> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/zh-hant/2025/w07-some-reflections-triggered-by-deepseek.md).

# W07-DeepSeek 引發的一些思考

DeepSeek讓我們看到了什麼樣的技術是性感的技術，高開源和低成本從根本上加速了AI的歷史進程。工業革命時期有一個傑文斯悖論，是說技術提高資源利用效率後，反而可能導致該資源的總消耗量增加。DeepSeek就像是復現了傑文斯悖論，任何新技術都是在成本大幅下降的過程中迅速佔領並擴大市場的，最終體現在算力和能源上的總需求一定是擴大的，這也能解釋英偉達年初的這波多空轉換。

DeepSeek的爆紅帶來的是信息爆炸，如何過濾噪聲，什麼是重要信息，什麼不必理會。LLM的時代來臨了，大家起點都一樣，新的一輪人才競爭是什麼樣的。

高質量信源是應對信息爆炸最有效的方法。再好的東西轉幾手也會走樣，絕大多數上游信息的獲取成本並不高，只是我們已經習慣了被推送。

技術日新月異，經得起時間考驗的才是經典。去年看《黑客與畫家》的時候，20多年前的文集，依然能給我帶來很多Aha moment。黑客的為人處世之道、什麼是好的設計、好的語言，都是讓人常讀常新的好課題。最近淘了一本絕版的書叫《觀止》，寫的是Cutler編寫WindowNT的歷史片段，展現了他反覆無常，激勵和鞭策團隊的能力。 Cutler被稱為“硅谷最牛內核程序員”，現在70多歲還在微軟寫碼。

X上有人提出了一個“70%問題”，大義是非程序員在使用 AI 進行編碼時，可以快速完成70%的工作，最後的30%收益遞減，且很難收斂，只能寄希望AI解決AI產生的問題。完成餘下的30%工作需要什麼？對業務和客戶的理解，架構的判斷，思維模式的積累，以及對AI編碼的底層理解。

和一位同學1on1的時候，深入探討了學習一門新語言應該學什麼。一定不是背誦並熟練應用第二本紅寶書，很多限定下產生的概念和規則是不可遷移的低價值知識。不必在工具、規則上沉醉太多，要關注能夠產生智慧的那部分知識。