DeepSeek 捅破的 AI 泡沫，對 Crypto AI 是福是禍？

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。過去一個周期，Crypto AI 主要圍繞 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 資源而做的轉型，但大部分原因應該還是為了搶佔大模型等前沿 AI 技術的制高點而做的決策。

到了 2022 年底，幻方已經吸納了越來越多的頂級 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能領域，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方的公司，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。

用開源給全世界分發打開星際之門的鑰匙

就在 DeepSeek R1 發布並公布開源模型後一天，美國總統特朗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」計劃。由 OpenAI、軟銀和甲骨文和投資公司 MGX 聯合成立一家名為 Stargate 的合資企業，在美國為 OpenAI 建設新的人工智能基礎設施。

這種量級的投入甚至堪比「曼哈頓計劃」，頗有要以全國之力，用算法堆疊把閉源 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。但該計劃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，需要更關注開源 AI 而不是著重在閉源 AI。在行業內不管是支持 AGI 可能產生或者支持 AI 僅能作為 SaaS 產業的升級版。都認為閉源的害處是遠遠大於開源的，不管是黑箱、產業壟斷、信息安全、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件資源，則被懷疑在訓練芯片使用數量上做了假。但絲毫不影響其帶來的行業結構改革。

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數據標註的大量投入，雖然訓練模型還是開盲盒，但是盲盒的成本低了許多。

在 AI 硬件層面，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去做訓練中間的學習成本過高，而高門檻的購買條件以及政治方面的限制讓全球 AI 發展產生了割裂。

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增長。

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，讓訓練流程和信息投餵更加透明化，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。

當前已經有許多 Crypto AI 或很快的集成了 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，直接在產品端通過 DeepSeek 進行了優化。

Myshell

在聊天機器人以及應用插件的製作流中加入了 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，而這次 DeepSeek 的開源將在成本端給 Myshell 的使用者帶來福音，更低的成本將為原本產品已經完善的 Myshell 帶來更多的 Agent 開發者。

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 消耗和上下文信息量將是十分巨大的「平均>=10k Token」，並且 Argo 還將 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」集成到 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 的幫助，

Hyperbolic

Hyperbolic Labs 也率先宣布在其 GPU 平台上托管 DeepSeek-R1 模型，用戶可以租用去 Hyperblic GPU 資源在本地或指定數據中心運行 DeepSeek-R1 模型，而無需將敏感數據發送到 DeepSeek 的伺服器上。這種方式既保障了數據隱私，又能利用 DeepSeek 模型出色的推理性能，同時通過 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 高效使用者來說，將會是很有競爭力的解決方案。

這輪泡沫破裂，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，而是在逼迫市場加速進化。在 DeepSeek R1 之後，Crypto AI 的未來將不再僅僅依賴於投機，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