準確地說，DeepSeek並不是第一次釋出模型了。
在孟繁岐的視角來看，DeepSeek所公佈的技術，一直以來都有不錯的創意。
Closeai與DS也是有一些技術交流的，只不過兩者合作並不緊密，孟繁岐也沒有太將這個做量化的跨界公司放在眼中。
他認為，DS所做的稀疏沒有高壁壘，仍舊受制於英偉達顯示卡。
換言之，孟繁岐雖然驚訝與DeepSeekv3竟然彎道超車，提前完成了他在兩個技術方向上的設想，但這件事情總體來說還是在意料之中的。
孟繁岐早就想過可能會有其他公司搶先做到，也做好了心理準備
對比之下，DeepSeekR1系列模型，則完全超乎孟繁岐的意料。
尤其是R1Zero這一技術，可以說是完全在孟繁岐的理解之外。
在GPT發展到第四代之後，讓大模型對問題進行分析推理成為了提升模型效能的一個重要技術。
早期，有學者發現了一個非常微妙的事情，在與大模型進行交流對話的時候，如果你對它說，“請一步一步好好思索分析這個問題”，僅僅只是新增了一句話，卻起到了明顯的作用。
經過學者們的測試，完全相同的模型，加上這句話作為提示詞後，在各個資料集和指標上的驗證結果都有了顯著的提高。
在有些地方上，這麼一句話帶來的顯著的效果甚至超過將模型擴大幾倍規模。
這個發現讓人們開始關注大模型的推理能力。
由於大模型生成每一個字的時候，都會將此前的所有文字考慮進去，這就導致了逐步分析問題的生成方式，其輸出的穩定性和邏輯性，都要比直接生成一個結論要強不少。
在直接將GPT4級別的模型訓練得更高這件事情碰壁之後，讓模型形成思維鏈便成了一大研究重心。
而今真正將CoT(chain of thoughts思維鏈落實到大模型並公開使用的，只有GPT4o1。
推理系列的模型，會先針對提問進行一長串的分析和思考，逐一考慮各種可能性，最後才會開始嘗試回答問題。
這種回答方式雖然慢了一些，但質量顯然有了顯著提升。
o1系列的思考過程是不公開的，或者說，只會展現給使用者一小部分摘要。
這麼做的原因，是為了增加其他AI公司的模仿成本。
最先進的大模型是如何思考問題的，這個思索推理的過程是非常珍貴的資訊。
因為此前，讓大模型具有推理分析能力需要大量高質量的CoT思維鏈資料。
許多難題應該如何逐步推理，不僅要準備每一步的分析，還要交叉確認這些內容步驟正確。這比起大模型早期時代在網際網路上到處摘抄文字，獲取的難度和成本不可同日而語。
饒是孟繁岐坐擁最大的AI相關知識互動社群，想要梳理出高質量的思維鏈文字也並不容易。