欧洲AI界：DeepSeek令人鼓舞

欧洲AI界：DeepSeek令人鼓舞，感觉自己又行了

【文/观察者网 熊超然】中国人工智能（AI）初创企业深度求索（DeepSeek）的大模型一经发布，举世震惊，美国总统特朗普认为这应该为美国行业敲响警钟，硅谷科技投资者马克·安德森则形容，这是又一个“斯普特尼克时刻”。

观察者网　35757 阅读　56 评论　2025-01-30 19:57

..+这两天看了国内外的一些deepseek二次开发的案例，花样真是无穷无尽。 大概可以猜到未来一段时间将会有一些公司把它二次开发以后变成“自主研发”的东西，然后如果是上市公司，又在低位，还会搞营销，那就能猛炒一波。 而deepseek大幅降低了门槛，idea公司会跑出一些黑马。 有没有业绩另外说，这种重估的炒作还是很吸引眼球的。

上海艾盯保人　344 阅读　0 评论　0 点赞　2025-01-31 13:04

..+DeepSeek高效提问使用手册 ——精准提问，解锁AI潜能（以金融业为例） 一、核心原则：构建“黄金提问公式” 公式。角色 + 目标 + 场景 + 约束条件 + 输出格式 作用。让AI理解你的真实需求，减少无效沟通。 示例对比。低效提问 :“帮我写一份风险管理报告” 高效提问: “你是一位银行信贷风控专家，需要为高管制作一份《“三个办法”后的贷后管理操作指南》，包含预警指标设计、风险处置工具和3个真实罚单案例，用PPT大纲格式呈现，2000字以内。” | 效果差异：低效提问 → AI可能返回笼统的理论框架。高效提问 → AI直接生成结构化、可落地的解决方案。 二、四步操作法：从新手到专家 1：明确目标角色 初级用户：直接描述需求（如“解释什么是流动资金贷款‘三个办法’”）。 进阶用户：赋予AI专业角色（如“你是一位银保监会法规专家，需对比新旧版‘三个办法’的核心差异”）。 2：设定场景与约束 场景细化：说明应用场景（如“用于银行内部培训”“面向一线客户经理”）。 约束条件：字数、格式、数据范围（如“用表格对比新旧条款，每项不超过10字”）。 3：提供背景信息 关键数据：行业、时间、地域等（如“某城商行2024年因资金挪用被罚500万”）。 参考案例：类似问题的解决模板（如“参考某股份制银行贷前尽调清单”）。 4：迭代优化提问 追问技巧。细化：“请将‘预警指标’拆分为财务类与非财务类，各举5个例子。” 纠偏：“第三个案例与制造业无关，请替换为零售行业。” 扩展：“增加AI在ESG风险评级中的具体应用场景。” 三、五大高频场景模板 1. 资料生成 提问公式： “你是一位[领域]专家，请根据[具体需求]，生成一份包含[要素1/2/3]的[文档类型]，要求[格式/字数/案例数量]，参考以下案例：[示例]。” 示例： “你是一位金融科技顾问，请生成一份《区块链在供应链金融中的应用》报告，包含3个落地场景、2个风险点和国内某银行案例，用Markdown格式分三级标题呈现。” 2. 数据分析 提问公式： “分析以下数据：[数据表/图表]，从[维度1/2/3]总结规律，指出异常值并提出3条改进建议。” 示例： “分析某银行2024年贷款不良率数据（附表），从行业、担保方式、区域维度总结风险分布，识别高风险行业并设计针对性风控策略。” 3. 决策支持 提问公式： “如果[决策背景]，面临[选项A/B/C]，请基于[标准1/2/3]评估优劣，推荐最优方案并说明理由。” 示例： “某银行需升级贷中监控系统，备选方案为自建模型、采购第三方软件、与科技公司联合开发，请从成本、合规性、迭代效率三方面评估，推荐最适合中小银行的方案。” 4. 知识学习 提问公式： “用[外行/新手/专家]能理解的语言，解释[专业术语]，需包含定义、应用场景和1个案例。” 示例： “向农村商业银行客户经理解释‘流动资金贷款额度动态调整机制’，需包含政策依据、操作流程和农业企业案例。” 5.创意策划 提问公式： “基于[主题]，设计一个[活动/产品/解决方案]，要求突出[创新点]，并列出3个可行性验证步骤。” 示例： “设计一款面向小微企业的‘AI信贷助手’小程序，需整合征信查询、风险自测、政策解读功能，列出核心模块和合规性保障措施。” 四、避坑指南：三类低效提问 1. 模糊抽象型 错误示例：“讲讲风险管理。” 改进方案：“请说明商业银行贷后管理中的5个高风险信号及应对策略。” 2. 过度冗长型 错误示例：包含无关背景的500字描述。 改进方案：用分点式提问（如“需求1；需求2”）。 3. 缺乏约束型 错误示例：“写一份贷款管理办法。” 改进方案：“撰写《农村信用社个人经营贷管理办法》第5章‘贷后管理’部分，需包含预警触发条件和3条农户贷款案例。” ​

巴伦一老师　92 阅读　0 评论　0 点赞　2025-01-31 12:00

..+现在Ai很火，很多人对汽车的智能驾驶也很感兴趣。无论是“豆包”还是Deepseek等软件，都是通过大数据搜索得出一个答案。这答案会随着“学习”内容量的增加越发完善，这其中的学习其实就是信息量，所以自媒体也好，其他任何一个领域也好，想要让Ai更智能其实就是填充巨量的信息源。 而智能驾驶其实就是在收集道路信息、路况信息之后，通过车载电脑做出的反应。宽泛地说汽车智能驾驶，其实就是在Ai等工具基础上，应用汽车的一种具体形式。 在我过往的视频和文章中，我不仅一次建议大家暂时别买智能新能源车。其主要原因就是，现在国内的大多数新势力车企甚至传统车企都处于信息收集过程，并没有完善。说得直白点就是，目前新能源汽车的系统还不够智能，信息量不够大，车载电脑只能做出一些简单的应对，一些复杂路况、复杂道路的情况就会出现“脑子不够用”的情况。一旦“脑子不够用”，就可能出现一些事故。 我不建议大家买新能源车，只是现阶段不要做小白鼠，再过几年，车企以及其他一些科技公司在Ai方面更成熟，或者应用更广泛、更完善，到那时智能驾驶的汽车也会更安全，届时再入手，对普通消费者来说则更有安全保障。

丁翔小哥　185 阅读　0 评论　1 点赞　2025-01-31 13:42

..+程序员一觉醒来，天都塌了 deepseek可以自动写代码了 因此很多家长问未来是不是不要再学计算机专业了 这个就是最浅显的认知，以后程序员不再是枯燥写代码了，而是熟练运动AI工具去高效生成代码 计算机更加需要学习了

兔猫信奥加菲老师　533 阅读　0 评论　0 点赞　2025-01-31 13:11

..+deepseek开源，这是一个伟大的创举。 deepsewk实现了人工智能的平权，避免了人工智能被私人公司垄断，避免私人公司勒索全人类。 伟大的中国人有一次拯救人类文明。

风雨雷电四大神仙　1182 阅读　0 评论　0 点赞　2025-01-30 08:27