DeepSeek把AI做便宜了，而美国AI泡沫押注它会一直贵下去

DeepSeek（深度求索），一家脱胎于量化对冲基金的中国实验室，执拗地做着美国AI产业当作不可能来定价的事。它造出逼近前沿的模型，用对手在美国所花的零头来训练，然后把权重公开，任何人都能下载运行。每一次发布都重新点燃同一场争论：整个美国AI板块的估值，建立在一个被DeepSeek悄悄拆解的前提之上——智能必须一直昂贵。

这个前提并不抽象。它撑起在建数据中心里的数千亿美元，撑起几乎每一只指数基金中都有的芯片厂商与云服务商的股价，也撑起许多读者已经在为聊天机器人支付的月费。如果对手以低得多的代价交出可比的结果，还把软件白送，那么为稀缺而昂贵的算力支付的溢价，看起来就不再像护城河，而更像一场下注。

DeepSeek的说法关乎效率，而非魔法。其工程师押注于一种混合专家设计——每次查询只唤醒模型的一部分，大量使用较低精度的计算，并把训练流程调到能在更少、且部分受出口管制的芯片上运行。围绕其一次主要训练被反复引用的数字，低于六百万美元。可比的美国训练，若把整张账单加总，被认为要贵上许多倍。

模型如何发布，和它花了多少同样重要。DeepSeek放出开源权重，于是圣保罗的开发者、华沙的大学实验室、首尔的初创公司，都能把模型拉下来跑在自己的机器上，既不必为每次查询向美国供应商付费，也不必把数据送往海外。这里有个反讽：本想靠切断最强芯片来拖慢中国AI的出口管制，似乎反而把DeepSeek逼向以少博多，而那些精打细算的方法，如今随开源权重所到之处一同流传。

对只是使用这些工具的人来说，立竿见影的效果是选择权。更便宜的模型压低订阅价格，把更能干的助手送进普通笔记本和手机，也削弱了把自己锁定在单一供应商上的理由。原本像是租来的服务，开始像是可以拥有的软件。

谈泡沫需要很大的保留。那个不到六百万美元的数字只涵盖一次最终训练，并不包含让它成为可能的研究、走过的弯路、薪资与硬件，因此把它摆在一家美国实验室的全部开支旁边，是在比较两样不同的东西。开源权重也不等于开源代码；训练数据与完整方法仍然不公开。而且效率这把刀两边都开刃。被问及DeepSeek时，微软（Microsoft）的高层搬出了杰文斯悖论——一个古老的观察：当一种资源用起来更便宜，总消耗往往不降反升。更便宜的智能也许只是意味着世界买得更多，这对卖算力的人是好消息，而非坏消息。

泡沫被宣告死亡，这也不是头一回。同一家实验室曾引发美国历史上单日最大的市值蒸发，一个下午就从一家芯片厂商（英伟达／Nvidia）身上抹去近六千亿美元，随后又看着股价在数周内几乎尽数收复。美国的AI巨头并没有以少花钱来回应。它们募得更多，建得更大。任何关于泡沫终于破裂的断言，都必须经得起这样一个事实：恰恰是桌上押注最大的那些人，正在把赌注翻倍。

DeepSeek真正做到的事，比一只破掉的泡沫更难戏剧化。它拿走了一种安逸的假设——领先的美国实验室被一堵别人爬不上去的资本高墙护着。如果前沿级能力可以被廉价逼近、又能免费分发，价值便不再栖身于拥有模型。它转移到分发，转移到围绕模型搭起的产品，转移到谁握住客户。下一场考试虽未标注日期，却已排上日程：DeepSeek每一次新发布都重新打开同一个问题，落进一个已经承诺要花更多、而非更少的市场，因为它笃信规模仍会取胜。胜负将在未来几个季度的财报电话与资本开支指引中见分晓，而不是在一个宣告战斗早已结束的论坛帖里。