作者：BUBBLE，BlockBeats
2025 年1 月，DeepSeek R1 的問世掀起了AI 界的震盪，同時它也真正改變了Crypto AI 生態。過去一個週期，Crypto AI 主要圍繞著AI Agent 展開，而DeepSeek R1 及其開源策略，徹底改變了遊戲規則：極低的訓練成本、突破性的自適應訓練方法，讓AI 產業去中心化的願景不再是空談，而是觸手可及的現實。這場變革影響深遠，Crypto AI 市場總市值大幅縮水，許多AI 代幣經歷了70% 的回調，但這真的是危機嗎？還是意味著Crypto AI 的一次徹底洗牌？ DeepSeek 究竟是擊碎Crypto AI 敘事的「終結者」，還是加速其進入實用化時代的「破局者」？
野蠻生長的DeepSeek
DeepSeek 的發展可追溯至2021 年。當時，專注量化交易的對沖基金幻方開始大規模招募AI 人才，量化公司轉做AI 的並不多見，而其招募的大多是探索前沿方向，囊括大模型（LLM）和文生圖模型等領域的AI 研究員，雖然有傳言稱幻方為了更好地利用公司中閒置的GPU 資源以及大決策而做的規劃
到了2022 年底，幻方已經吸收了越來越多的頂尖AI 人才，主要為清華、北大的在校生。在ChatGPT 的刺激下，幻方CEO 梁文鋒決心進軍通用人工智慧領域，並於2023 年初成立了DeepSeek。然而，智譜、月之暗面、百川智能等AI 公司的迅速崛起，DeepSeek 作為一個純研究機構且缺乏明星創始人，獨立融資面臨巨大困難。因此，幻方選擇將DeepSeek 剝離主體並全資資助其開發，儘管這個決策風險極高，但DeepSeek 無需受到融資方的盈利承諾或估值壓力。同時，它擁有相對充足的GPU 資源儲備，使團隊能專注於技術突破，一群充滿創新精神的年輕人可以在一片樂土中能夠橫衝直撞，此刻的DeepSeek 更像一個研究院而不是公司。
就像是OpenAI 早期一樣，沒有人會想到研究機器人手玩魔術方塊的公司，如何最終研發出ChatGPT，也沒人能想到幻方這個做量化的公司怎麼用DeepSeek 擊穿現階段的AI 泡沫的，前者用了7 年，後者用了僅僅2 年。 2023 年11 月推出了參數達670 億、性能接近GPT-4 的DeepSeek LLM、2024 年5 月上線了DeepSeek-V2、同年12 月發布的DeepSeek-V3 在基準測試中表現與GPT-4o 和Claude 3.5 Sonnet 持平。 DeepSeek 如此之快的技術躍遷，並不是因為公司財力或者高學歷，而是一次科技奇點發生後“ChatGPT 影響世界AI 產業”，大大小小的奇點加速發生在任何一個能夠滿足想像力的土壤中，直到下個關鍵奇點出現。
終於在2025 年1 月DeepSeek 加速穿過了奇點，用他們培育出的第一代具備推理能力的大模型DeepSeek-R1 以遠低於ChatGPT-O1 的訓練成本和卓越性能打開了那道門。
用開源向全世界分送打開星際之門的鑰匙
就在DeepSeek R1 發布並公佈開源模型後一天，美國總統川普在白宮新聞發布會正式宣布開始一項5000 億美元超大規模投資的「星際之門」計畫。由OpenAI、軟銀和甲骨文和投資公司MGX 共同成立一家名為Stargate 的合資企業，在美國為OpenAI 建造新的人工智慧基礎設施。
這種量級的投入甚至堪比「曼哈頓計畫」，頗有要以全國之力，用演算法堆疊把閉源AI 推向高潮，壟斷AI 市場，以保證美國本土AI 產業的領先地位。但該計畫發布的當下應該不會想到幾天之後，這個大洋彼岸的開源模型直接不開門了，不僅帶了錘子在門邊來砸牆，還一邊給別人發錘子。
DeepSeek 作為能比肩頂尖閉源模型的開源模型，其全新的訓練架構引發了連鎖反應，讓閉源AI 舉步維艱，跑不過DeepSeek R1 的閉源模型都將直接被資本市場淘汰，甚至連A16z“OpenAI 的投資方”的創始人Marc Andreessen 都公開表示，甚至需要更關注在開源。在業界不管是支持AGI 可能產生或支持AI 僅能作為SaaS 產業的升級版。都認為閉源的害處是遠大於開源的，不管是黑箱、產業壟斷、資訊安全、資本操控注意力，任何一項都是十分危險的發展方向。
儘管一些業內人士對V3 的混合專家技術“MoE”需要龐大的數據集，被懷疑是用OpenAI 的模型進行蒸餾。以及對於R1 的強化學習「RL」中基於強化學習的方法需要大量硬體資源，則被懷疑在訓練晶片使用數量上做了假。但絲毫不影響其帶來的產業結構改革。
DeepSeek R1 的開源在訓練架構上打破了OpenAI 的閉源大模型商業邏輯，用讓模型自我進化的邏輯來避免傳統範式的算力與資料標註的大量投入，雖然訓練模型還是開盲盒，但是盲盒的成本低了許多。
在AI 硬體層面，DeepSeek 的V3 開源更是直接挑戰了英偉達的市場主導地位，英偉達GPU 的護城河很大程度上其底部並行計算平台和編程模型CUDA，其廣泛的生態系統以及足夠多的開發者讓使用非英偉達的芯片割受訓練中間的學習成本過高，而高額影響的購買條件以及政治方面的限制讓政治門產生了藝術門產生了高，而高門產生了政治方面的限制。
對我們來說，短期來看，美股AI 大縮水，Crypto AI 總市值近乎腳斬，市場進入熊市。但長期來看，最具公認的AI 產業正在走向，開源的、透明的、去中心化的發展路徑。無論從哪個角度來看，Crypto 與AI 的結合都將更加默契。
Crypto AI 的救贖，前進！前進！不擇手段的前進
在這輪Crypto AI 的泡沫破裂期許多AI 概念Token 都接受了70% 的回調，Crypto AI 市場大幅縮水，有人戲稱「550 萬美元都能訓練出一個大模型了，這些AI 市值超過，還買什麼Crypto AI」。誠然，Crypto 就是一個資金盤主導的市場，而不是產品主導，90% 的AI 代幣都不具備實際意義。
但實際上隨著加密市場監管體制的完善，加密市場依舊是最適合中小型AI 公司創業的土壤。 DeepSeek 帶來的相對於ChatGPT O1 來說1/100 大模型成本，以及模型訓練方法，將帶來相比與現在市場萬倍以上的生態成長。
直接來說DeepSeek 帶給crypto 的就是，去中心化的訓練模型，使Depin 類型的項目可能更合理化了，讓訓練流程和資訊投餵更加透明化，並且資料集的貢獻者獲取價值獎勵機制更加合理，讓模型訓練的供需雙方結算更容易。而萬倍以上AI 產業的周邊生態發展更加完善了Crypto AI 下游的產業豐富度，當足夠多的有競爭力、創意度的產品敘事出現在市場裡，而只要其中一個真正破圈了，外部資金自然會價值回流入Crypto。市場苦PVP 已久矣，TrumpCoin 之後的一系列名人幣收割，讓AI 市場原本充沛的流動性和正向反饋平衡打破，因此由DeepSeek 戳破的泡沫其實是更大的利好。
目前已經有許多Crypto AI 或很快的整合了DeepSeek，或在其架構上進行更新，包括ElizaOS、Argo、Myshell、Build、Hyperbolic、Nillion Network、infraX 等等。而其中一些項目，直接在產品端透過DeepSeek 進行了最佳化。
Myshell
在聊天機器人以及應用插件的製作流程中加入了V3 和R1 甚至還有圖像生成模型Janus-Pro，Myshell 的技術人員幾乎是在半天時間內就完成了模型集成，作為區塊鏈中少有的始終堅持打磨產品，甚至在Web2AI 的產品中都打出名聲而遲遲不願意發幣的項目，原本。
Argo
Argo 的開發者Sam Gao 在設計產品初期就將Argo 的重要功能進行了DeepSeek 化，作為一個工作流(workflow) 系統, Argo 將LLM 內置為標準的DeepSeek R1，並將原始工作流生成工作交給DeepSeek R1 進行的。也因為WorkFlow 的原因導致Token 消耗和上下文資訊量將是十分巨大的「平均>=10k Token」，而Argo 也將CoT「Chain-of-Thought」融入WorkFlow 思考流程中。 DeepSeek 的開源後，不僅降低了工作流程產品的成本，還能在Argo 中本地部署LLM，用戶的隱私安全也能得到保證。
在DeepSeek R1 問世之前，Argo 就已將其模型初步訓練邏輯Chain-of-Thought「CoT」整合到Argo 的Agent Workflow 的製作流程中。特別是對於meme 交易和市場趨勢分析等任務，Argo 使用Graph-of-Thought (GoT) 定制了其工作流程，這是一種新穎的方法，將推理構建為一個圖形，其中節點代表“LLM 思想”，邊表示這些思想之間的依賴關係。
鑑於，Argo 選擇了GoT「當下唯一使用此模型的Crypto AI Workflow），從而實現了更加可靠和透明的流程。這種創新方法直接影響了Argo 平台上交易的安全性和信任度。將思維圖(GoT) 集成到Web3 AI 代理中，使Argo 處於AI 加密交易的最前沿。CoT 的結構化推理不僅增強了金融交易的安全性，而且還確保了透明、可靠的決策，這在去中心化金融(DeFi) 中至關重要。
值得注意的是Argo 的核心開發者Sam 與Shaw 合作寫的一篇《EraseAnything: Enabling Concept Erasure in Rectified Flow Transformers》關於如何在不損害模型整體生成性能的前提下，從大規模文本到圖像擴散模型中去除不希望出現的概念的論文裡，得到了DeepSeek 研究員XingchaoLiu 研究人員的幫助
Hyperbolic
Hyperbolic Labs 也率先宣佈在其GPU 平台上託管DeepSeek-R1 模型，用戶可以租用去Hyperblic GPU 資源在本地或指定資料中心運行DeepSeek-R1 模型，而無需將敏感資料傳送到DeepSeek 的伺服器上。這種方式既保障了資料隱私，又能利用DeepSeek 模型出色的推理性能，同時透過Hyperbolic 的去中心化計算網絡，用戶可以以更低的成本獲得DeepSeek 模型的高效推理能力，對於初創公司或者超級個體創業者甚至單純的AI 高效用戶來說，將會是很有競爭力的解決方案。
這一輪泡沫破裂，的確讓Crypto AI 市場遭受重創，許多AI Token 失去了炒作價值。但本質上，DeepSeek 不是在消滅Crypto AI，而是在強迫市場加速進化。在DeepSeek R1 之後，Crypto AI 的未來將不再僅僅依賴投機，而是要圍繞去中心化AI 計算、模型訓練的經濟激勵機制、AI 資源的公平分配、實用類產品等方向進行重構。真正的挑戰是Crypto 是否能利用DeepSeek 帶來的技術革命，建立真正有價值的AI 生態，而不僅僅是製造概念和炒作。
這不是終結，而是進化。 Crypto AI 需要更快、更激進地前進。 / 加速
