文 ｜ 闌夕

DeepSeek-R1發佈後的32個小時裏，微博上誕生了28個熱搜，曝光量頃刻間超過10億。

遊戲科學的創始人馮驥發在微博的那句“國運級別的機遇”，既爲DeepSeek的成就做了定性，也實現了杭州兩大當紅公司之間夢幻聯動。

隨後引發的杭州何以出現新的六小龍、美國朝野的恐慌情緒、梁文鋒及其團隊的本土學歷等話題，微博不但沒有缺席任何一個，而且始終位於公共討論的中心區。

我的意思是，AI之於所有內容平臺，固然都是難得一遇的增量談資，正在大規模的構建供給與消費的關係，但是微博的交叉性，讓技術出圈這件事情變得更加容易了。

交叉性，其實也是DeepSeek令人驚歎的絕活之一，在這點上，它和微博都掌握了流量密碼。 

DeepSeek給數據標註這個崗位的命名很有意思，叫作“數據百曉生”，甚至直接用在了招聘啓事裏。

這有點像溝通時的暗語，不理解“百曉生”——意指廣博雜學的那種知識分子——這麼一個概念的人，也不太可能符合DeepSeek對於數據標註人員的稟賦需要：涉獵廣泛，博聞強識，對什麼事都能懂上一些。

事實上，一直有傳聞說DeepSeek找了北大中文系的學生來做數據集的測試和標註，這直接影響了DeepSeek-R1這一代模型的中文輸出，從極繁主義的華麗文風，到突如其來的真情流露，DeepSeek各種用重要例之生動活潑，讓它的“可觀賞性”完全勝過其他模型。

其實DeepSeek的論文和研究主要還是在工科方向上努力，原因很簡單，文無第一，武無第二，解數學題有着明確的對錯之分，更容易幫助模型增進智能，所以大部分AI公司的數據標註工作，都交給了理科生。

文理交叉的訓練策略，讓DeepSeek在它本不擅長的文字表達領域俘獲了爲數衆多的路人粉，而這種公共化而非垂直化的討論空間，又讓微博成了DeepSeek話題引爆的全網源頭之一。

比如衛夕君讓DeepSeek想象李世民在玄武門之夜會有怎樣的獨白，在沒有傳統提示詞工程的精心指導下，DeepSeek創作了一篇造詣深厚、堪比古龍的短文，非但沒有常見的所謂“AI味”，還隱約有着調度閱讀情緒的技藝。

如果只看轉評讚的數字，這條博文算不上大熱大爆，但和很多展示DeepSeek用一兩條金句“抖機靈”的截圖相比，也就只有微博還適合分享這種需要一定閱讀門檻和知識儲備才能領會到精妙之處的內容了。

屬於內啡肽的樂趣，而不是多巴胺的刺激。

其實幾大主流平臺在這次DeepSeek的全民熱議上，已經呈現出了相當鮮明的差異：

B站是獲得感導向，專業化的拆解、課件和教程佔到了絕大部分，旨在消解年輕人的錯失恐懼症；

小紅書是普通人狂歡，充滿了第一次接觸AI的新鮮和興奮，以及如何用它來開展副業“搞錢”的焦慮；

微博則是上價值重地，畢竟聚集了最多的意見領袖，從各個行業和角度談及DeepSeek，就豐富性而言無出其右。

在很多時候，意見——或者說觀點——的價值可能有限，但在整個AI產業都還在早期滲透週期、連最基礎的產品形態共識也不存在的階段，微博作爲公共廣場所能起到的“羊羣效應”，是相當重要的。

數數這次體驗DeepSeek的新用戶裏有多少是因爲“咱們贏了”——而不是出於對大模型技術的認識——就知道了，這種跨領域的交叉能力，是有轉發鍵作爲投票表達的社交媒體獨有的商業價值。 

Meta的首席AI科學家、同時也是“圖靈三巨頭”之一的Yann LeCun不聲不響的又回推特了，雖然他的主頁置頂依然是去年11月賭氣寫的“我不在推特發貼了，請在他處關注我”。

Yann LeCun抵制推特的導火索，在於他和買下推特後的馬斯克不太對付，從政治立場到性格態度，兩人都天差地別，在打了不知道多少場嘴仗之後，Yann LeCun決定主動掀桌，知行合一的離開推特。

那會兒正好也是推特平替一個接着一個冒出來的時期，比的就是誰能更好的接住推特流失的潑天流量，然而鬧劇過後，推特的生態位依然穩如磐石，連Yann LeCun都得唾面自乾，假裝無事發生。

馬斯克當然沒有魅魔體質，Yann LeCun等技術專家不得不捏着鼻子繼續使用推特的原因，在於推特能夠同時滿足人羣多樣化和話題垂直化兩大需求，否則AI討論的主戰場應該在GitHub或是HackerNews，因爲要說工程師的密集度，它們可比推特強太多了。

科技行業也對閉門造車抱持本能的警惕，因爲長期待在同溫層裏而與大衆脫節的例子有太多了，過於同業交流或是過於市井生活都不利於觀點碰撞，反而是推特處在了一個剛剛好的位置，所以AI從業者普遍都在推特活躍。

在產品結構上，微博和推特同出一門，都以公共表達爲供給，但在信息流動的層面，微博更偏重於對內容材料的二次增值，同樣是DeepSeek的爆紅，時政博主看到的是地緣角力，財經博主看到的是股市動盪，行業博主看到的是開源力量⋯⋯

橫看成嶺側成峯，遠近高低各不同，只要摸象的手足夠多，盲人也可以拼湊出無限接近大象全貌的信息。

前段時間，我和賽科傳媒的CEO梁賽一起參加了新浪科技組織的連麥，早在去年5月，梁賽就在微博上把DeepSeek新發布的V2模型稱作“行業核彈”，並給出了大模型未來會變成發電廠一樣的基礎設施，用戶沒有忠誠度的“暴論”。

事實上，梁賽的公司是做廣告業務的，但是因爲在工作中真的需要頻繁用到大模型，梁賽的敏銳度反而比絕大多數自認爲是圈內人的技術從業者更高，而且敢於輸出“暴論”並看着它一點點的成爲“預言”。

我的意思是，這麼交叉湧現出來的聲音，是微博最有特點的內容資產，說得更誇張一點，人類對於客觀世界的認知，就是靠着不斷的舉一反三逐漸建立起來的。

就像微博很難成爲各路微商或是賣課大師“收割”的地方，因爲但凡流露出濫竽充數的痕跡，很快就會翻車，成爲人人喊打的醜聞主角，而讓真實的、有見地的創作者被自然篩選出來，雖然不可避免的讓微博失去了UGC，卻也讓它在強表達市場有了不可取代的重量。

在短視頻投流獲客，在社區裏運營轉化，在微博上掙得評價，成了AI行業立足大衆市場的三部曲。 在DeepSeek出圈之前，微博自家的AI機器人“評論羅伯特”就已經承擔了中文互聯網AI出圈的半壁工程了。

在大多數時候，“評論羅伯特”的已讀亂回自成一派風格，時而一語破防的攻擊性拉滿，時而又蹦出讓人懷疑人生的哲學性，它的金句截圖彙總，更是成爲微博輸出站外的代表性內容。

某種程度上，一個會用玫瑰比喻遺憾、用月亮暗示人性的AI賬號，在爲大衆證明技術進展這件事情上，比刷榜和發論文要有用多了。

換句話說，微博的用戶對於身邊有着AI的存在和互動，早已高度適應了，而微博的平臺政策也爲AIBot的接入廣開大門，MiniMax、月之暗面、商湯等新舊小龍們都在微博做了智能體賬號，破除了AI“只能遠觀，不可褻玩”的思維慣性。

社會學家埃弗裏特·M·羅傑斯最著名的成就，是提出了“創新採用曲線”（Innovation Adoption Curve），在這條曲線上，技術創新的產品化落地取決於滲透人羣的右移速度。

DeepSeek的例子，也說明了在眼前妨礙人們廣泛使用AI的不是使用成本，而是認知成本，認知的不平等，造成了太多的信息差，而原本應該用來抹平信息差的AI，又被包裝成了數字商品，加劇着信息差的矛盾。

所以我才一直說，微博還得多使點兒勁纔行，不要把戰場輕易讓給渾水摸魚的空間。

就像無線電讓構築集體記憶成爲可能，廣場文化從不退出的根本原因，還是在於人天然就需要尋求共同性，有觀點的地方，就有討論，討論未必總能得到答案，但這過程創造出來的內容消費，是永無止境的。

多年以後我們一定會回顧DeepSeek在這個年初的出圈史，也必然懷念充滿喧囂和躁動的啓蒙時刻，大家是怎麼用一個個轉發鍵去見證國產AI的全球出征。