（15亿参数），当然可以跑简单的环境（比如手机上）。。其次即便这个671B的满血版，也有不同的量化方式，最低的Q2量化（见图1,2），就是一个参数就用2个bit表达，那么显存要求就大大降低，很多显卡都可以胜任。但是官方是8bit的量化版本，一个参数用8bit表达，这个模型仅仅参数消耗的内存就是6710*10000*10000（参数） * 1(字节/参数） /(1024^3) = 625 GB 考虑到模型其他消耗，我们实测Q8量化版本光放下整个模型就需要700GB显存。而我们知道的华为910B显卡的单卡显存是64GB，一台标准机器8张卡，总计显存512GB，只能跑Q5量化版本，这个也是阉割后的，不是满血非阉割版本的DeepSeek。如果要跑全版，需要对机器进行改造，增加显卡。或者用华为的HCCS（一种类似nvlink）来组网，网间的卡到卡带宽400G/s 和nvlink早期产品性能相当，投入也是很大的，不是普通小散能玩得起的。当然了，肯定有人说，我就用蒸馏，用量化，能跑起来自己玩玩就行，这个肯定是没问题的，但是我厂属于商业服务，肯定要用满血版，且无阉割的Q8量化版本，否则客户肯定是不答应的。。

@医学手札

XHS上一位母亲细致分享自己孩子遭遇诈骗的经历。有些当，自己上一次才终身难忘！ ​​​

@桂曙光

#deepseek问答# 1. 未来十年，在中国贬值最快的10样物品，要深入本质反复论证，不可流于表面；2. 未来十年，在中国贬值最快的10样投资理财品类，要深入本质反复论证，不可流于表面。 ​​​

@桂曙光

#deepseek问答# 1. 未来十年，在中国贬值最快的10样物品，要深入本质反复论证，不可流于表面；2. 未来十年，在中国贬值最快的10样投资理财品类，要深入本质反复论证，不可流于表面。 ​​​

@前HR随笔

浙大学霸广东湛江的梁文锋公司创建的DeepSeek火之后，网友披露浙大对各省籍学生跟踪，发现浙大的广东同学学习成绩最好，有点断崖式领先其他地区同学。浙大对招生的生源进行质量跟踪，发现广东生源学习成绩优势明显，乃至江浙同学也比不过，浙江本地学生只能排第七，广东学生积分比浙江学生整体要高出不少。这颠覆很多人印象，以为广东学生是不是弱。其实广东录取985和211比例太少，导致广东同年级学生明显水平要高一些。这需要加大对广东学生的录取。这些分配比例明显跟不上中国人口变化。

@宝玉xp

推荐阅读：如何更好的为 DeepSeek R1 或 OpenAI o1 这样的推理模型写提示词？去年 OpenAI 发布 o1 这样的推理模型，接着 DeepSeek 也发布了 DeepSeek R1 推理模型，推理模型和传统的生成式语言模型的差别在于，传统的生成式语言模型在收到 Prompt 后就会马上生成，如果生成出现错误或者质量不好，是没机会纠正的，只能继续生成下去或者后续纠正继续生成，但是推理模型可以在向用户输出内容之前，会先输出思维链（Chain of Thought），对输入的 Prompt 思考验证完成后，再开始生成，这样可以保证有更好的质量，在 o1 中，OpenAI 因为怕别人偷了了他们的推理数据，所以可以隐藏了思维链的输出内容，但是 DeepSeek 的完整思考过程是可以直接看到的。说回来提示词（Prompt），既然推理模型自己就会做思维链，这意味着以前在提示词中加入思维链的方式已经没必要了，因为大多数时候推理模型自己写的思维链质量就很好了。另外大部分时候也不需要复杂的角色扮演、示例，因为由于思维链的存在，推理模型的“智能”程度高了很多，不需要角色设置、示例也能很好的理解和跟随指令。所以到了推理模型，已经不需要太复杂的提示词模板，大多数时候简单的提示词就可以很好的效果，但上下文（背景信息）依旧很重要。微软的工程师写了一篇文章《Prompt Engineering for OpenAI’s O1 and O3-mini Reasoning Models》，详细说明了在给推理模型写提示词应该注意的问题，一个总结了 9 个点：1. 保证提示清晰且具体明确说明你想让模型完成什么。避免不相关的信息。如果问题复杂，可直接简要陈述，不要同时抛出多个话题或做过多背景描述。2. 必要的上下文要提供，不相关的要省略包含模型所需的领域信息或数据（如案例、事实），因为模型未必具备最新或小众知识；但别堆砌与任务无关的材料或一堆示例，以免干扰。3. 尽量零示例或极少示例优先采用零示例模式。只有当模型理解有误或者格式不对时，才加入简短的示例作为演示。O1/O3 本身不需要像旧版 GPT 那样大量示例来引导。4. 使用 System/Developer 指令定位角色与风格比如「你是一位法律分析师」，或「请做一名数学老师给学生讲解」，从而设置合适的专业度和语气；再如「请用条列式列出答案」，指定输出结构。5. 通过指令控制回答长度与详细程度若要简短回答，就写「限一段话内给出结论」；若要详细分析，就写「请详述你的推理过程」。O1 默认会倾向详尽，但你可以覆盖该默认。6. 在 O3-mini 上使用“推理努力程度”参数（若 API 允许）根据任务需求设置低/中/高，以在速度与准确性之间做平衡。7. 避免重复的“逐步思考”指示不必告诉 O1/O3「让我们一步步思考」，因为它们已在内部做链式推理；这类指令对 GPT-4o 更有效。只有当你想要输出“所有中间步骤”时才额外声明。8. 测试和迭代如果初始回答不理想，可以改变提示表述或更精确地说明需求。虽然 O1/O3 通常一次就能给出高质量解答，但微调提示仍能进一步提升可读性或输出形式。9. 对重要结论做验证对于需要高可靠度的回答，可进行追问或多次查询，并对比不同答案或让模型自检，以增强对结果的信心。即便是 O1 也有可能出错，务必审慎使用。***以上观点只是微软工程师总结的，并不一定适用于你自己的场景，建议还是动手实践对比一下。原文：网页链接译文：网页链接

@秦枫

看到一篇文章，谈杭州和深圳的科创企业之优势，区别，侧重点和相同点，深圳四巨头，杭州六小龙，最后谈到两座城市政府没有用产业规划框死企业而是用制度创新来服务企业，从而在政府克制的状态下，民企爆发了巨大的活力和能量。深圳民营企业数量超过254万，占全市企业结构的97%；杭州市的民营企业有约90万家，占比90%。深圳+杭州而不是深圳VS杭州才能逐步实现中国在人工智能领域的国家战略目标。