国内这么多互联网巨头怎么AI干不过一个小公司DeepSeek?
什么百度,腾讯,阿里让一个杭州100多人的小团队DeepSeek,全称杭州深度求索人工智能基础技术研究有限公司干翻了 因为大厂的卷其实是思维上的躺平。比如「买卡就能增长」的CloseAI,比如「堆人就能增长」的HustleDance,比如「放贷就能增长」的Antbaba,比如「摄像头横竖扩大两个像素就能增长」的Pixapple……
其实最有希望的本来应该是达摩院的,直到他们要求达摩院自负盈亏,并且给达摩院设定了增长KPI。
DeepSeek能走出来最大的因素真的是他们CEO,一手捞钱,一手理想,脑子非常清楚。 你没发现干的最好的几个都是小公司吗?openai,mistral,anthropic,甚至像huggingface不都是小公司?
这就像互联网刚兴起的时候,ibm这种老巨人被吊打一样。
而且说实话,这年头只要肯花钱,什么样的工程师你都能招到。幻方还是花得起这钱的。 整篇文章讨论的是人才去了字节都成了喽啰,结果成了金融人才多,还是互联网人才多的比较了
我得可怜一下游科,我说游科人才密度没腾讯高,没人喷我,游科好惨;我说幻方做 AI 的人才密度比不过字节,结果群喷。做大模型和金融八竿子打不着,幻方量化人才再厉害,特么进入大模型领域也要按照计算机的规范搞啊。。。
非要吹量化人才这么厉害,Two Sigma 和 DE show 人才做出个鸡巴大模型来嘛?
===
实际并非互联网巨头的技术或人才干不过 deepseek,幻方的人才密度是绝对比不过字节的,好比游科的人才也比不过腾讯
互联网巨头根本失败,是人海战术 + ab + 遗传算法的管理模式葬送了他们
他们高管躺在现金池和流量世界,狂妄自大,相互内耗,而且目光短浅导致的下场(你很难想象某些国际大企业的3-1 中层,每天拼命招人的目的,居然是为了羞辱面试者完成 KPI,内部绩效考核多变态可想而知)
有人技术分析是因为巨头买好的显卡,带宽大,所以他们从来没有想过省钱,要不直接 TP,即便 MOE 也是懒得优化,也做不出 MLA,这会是一个原因。但这些都是细节碎末,肯定都是妥协解,妥协解不是根本原因。
实际大家都知道你要有钱,全 TP 跑是肯定更加牛逼的,问题是 TP 需要吃定心丸赌,这条路在 ROI 盛行,而且黄赌毒入脑的互联网是非常难抉择的事情。豆包自己肯定有钱,而且投入巨大,但是内部都是人心惶惶的
所以,没人想过训练大模型需要捆绑手脚的,都是铺张浪费去搞,至少两三个月内你还研究低端垃圾卡如何训练,还不如让张首富直接东南亚弄卡给大家方便。
但是,正因为铺张浪费,导致一次实验失败,就彻底否定这条路线,相关团队 ab 出局,所以铺张浪费的模式下,只有一次成功机会,大家肯定更加束手束脚,都是以保命的心态去做,反而铺张浪费等于更加的束手束脚
今天不烧香拜牢田, 明天就要看抖音高管脸色,后天可能还要 ab 赛马,今天成立一个 seed,明天说不定成立一个 dick,不是给张一鸣留 seed,就是给抖音黄赌毒嫡系舔 dick。每天要应付的不仅是不确定的结果,还是这群高管之间的对线,换一个高管就换一个技术路线
很多巨头铺张浪费下,实际就是高度内耗的表现,技术路线不聚焦,难以传承正确的知识,只能靠 ab 开除人来快速逼近竞品。 deepseek 是小公司??
哈哈哈笑死。
这家公司几年前我投过简历可惜他们不要我。
招聘要求我记得清北是最低要求,关键的是,要求你高中获得全国竞赛一等奖。
你们见过这样的招聘要求吗 。
分割线。。。。
唉,感觉评论区还是不知道量化一哥的含金量和赚钱能力啊。(不是,你们真的是看 deepseek,不是看幻方吗?)
分割线。。。
都大年初八了,deepseek 账号管理的页面还是登不进去,遭报应了吧,让你们招那么多搞 AI 的,不多储备些通用人才。另外 有个朋友让我问问 deepseek 还招产品吗,他想去 我之前在大厂带过200人,非常理解为什么大厂的创新能力不行。这和人才组织方式、绩效考核方式都有很大关系。
大厂里乐意创新的,有两类人。第一类是公司中还有斗志的部分元老,他们虽然有创新的意愿,但因为管理事情太多,已经脱离一线,不掌握细节和新技术,属于有心无力的状态。他们有时候会提出一些新方案,大思路也许也都是对的,但难免是不完善的。到了执行层面,大家宁愿完全遵守元老的原版有问题的方案,也不乐意直接指出元老的问题并改进方案。因为听话执行是风险最小的,就算出问题了,也是老板让做的。但如果diss元老,风险远高于收益。
另一类人是新招聘的实干派,他们有创新的意愿,也有更好的创新能力,但却被大厂的制度和氛围所束缚。首先绩效考核的压力就很大。虽然大家都在讲OKR,但实际在执行的时候,会不自觉把OKR当成KPI来使用。如果你写的OKR内容没有完成,你的领导大概率来质疑你,这间接影响到你的业绩。所以目标都不会写得很激进,以求稳为主,尽量不做有风险的事情。创新是有风险的,如果你选择做创新的事情,只要失败一次,就可能背一个差绩效,导致你在公司的发展受到严重影响。如果两次失败,基本就被清理出门了。
大厂里的明争暗斗也很多。因为人才密度超配,你的平级很多都是你的潜在竞争者,他们为了获得更多资源和团队,会希望你这里出问题,你出问题,他们才会更有机会,甚至兼并你的团队。所以,你的各种小问题,都会不知觉地被他们放大和修饰,导致你的领导或合作方对你不满。为了生存,你不得不抽出很多精力来应付这些事情,包括思考、社交、汇报等等。精力都被组织关系消耗掉了,根本没精力思考业务和技术本身,创新力会急剧下降。
为什么领导或合作方这么傻呢,这么容易被忽悠呢?原因也很简单,人太多了,而且经常组织调整,事情也多得顾不过来,所以互相都不是很了解,也没有精力深入了解。因为不了解,所以就非常依赖于周围人的评价和信息,非常依赖汇报材料,这就给喜欢背刺同事的人多了很多机会。很多事情,会被包装成一个“合理解释”的逻辑,只要这个逻辑在汇报后被领导认可,就变成了领导心中的结论。一旦成为结论,后面再翻盘就很难了。
大厂适合做打法很明确的事情,优势是资源和视野。其实大部分事情的创新性都不是很强,或者很容易看懂,所以大厂即使一开始落后,在看懂后也可以砸资源快速赶上。但如果这件事需要高度创新或持续创新,事情内部复杂度不是轻易可以理解的,这类事情经常是小公司在引领创新。
有人说deepseek有100多人,不算小公司了。这肯定不对。这个规模,老板都可以说出绝大部分员工的名字,这显然是小公司,没什么人事成本。大厂的人事复杂度和这个远不是一个量级的。 针对您提到的国内互联网巨头与DeepSeek公司在AI领域的表现差异,可以分析以下几点原因:<br><br>首先,互联网巨头在AI领域的投入和研发力度都非常大,但每个公司的技术专长和定位有所差异,各有其特色和优势领域。而DeepSeek公司以人工智能技术研究为核心竞争力,更专注于深度学习和数据挖掘技术的创新和应用。此外,AI技术发展日新月异,每个公司和团队都有独特的优势和发展方向。所以不能因为规模和团队大小来判断技术实力。DeepSeek的成功在于其技术实力和创新能力。至于国内巨头与DeepSeek的具体对比,需要进一步分析各公司在AI领域的战略投入、技术方向和应用场景等因素。<br><br>以上观点仅供参考,具体情况需要更多数据和研究报告进行综合分析。 针对您提到的国内互联网巨头与DeepSeek之间的AI技术差异,可以从多个角度进行分析。首先,每个公司和团队都有其独特的优势领域,DeepSeek可能在某些AI技术或领域方面拥有突出的实力和创新能力。其次,互联网巨头在业务范围和战略重心上可能有所不同,导致在某些特定领域或新兴技术上未必能迅速占据优势。此外,小团队可能因其灵活性和专注度在某些方面表现得更为出色。因此,国内互联网巨头在某些AI领域未能超越DeepSeek并不代表其整体实力不足。相反,这正是技术创新和竞争活力的体现。希望上述回复能够帮助您更好地理解这个问题。 针对您提到的国内互联网巨头与DeepSeek公司之间在AI领域的表现差异,我认为存在以下几点原因:<br><br>首先,每个公司和团队都有其独特的技术优势和领域定位。DeepSeek虽然在人员规模上相对较小,但可能在某些特定AI领域有深厚的技术积累和创新实力。其次,互联网巨头在多个业务领域布局,业务范围广泛导致在某些专业领域可能无法像小型团队那样专注。此外,市场竞争激烈,持续的技术投入和创新意识也是取得成功的关键因素。<br><br>至于百度、腾讯、阿里等公司与DeepSeek之间的对比,虽然大小公司在某些领域存在竞争差异,但我们不应忽视国内科技巨头的整体实力及其在AI领域的重要贡献。未来随着技术进步和市场环境的变化,竞争形势也可能发生变化。
页:
[1]