深度求索的创新模式可以复制吗？既然他能做出来，而且也让美国人愿意接受我们的这种智慧，这个事是不是可以再来一次？这个事能复制吗？

首先呢，咱们要从幻方量化开始讲起。幻方量化呢，我其实跟他还稍微打过一点点交道。我自己个人的经历是，2009年到2012年之间，就职于盛大创新院。后来大概到11年、12年这两年呢，就开始分拆，分了很多的这个子院。其中有一个院呢叫多媒体院，多媒体院的院长呢叫陆坚。他呢是浙大的本科，后来到美国去读的博士，然后去了苹果公司。就是如果你现在用Final Cut，用QuickTime，这些东西就是他写的。后来呢，他在我们那里当了两年的院长，离开盛大创新院以后呢，是LinkedIn中国的总经理，现在应该已经进入半退休状态了。

他呢是浙大的，浙大呢其实在杭州，培养了大量的图形图像相关的这种人才。当时呢，做媒体院的时候，陆坚就带进了一大批浙大的学生，做各种的图形图像处理的事情。在15年还是16年的时候，有一次跑去杭州，找很多原来盛大的老同事去吃饭，因为好多人去阿里了嘛。吃饭的时候呢，就有一位老同事约了我，说你来了我也吃个饭呗。这位老同事呢就跟我讲，说咱们做个量化交易，说我们现在干这个事。但当时他们这种量化交易呢，还是私下里边做，自己有一些钱在做一些，挣一些小钱，并没有公开对外去募资。

我印象里是在18年、19年的时候，他们就开始公开的亮相，说哎，我们开始做AI选股了，用AI来进行交易决策了。这个公司实际上就是幻方量化。幻方量化里头最大的那个创始人，就是占85%股份的那个创始人，我没见过，但下边有一个占7.5%的，这个创始人是我以前的同事。他们呢是从私下里头几个人去做，逐渐正规化，开始向外销售产品，实际上也就是募资嘛。

他整个的幻方量化的团队呢，也是由一群浙大的算法天才凑一块干。幻方量化的发展呢，他算是中国首支达到1,000亿规模的量化基金，早期的业绩还是相当不错的。

有几只产品达到了400%的收益率，就是你给他一块钱，最后出四块钱出来，这个还是非常非常不错的。到2024年的日子就没有那么好过了，因为幻方量化里头有很多的这种基金，或者有很多的产品，是以中小盘股为基础方案的。因为你做大盘股，你是做不动的嘛，只有在中小盘股里边去做涨做跌，你才有这种盈利的机会。

所以呢，他们到2024年的有几只产品有10%的收益，但是呢，也有几只产品是以中小盘股为基础的，就直接亏掉了，大概亏了5%到6%左右的吧。我觉得以中小盘股的2024年A股的一个状态，只亏这一点点，他们已经很努力了。

现在呢，幻方量化已经不是国内最大的这种量化基金了，现在国内最大的量化基金都是玩大盘股的，就是已经是跟这个国家要一起往前走的这些基金，他们才可以长得更大一些。现在幻方量化下的应该有几只500亿或者几百亿这样的产品还在跑着，没有任何问题。

幻方量化下面的这个老大对整个的这个技术非常非常感兴趣的，2023年成立了叫深度求索的这样的一个新公司。他们这个公司呢，没有什么资金的压力，因为幻方就是投资方。这帮炒股票的人，做过量化交易的人，手里反正有的是现金，说我们投入就完事了，你也不用再去出去找钱了，也没有短期内的盈利目标。我也不是说做到哪天必须要挣到多少钱，也不需要出去跟人家显摆。

因为很多的创业公司，你不断的要拿出业绩出来，是为了融下一轮的钱，他们没有这个压力，说我们就是为了爱好，为了梦想，为了荣誉，去干一点自己喜欢的事情吧，就是这么一行的一帮人。所以呢，他们只做基础研究。那种既要又要不可取，什么叫既要又要呢？就是我又要做大模型，我又要去做行业应用，我又要去做ToC的产品。国内其实有几家公司是这么干的，但是对于这个深度求索，就是Deepseek这个公司来说，他们就做大模型，其他啥也不管，做开源，也没有ToC的产品。他们倒是有一些ToB的产品，北京有一个深度求索的公司。

是在去接一些ToB的这种集成单子，还是在做的？然后大模型开源了以后，开放API，大家就上那上面去用就完了，而且很便宜。他们呢是不做APP的，坚决不做APP。目前呢也没有多模态，未来应该会做，所以是一个很单纯的公司。咱们对比一下其他的公司，既要又要，比如说李开复的零一万物，一开始做开源，然后呢说不，这个开源不挣钱，我们要去做ToB系统集成去。说这个ToB系统集成，好像打不过别人，很简单，你一个台湾人，在中国现在这样的一个状态下，你想去接一些政府单，多费劲，这个就没法整。

说那咱们去做ToC吧，做了一个叫万知，一万两万的万，知识的知，做了这么一个产品。这种东西呢，你又没有流量，你跟这个豆包打，你根本打不过人家。别说他了，什么通义千问、文新一言、文小言，这些东西都打不过豆包，因为人家有流量，你没有。后面的开源也懒得做了，反正就在这一点点往前蹭，又号称拿了一笔钱，看他后面在做什么吧。

这是李开复的零一万物。Minimax呢，ToB的业务在做，ToC呢有一个叫Toky的产品，就是这种陪伴型产品，还做了海螺，就是可以做这个文生图、文生视频，这样的产品都做出来了。这个Minimax呢，就是ToB、ToC，他自己也有做API的，都在做。就是所有既要又要，还要也要的，这个就是他们。但是呢，他这几块做的还可以，不像这个李开复那个似的，哪块好像都没开出花来。

然后百川智能他们呢，是没有这个ToC的产品，除了模型研发之外，剩下就是行业解决方案了，什么银行、医疗什么开始做这玩意了。然后质谱呢，是模型研发订阅和授权，剩下也是行业解决方案了，也是没有ToC产品的。接月星辰呢，是模型订阅行业解决方案，也有ToC的产品。月之案面也是全活，什么都干。

以上咱们讲这个呢，就是号称的中国AI六角龙，就这六个。然后大厂呢，你做一些全活，这是合理的，小公司何必呢？哪个都不想放过，我ToC我也要做，ToB我也要做，模型我也要开发。

开发完了以后，我还要立个什么出去跑分什么的，都要去干。所以跟他们比起来，Deepseek就要单纯纯粹的多。我就去做模型，而后我还在模型的基础上做各种的改进。改进完了以后呢，跟全世界的大模型的圈子里头一起去建立新的方向，建立新的标准，一起往前走。

咱们回来讲这个Deepseek，他的领导跟这个领头人是很重要的。这个人呢叫梁文峰，这个人我没见过。我那个以前的老同事是下面的一个小股东，早期的三个人应该都是技术，主要就是做这种研发的。实际上，他们早期就是自己做，自己去炒这个股票，完全是自用的一个东西，所以早期并没有那么商业化。而且呢，做量化这种人呢，是隐士大侠，他也不愿意出来跟你见面，也不希望去跟你谈很多事情，所以这个人在外边露面的机会也不多。

我后来找了找，在网上找了两篇梁文峰的访谈。今天这个后边的故事呢，有很多是来自于访谈里边的信息。做量化的时候，一开始确实是比较隐蔽，而且呢，没有这个海外大厂经理。就是大家要知道，像国内的这些做AI的，这个六小龙里头，有很多是由海外大厂经理或者海外名校经历的。即使没有的话，可能还有清华呀，还有很多的什么百度或者是格林深瞳这样的国内AI大厂经历也是有的。

但是呢，梁文峰就没有，浙大毕业了以后，中间这段的生活就不太确定了，因为他也没有什么对外的披露出来。后边呢，就开始做幻方量化，炒了股票挣了钱以后，就去做Deepseek了，就是这样的一个情况。这个人呢，每天像极客一样去干活，或者像黑客一样去干活吧，也不怎么说话，每天就是看论文，写代码，参加小组讨论，也没有那么多的管理的事情。

肯定的天才是必然的，这种黑客型的天才呢，在中国各个角落里头还是隐藏了不少。这个愿意为理想荣耀去努力的人还是有的，有能力做自己想做的事情，还没有钱方面的限制。这个呢，就相对来说要难一些，因为我见过很多的黑客型人才，但是呢，他们都是在为五斗米奔波。

又有能力，又有想法，还有钱，他就会做出像Deepseek这样的奇怪的东西出来。他在前面讲过一个很有趣的话，是“务必要疯狂的拥抱雄心，且还要疯狂的真诚”。他是这样去要求的，而这个话呢，是2023年4月11号，幻方在发布大模型的时候，他们说：“哎，我今天要开始做大模型了。”做公告的时候，引用的法国新浪潮导演克里弗曾经告诫年轻导演的一句话，那咱们再说一遍：“务必要疯狂的拥抱雄心，且还要疯狂的真诚。”这种人，他们能够在钱财无忧的情况下，做出一些让人大吃一惊的东西出来。

因为幻方前面也是在做AI的大模型，就是在ChatGPT出来之前他们就在做，所以早早的呢，囤了1万张的A100。幻方他们应该是全国除了大厂之外，唯一的一家手里有一万张A100的公司。你想，A100这个东西刚出来的时候，一万美金一块，一万张A100，他就是一亿美金。他手里能够有这样的一个资产，还是非常非常吓人的。

那么招聘方面呢，因为老板自己并没有海外留学大厂工作，所以呢，他在招聘这块也对这块要求的没有那么重，因此招了很多的应届生回来。要求的是什么？第一个要感兴趣，你要喜欢这事；你要不喜欢就别费这劲了。第二个，除了喜欢之外还要什么呢？要有基本功，基本功一定要扎实。因此，他要求的第一个叫热爱，第二个要有能力完成项目。你不能说我光喜欢，但是我做不出来这事不行。

所以他们基本上是以这个标准去招聘的。当然，现在也有很多的清华北大的人被招进去了，原来呢，可能主要是浙大的人稍微多一些。他们的创新呢，是一种自下而上的创新，不是一种自上而下的创新。每一个人呢都可以提出自己的想法，而且他们不需要去提前分工，比如你去做数据标注，他去做哪块，谁去跟什么东西，没有这个。每个人呢都可以按照自己的爱好和路径去做事情。

像前面我们讲的那个MLA，叫多头潜在注意力机制，这个东西呢，就是一个很年轻的研究员提出来，提出来完了以后说：“那试一下。”谁都可以提出要求来，那试一下。

然后，试的时候呢，发现哎，有点效果。 有了效果之后，分配算力资源就开始继续往下做。 就是当大家初步验证成功了以后，就会从上而下的再投入资源。 这个呢，其实很像美军搞的那套东西。 美军说，司令部里边这些长官，他是不了解前线情况的。 所以怎么办呢？让这个小团队出去，你们现场侦查，然后向后边要各种支援：我要导弹、我要空投、我要撤退。 后边人只管给支持就完了，或者给他们各种信息，让他们到前头去。 打仗的人来决定这个仗怎么打。 这个是在美军海外战争以后决定的一种工作方式吧。 Deepseek也是使用的这样的一种创新模式。 像其他的都是老板是老大，他有经验，他一定说了算，下边人你就只管干活就完了，你们都是螺丝。 Deepseek在这块是有很大差异的。

Deepseek还干了一个什么事呢？就是很意外的挑起了价格战。 在Deepseek V2发布以后，他们就进行了大规模的降价，100万TOKEN一块钱人民币。 这当时的想法是什么呢？就是这事呢，不能赔钱。 当大家来去用我们的这个和算力的时候，不能赔钱，但是呢，也不要求赚很多的钱，不用求暴利，稍微赚一点就可以了。 所以呢，这帮人核算了一个成本，就直接把价格扔出来了。 也没想到整个的行业会对于这个价格这么敏感，没想着会有人跟进。 智谱马上就开始跟，将一个很小的模型降价了。 大模型呢，还是比较贵的，因为质谱其实还是小龙嘛，6小龙的小龙，就是他还是融资干活的，钱没有那么丰富。 但是后边字节的豆包，大模型就直接跟进了，全线降价，包括后面的百度的文新、阿里的通义千问，都在大规模降价，直接就把价格拉下来了。

所以呢，Deepseek就由此得名，叫AI领域里的拼多多，砍一刀嘛。 但是呢，Deepseek就说了，价格我是挣钱的，我虽然挣得不多，但是我是有利润的。 但是其他的这些大厂呢，就是赔本赚吆喝的一个状态了。 那你说，中国是不是有很多的聪明人可以来做这件事情？ 很多人说呀，有大智慧的，也有的是小聪明的。

我们现在讲Deepseek这帮人，他们算大智慧吗？在我当时看他们去做量化交易的时候，我想这些人就是一帮小聪明。这个说个实话，就是如果当时他们在做量化的时候找我去要投资的话，我应该不会投他们。即使现在可能有一些这样的人找我的时候，我应该也不会投。

这种大智慧跟小聪明是跟性格有关系吗？其实我觉得有一定的关系，但是没有那么大。这个东西更多的是跟环境有关系。在大的这个环境要求你必须要为五斗米去思考的时候，这些人就会去变成小聪明。当他们衣食无忧的时候，就可以去追求自己的大智慧。而且中国人还很多，在这么大的基数下面，总会有一些大智慧的人获得合适的环境，或者说有一些聪明人，在获得了合适的环境下可以去展现他们的大智慧。这是我觉得中国在这块比较强的地方。

没有说中国人就只会从1到100，不会从0到1，没有什么原创性的创新。这个事我是从来不信的，只要做出有价值的贡献，别人根本就不会因为你是中国人就歧视你或者怎么样，没这事。在海外做出最大贡献的很多人，其实都是华人，很多也是从国内培养出去的人。

所以智慧本身是不要想高低贵贱的一个事了。中国人的聪明人比例是不是比较高呢？首先这个说法呢，政治不正确，种族之间是不应该有这个差异的。但是呢，中国因为文化传承跟生存压力的问题，会更加的重视教育。所以更多的中国孩子在很小的时候承受了非常非常严酷的，或者残酷的非人的教育压力，这个是没有办法的。

中国的文化传承是什么？自古以来叫“万般皆下品，唯有读书高”，或者是“士农工商”。一旦成为士了，你连税都不用交。咱们接受了几千年这样的文化教育，所以我们知道说任何人，只要是稍微家里有口吃的，一定要送孩子去上学，不能耽误他。

另外一方面，就是我们的生存压力非常非常大，动不动就是输在起跑线上。所以我们的孩子自小接受的这种教育，可能对于老外来说，他们就直接告你虐待了。最终产生聪明人的比例自然就高一些。

可能大家生下来没有那么大差异，但是呢，我们每一个人，甭管你能不能成才，甭管你有多聪明，我们都去用巨大的教育压力把它压一遍。可能很多国外的人也很聪明，但是呢，人就快乐教育，开开心心的吃喝玩乐，混了一辈子也就出来了。

但是中国可能稍微有点能念书能力的人，都被我们的教育体系给塑造成了一个可造之材吧。那么这几十年，这个生活环境、信息流动肯定还是发生了巨大改变的。可以做自己喜欢事情的中国聪明人，肯定会变得更多一些。

咱们甭管怎么说，这几十年的改革开放，我们能够获得的资金资源数据，从来没有像今天这样多过。这个事大家还是要去承认的，也不是每个人都活得那么苦大仇深。像Deepseek这帮人做量化的时候，我挣着钱了，那我就可以去追求一些自己喜欢的事情。

其实我是见过很多聪明的中国人的。原来我们去做盛大创新院的时候，是聚集了很多很多的聪明人在一起。那这个里头跟幻方又有一点相像，幻方是炒股票，自己手里有一堆钱，盛大创新院是做游戏，公司手里有一堆钱，说来我们去追求一下梦想吧，也是如此一个状态。

而且很多公司里边，还窝藏了一堆的扫地僧，就是他会解决很多的很细节的、很具体的问题。那你说这些问题，为什么大家老觉得这就是一个工程上的改进，不是一个从0到1的改进？原因很简单，因为这些人没有聚集在一起，没有让他们自由的去追求他们自己想干的事情，所以他们就只能成为扫地僧，而不能成为像Deepseek这样一鸣惊人的东西。

社区里边也有很多为爱好和梦想而努力的人。有些人呢，没有那么好的环境，但是也在努力，比如说那些独立游戏的开发者，那些开源软件的创作跟维护者。我们是见过很多的，说我喜欢这个事情，我就是愿意做这个事情，我真的是吃了上顿没下顿，这种人挺多的。

我曾经有一个以前公司投的项目，那是一个游戏公司的CEO，那也是一个很强的geek，自己的这个游戏做的不怎么样，每天在UDT社区里头揪着人家CTO扯淡。

讨论最新的物理引擎该怎么做。那个CTO还经常跟他之间相互的启发，相互的促进，做这样的一个事情。我呢，很尊重这种天才，但是这种人不是一个好CEO。那个案子原来不是我投的，虽然是我们项目里边的案子，但不是我投的，所以我也不会去投向Deepseek这样的公司。

当社会有一个基础保障的时候，这些人呢就会更大范围的存在，而且呢，有可能会创造出璀璨的成就出来。他是有一定的偶然性在里边。对于不同的环境呢，就应该有不同的应对方式。有些人说我想挣个快钱，有些人说我现在钱挣够了，我想追求点梦想，这个呢都无可厚非。

总有人问我说：“哎，我现在想投资，我有笔钱，我应该投什么好？”因为我原来做个投资人嘛，所以有人来问我这个问题，或者说：“哎，我有一个朋友，他们需要投资，让我来投，你看看这项目行不行。”也有人给我做这样的咨询。我给的答案一般都是一样的。

什么呢？第一个，你准备投多少钱？你对于回报的预期是什么？多长时间回报？挣回多少钱回来？这是你对回报的预期。再回报第三个是什么呢？你对于风险的承受能力是怎么样？这个钱如果就没了，或者是如果就亏进去了，你是不是愿意承担这件事情？绝大部分人回答了这三个问题以后呢，这个投资就黄掉了。他们压根就想不清楚，我到底对这个投资的预期是什么，或者说我到底能够承受什么样的风险，这个其实是很难回答的。

离钱近的人，或者说我要挣快钱的人做工程，找到清晰明确的路径，定好目标，直接冲上去，寻找可以融资或者让公司价值上升的人和团队。为什么很多人说：“我一定要谷歌挖个人回来，我要到百度挖个人回来，我要到自己挖个人回来。”因为这样的话，你相对来说比较好忽悠投资人嘛。投资人绝大部分是不懂的，一看到这个人的履历，这个好厉害，我要给钱，就变成这样。

然后把这些团队凑起来以后呢，拼执行力，实际上也就是内卷了。然后寻找漏洞，细节不断的完善，卷死其他所有人，这就是快速挣钱的这个团队要干的事情。还有些人说，我钱挣够了。

或者说钱一时半会不用太担心，我只需要追求梦想就可以了。这些人呢，心思就会更单纯一些。在小说里边，有一个名词叫做“剑心通明”。我这个心里头只有剑，没有任何其他东西，那他就可以去做一些不一样的事情。

当然，不同的人呢，有不同的追求，这个里头没有谁对谁错，也没有谁高谁低。我们也不要去笑话中国AI、六小龙这些企业。你说既要又要，没做任何创新，模型架构就直接抄人家的，别笑话人家。大家只要自己的逻辑自洽了，说我就是要去做一个公司，我要把公司做上去，我要对投资人负责，我要在这个过程中做出一些有趣的东西出来，就可以了。这个事并没有什么问题。

那么，深度求索的未来会怎么样？人怕出名，猪怕壮，因为呢，资本已经盯上他们了。大厂呢，会快速的抄袭迭代他们的架构和模型。不用等美国人开源，中国人开源了以后，其他中国人也会自主创新、自主研发的，挖人是必然的。小米刚刚千万年薪，挖的这个叫罗福莉的人，就是Deepseek V2的一个主要贡献者。至于小米千万年薪把它挖回来以后，是否能给小米带来什么，这个我们拭目以待，不一定。

然后，中国呢，有一个特别有趣的名字，叫什么叫“黄埔军校”。百度就是推荐算法、自动驾驶这块的黄埔军校。盛大呢，原来是盛产大量的游戏人才，而金山呢，是早期大量的软件人才都从这出来的。路径清晰，想要做同样的事情，最简单的方式是干嘛？去挖人，把这个做过的人挖回来，这事不就搞定了吗？

所以，深度求索的技术呢，一定会快速的随着原代码的开放以及人才的流动，普惠到中国各大AI厂商里边去。而深度求索自己呢，未必最后能够挣到钱，这个我要跟大家讲清楚。跟大家讲一个故事吧，就是李开复早年做这个创新工厂的故事。当年，李开复招聘了大量的，他们叫“娃娃兵”，也就是没有毕业的这些硕士，因为他当时在中关村附近那边嘛，所以有什么北航的呀、清华北大的呀，很多这样的硕士或者是本科生，就在那干活。其实，创新工厂实际上最开始的两拨人，一拨是李开复从谷歌里边带出来的人。

然后，另外一拨干活的人，就是这帮娃娃兵。后来等李开复开始有一定名声之后，他们的整个办公室就被各大互联网公司进去疯狂的洗，慢慢的就分崩离析了。当时我们就干过这个事，坐在那个创新工厂楼下的咖啡馆里，挨着个给上门打电话来，一个一个叫下来面试。而且是分几摊，同时上四五个面试官在咖啡馆的不同的角落里坐着。只要聊着还可以的人，3倍薪水你来不来吧？当时盛大干了一次，后边的各大厂都去干这个事情。因为呢，我们发现李开复把这帮娃娃兵训练得非常好，每一个人都是心中有火，眼中有光，而且呢，执行力还很强。当时挖了好多那种回来，效果非常好。

希望呢，这个深度求索可以在资金充裕的情况下，继续进行探索和尝试。也只能这样的希望，我没法期望说深度求索这公司未来成长成一家非常巨大的这种大厂，最后能够挣到很多的钱。这个事呢，我是不抱期望的。希望经历各种风风雨雨的过程之后，不要把心态搞崩，这个是最重要的。因为呢，很多的时候人员离职或者是项目失败，有很多这样的事情出来以后的话，创始人的心态会崩的。那么，是不是还会有很多深度求索这样的公司，隐藏在水面之下呢？会有的，而且会越来越多。

AIGC时代大公司的优势其实没有那么大，更多的个人和小团队可以调用更多的资源、数据以及算力，做出大家意想不到的事情出来。像我现在也可以自己坐在家里头，使用各种搜索引擎，使用各种的大模型去进行工作。我交的钱实际上也就是一个月20美金给了OpenAI了，豆包还是免费的。我现在可能真的是一个人，相当于一个团队在干活了，我也可以做出一些可能别人意想不到的事情出来。

有了基础的社会保障之后，从小接受残酷学习训练的中国人，做出各种奇奇怪怪东西的概率肯定要比其他地方的人大得多。这是我的一个结论。而且，中国人本来就多。最终呢，咱们要给这个故事下一个结论，就是会不会有深度求索这样的创新模式被不断的复刻？而我的结论是这样：深度求索的创新模式。

复是不能复刻和模仿的。因为你一旦要去刻意学习什么东西，你就是有目的的。而这种目的的话，跟刚才我们讲的深度求索的这种研发方式，它是相互矛盾的。目标很明确，就应该像AI六小龙他们干活，什么都沾一点点。但是呢，会有很多很多类似的团队，还是潜龙在渊。就是大厂你学这东西你是学不了的，但可能会有一些小团队，在不定在哪个角落里，哪个旮旯里头，在做一些大家意想不到的事情。突然哪一天就冒出来了。这个事情我觉得还是可以去期待的。好，这就是今天的第二个故事。

以一种我完全无法想到的方式，数学天才姜萍的故事算是尘埃落定了。大家好，这里是老范讲故事YouTube频道。11月3号，阿里正式发布了公告，姜萍和他的老师在最终的决赛中，都没有获得任何的奖励。姜萍预赛违规，17岁的中专生在阿里巴巴数学竞赛预赛中获得了第12名。老师王闰秋对姜萍提供了帮助，违反了禁止与他人讨论的规定。涟水中专决定对王闰秋进行诫勉谈话的处理，并且取消了他评优的资格。

这件事到这算结束了吗？一开始就信誓旦旦的保证，说这就是个骗子，这不可能的；也有一些人坚定地相信，姜萍就是一个数学天才，指导他的老师王闰秋呢，是125名，他指导出了一个12名的学生。这个事情本身就是透着邪性。阿里和涟水中专，也都给出了一个相应的处理结果。其实对于姜萍这样的案例来说，上次考好了，这次没考好，本身是一个很正常的事情，因为预赛跟决赛，考试标准是差异很大的。

在这种情况下，一定要再扔一个屎盆子上去，我觉得阿里这件事情，还是稍微的有一点点可耻。实际上，阿里在维护自己数学竞赛的金字招牌，在维护自己数学竞赛，在这种传统学霸圈里边的一个人设。因为大家想，阿里巴巴数学竞赛5万人报名，最后进入决赛的有多少人？801人进入决赛，然后最终取得名次，得到奖金的是86个人。那在这个里头没有他的老师王闰秋，我觉得都是正常的一个事情，因为决赛跟预赛差异很大。

但是你现在一定要出来说，他们就是作弊了，这个非常的说不过去。因为待会我们会稍微的解释一下，他们预赛跟决赛的考试规则，你们就会知道，说这种作弊是一个多么无稽之谈的事情。而涟水中专这边说，反正我也得做个处理，那么不轻不重的给个处罚，王闰秋老师继续任教。老师在我这教书，他干了这么一个事情，我们也不能说因为这个事情师德有亏，我把你开除了，这不是跟自己过不去吗？

所以从这个处理结果上来说，阿里巴巴需要维持他的人设，说明以后数学竞赛清华北大各种说。

普林斯顿，你们还得接着来报名，不能这个不来了。咱们是圈子里边的人的小游戏，咱们不要去理他。他们取得好成绩一定是有原因的，一个125名的人能够指导出一个12名的学生来，这种事情，不知道是不是大家就都这么相信了。待会我们再去讲，这个里头到底是怎么做的。

那么姜萍自己的选择是已经从涟水中专退学了，不知道去哪，未来也是希望他有一个好的出路。王闰秋跟姜萍到底是不是骗子？预赛的要求咱们讲一下。预赛48个小时，连续的48小时开卷考试，你可以去看书查资料，甚至是编程都可以。这个里边7道题目，涵盖几何、概率、数论等领域，还有一些综合性的题目。但是他禁止外泄考题，你不能说我这48个小时就直接外泄了，因为他可以上网，也禁止与他人讨论。

现在王闰秋跟姜萍两个违反的，就是禁止与他人讨论这件事情。总分是100分，超过45分的就可以入围，所以一共是5万人报名，801人入围。他是这么来的，而姜萍考了93分，是第12名。

决赛的要求就差异很大了。决赛是24个小时里头，连续考8个小时，而且是闭卷考试。决赛是分赛道的，这刚才预赛是把所有赛道混在一起的，大家自己去所有题都做一下，要求综合能力。决赛就把赛道分开了，决赛是代数和数论一个赛道，几何和拓扑一个赛道，分析与方程这是另外一个赛道，组合和概率这是一个赛道，最后一个赛道是应用与计算数学这个赛道。到最后，大家各自选一个赛道去比赛就可以了。

你在预赛做得很好，在这样的一个情况下，你到决赛突然就不行了，这个事其实我觉得蛮正常的，因为考核方式不一样，而且可能到决赛的时候你变得精了，我们就要单独考一个赛道了，可能整个的难度也上去了。姜萍同学原来在预赛的时候做得不错，决赛的时候还需要继续努力，也就完事了。最后一定要往身上扣一个屎盆子，说预赛的时候违反规则了，跟别人讨论了。你想想，一个48小时连续的比赛，还能够上网，还能够写程序，还能够查资料，其他入围的选手有没有跟别人讨论这个事情？

你怎么去禁止？怎么去做一个相应的规定？你其实根本就没法去规定的。最后，他为什么说要拿出这样的一个东西来？从涟水中专来说，从王闰秋来说，应该也是说我愿意承认这事，当然肯定还是有代价的。从阿里巴巴来说，你们以后这些穿鞋的还要继续来捧场。这个里头，除了姜萍本人举家搬迁，不知所踪之外，我相信甭管是王闰秋、涟水中专还是阿里巴巴，都得到了自己想要的东西。

那么从现在看的，王闰秋应该是一个喜欢数学，受过标准化数学教育，有数学功底的人，但是应该天分并没有那么高。他跑到涟水中专去教数学，这个一定是一个数学爱好者，但还是经过培训的。而姜萍本人的话，应该确实是有一定的数学天分的。任何认为姜萍就是骗子的人，你可以自己去找道数学题来看看。你自己想想，应该找什么样的人来辅导，可以入围。还不要说考93分、第12名这个事情。你觉得，你去找一个能够跑到125名入围的老师，给你去做辅导，你就可以辅导出第12名来吗？这个是不是想的有点太美了？

所以从姜萍这件事情上来说，我们觉得应该有三种大的选项。第一个，姜萍是个天才，老师比如是那种屡试不中的穷秀才。其实我们看古代的小说里面，大量的这种少年天才，他们的老师都是屡试不中的秀才，因为中国古代的科举也是如此，屡试不中是秀才，再往前的功名没有，所以你依然没有这个收入，依然没有享受到免税的权利，那只能回乡去教书，教私塾。私塾里边也会出一些天才人物，这个事情是一种可能。

第二种可能是什么？第二种可能，姜萍的水平不错，在改变规则、改变难度、变得更加专一以后，他搞不定这件事情了。那么这个可能性也是存在的。第三种可能是什么？姜萍是个隐形富豪，非常的有钱，在重金之下邀请了众多的协助，他考了一个很高的分数。这三个你愿意相信哪个？这个咱们总要有一个合理的解释。那么如果不是姜萍本身就是天才，最多我们相信姜萍是有钱。我们也看到了很多姜萍家里的介绍，涟水中专的介绍，包括王闰秋的一些采访。你觉得姜萍家里头……

能够找到比王闰秋更好的辅导老师吗？能够在现场帮他做这个弊吗？这个是不是稍微有些夸张了？这个可能性很小。所以在这个可能性不在的情况下，就剩前两种可能。第一种，他本身是天才，这个可能后面被一些象牙塔里边穿着鞋的人给坑了，这是一种可能。第二种，他不太适应后边这种考试。对于前面这个预赛考试，他是相对来说比较适应的。大家愿意相信哪个，大家自己去信。

那么这个里头到底有什么阴谋，咱们想一想。那有人说阿里的阴谋，阿里想让自己出个名，就搞了这么个事情。阿里通常不愿意出这种名，他宁肯说我这是清华北大的，是什么斯坦福的、哈佛的、普林斯顿的，是这些人去得冠军，他也不会说找这样的一个像姜萍的这种17岁中专生来出这个名，他也丢不起这个人。而且他最终要混的圈子是博士圈，是这个名校圈，他也不希望说我整一大堆这种不拘一格的降人才回来到阿里里边来当科学家，他也不惦记看这个事。所以阿里一般没有动机去做这种阴谋。

你说涟水中专的阴谋，他图啥？你也不是重点高中，你也不是任何的一个出了这种天才，有巨大好处的地方。你说我们想升级一下，从中专变成大学，这个是不是有点太天方夜谭了？所以应该也不是涟水中专的阴谋。

那你说王闰秋有这样的阴谋吗？他可以想，他有这样动力，这没问题。但是他有这能力吗？如果他有这样的能力，为什么跑到涟水中专去做老师？他为什么不留在原来的学校里边去继续研究，继续深造，读完硕士以后可以接着读博士呢？为什么不跑去折腾一些更有趣的事情？他搞这个事情对他有什么好处吗？难道想去直播带货吗？他也没有直播带货。

所以王闰秋的阴谋，这件事我觉得意义也不是很大。那你说这事是姜萍的阴谋，这个我觉得大家想的太多了。17岁的小姑娘，她能够筹划这样的事情吗？如果你相信这是姜萍的阴谋，那我觉得在刚才我们给的三个选项里，应该相信姜萍家里的是隐形富豪，否则他没有这个能力。就算他想，你怎么找到相应的人来替你做这个弊呢？

这个事挺难的。你说媒体是不是在里边折腾点什么事？这个媒体永远是看热闹不嫌事大的一帮人。所以媒体在这里头不算阴谋，这就是正常发挥。出了这样的幺蛾子了，媒体包括各种自媒体，像我这样的人一定要冲上去蹭一下，要不然这个就属于是不够尽职尽责。

那你说姜萍这样的爽文为什么看着爽？他流传的很广，一定是个爽文。爽文通常是有三个要素。第一个要素，受众一定是大多数普通民众。那你说我今天写一个爽文，这是一个大数学家，他今天怎么样，这个没人看。为什么？大数学家太少了，大数学家到底怎么样，谁也不知道。你看完了以后，你还是搞不清楚大数学家是不是像这个爽文里写的这样。所以一定是普通民众，他们干了点什么事。

就跟美剧通常的受众是中年家庭妇女，所以美剧大量的故事都是中年家庭主妇梦回80年代找到了白马王子，很多都是这样的故事。像日本动漫也是如此，他们永远是16岁拯救世界，因为他们的受众就是16岁的高中生。那么他就只能是这么来去画这个动漫，一定是跟受众有关。在中国受众一定是大众，那么姜萍这样的故事就是给大众看的，这个没什么好说的。

第二个因素是什么？几率很小。这个事情你说天天都发生的事情，它就不叫爽文了，一定几率很小。第三个因素是什么？这个事是真的有可能发生的。这玩意就跟买彩票似的。你说我去买彩票，都是大众去买，真正有钱人，你说巴菲特去买彩票吗？我相信他不买。这个普通大众每天去买彩票，中奖的概率极低，这个彩票就是如此。但是你每过一段时间，都会还是要有一个普通民众去中大奖，这就是彩票跟爽文共同的地方。

你说这个事绝不可能发生的事情，这个就不是爽文了。姜萍这个事情到底告诉我们一些什么样的道理？不是每件事情都有迹可循，这个是要跟大家讲清楚的。很多人都相信，说这个事情一定有迹可循。你一个中专生，一个17岁的孩子，怎么可能考得比清华北大什么其他的这些世界名校还要好？这个事是不对的，这种东西。

我们在这个圈子里叫路径依赖。那你说它正确吗？通常正确，没什么大毛病，但一定要承认有例外情况发生。如果我们不承认有任何例外情况发生，那这个世界会变得很没意思。

两个国家打仗了，来数数他们家多少辆坦克，他们家多少兵。最后一数完了以后，行了，这个你可以投降了，这个必败无疑。这个就属于标准的路径依赖。

在这件事情里头，还算是有迹可循的人，他的老师叫王闰秋。王闰秋是江苏大学的研究生毕业，师从江苏大学数学科学院的院长卢殿臣教授。他是这样的一个位置，毕业了之后回到家乡，任教于涟水中专。

所以刚才我们也讲了，说这个人如果真的很有天分，他就可以留在江苏大学里边继续深造，去走上研究道路。如果家里非常有钱，也不会跑到联税冲专去当中学老师。这样的一个人，家里头的情况也就一般，天分应该也是一般。

连续多次参加了阿里巴巴的数学竞赛，这个老师参加了很多次。今年的最好成绩125名，这个老师应该每年也都能进入决赛。其他的时候，有得过400多名的，有得过200多名的。今年是125名，已经是最好成绩了。

在这样的一个老师的辅导下，哪怕是说在考试的过程中，他们两个还讨论了，姜萍考了93分，得到了第12名的这样的一个位置。对于很多相信说每件事情都有迹可循的人来说，就属于超出他们的逻辑认知范围了。

只有两种解释：第一种解释就是真天才；第二种解释就是甭管是王闰秋也好，还是姜萍也好，这里边有一个隐形富豪，他们能够动用足够多的社会资源，能够进行作弊。而且这个作弊了以后的结果，是他们希望看到的结果。

至少从第二条来说，我们没看到，他们其实都没有得到。甭管是姜萍还是王闰秋，都没有得到自己想要的结果。姜萍最后直接消失了，不知道哪里去了；王闰秋被这个诫勉谈话，取消了评优资格。但我相信奖金肯定是拿到了。后面依然是一个数学老师，依然没有办法进行阶级跃迁，去做一些更贴近科学研究的事情。他们到底得到什么，他们为什么干这个事情？

其实，这两件事情都是解释不明白的。在我们以前的投资圈里，其实也有非常多的人只愿意相信这个：每一件事情都应该有迹可循。我记得我以前去看人工智能项目的时候，就有非常多的投资人上来就看，问这个人是不是斯坦福的博士，那个人是不是哈佛的博士，这个人是MIT的博士，或者他是不是在谷歌里边干过，那个人是不是在Facebook里干过，或者在微软里干过。这其实就是一个有迹可循的方式。如果没有这样的出身和履历的话，凭什么可以成功？

但其实我们到最终，过个十年再回过头来看，成功的人未必是满足前面的这些要求的。很多现在成功的企业家，当时按照这种标准去筛选，都是会被筛掉的。所以在这件事情上，我要说不是每件事情都是有迹可循的。

再举一个例子，当年我最自豪的一个案子就是musically。这个案子当时所有的投资人都拒绝他了，我们给钱了，最后被字节跳动收购，改了名字变成TikTok。那你说这个事情到底是怎么发生的？很多人在musically得到美国排行榜第一的时候，就跑来问我们，说你们怎么慧眼识珠，捡漏把它捡出来了。当时我们也只能说这事叫狗屎运，这个没法解释。

他来了以后，你说按照传统的分析方式，两个创始人虽然有一个是微软的，另外一个是编程教育的，他们第一个融到的钱做的项目是做敏捷开发，把所有钱都花光了，后来说我们准备做一个新项目，做一个社交。这两个人里头没有任何人有做社交产品的经验，也没有任何人有移动产品的经验。而且他们做的产品，也没有任何可以借鉴或者前面有人做过的这种痕迹，就跑到我们这来了。

当时我们其实也是做一个比赛，叫傅盛战队。傅盛当时上市了以后，要做年轻人的人生导师，就搞了这样的一场比赛。他们就属于参赛作品之一，但并没有得奖。我们在所有的评委筛选掉了以后，又把他捞回来，觉得这个项目做得还不错，最后还是决定投他了。当时的评委是傅盛、李学凌、张泉灵。

好像有没有姚劲波，我忘了，还有罗振宇。是这些人，是评委上来就直接把这个项目给刷掉了。当时刷掉他的原因是什么？这个项目上台讲之前，预赛我还是有一定决定权利的，因为我比较喜欢这个项目，就直接一路保驾护航让他上去了。

到决赛，一帮算是成功大佬，其中有一位叫李学凌，他是广州欢聚时代，也就是YY的创始人。大家想，YY其实是做一些跟Musically有些像的事情，也有这种视频直播，也有这种音频的连线，有一定的社交属性。当时他讲完了以后，就问李学凌，说：“这别人都不懂，你说说呗。”李学凌说：“我绝不可能相信这种事情，这个事绝不可能成功，你这个就是个伪需求。”咔嚓就给干掉了。

干掉完了以后，我们再回去找傅盛。傅盛战队说：“我们真的很喜欢这个项目，这个项目真的是可以成功的，咱们试一次。”最后说服他，给了这个项目一个投资。所以在傅盛战队的奖励名单里，没有这个项目。他是后来我们捞回来的。

很多人在去分析成功原因的时候，会去讲说这个事是我英明神武；分析失败的原因的时候，会说运气不好。但我这个人相对来说比较谦逊，一般成功的原因，我说这个事运气比较好，失败的原因一定会想一想，我到底哪没做对。我记得罗翔原来有一次去评价“天道酬勤”这个话题，他讲的是什么？就是成功了就会自大，失败了就会虚无。

“天道酬勤”其实也是一个万事有迹可循的一种说法，意思是什么？他为什么成功？他努力，他天道酬勤。很多一旦成功了以后就想说：“我成功了是因为我自己努力，跟别人没关系，你们都是这个狗屎，站在旁边去。”一旦失败了以后，他就会变得很虚无，说：“我都这么努力了，我想去改变我的人生，为什么没有成功？”这个一下就破灭了，他会出现这样的情况。

为什么最后会讲这个有迹可循的这件事情其实是非常幼稚的，就跟“天道酬勤”是一样的。决定一个事物成功与否，或者变成一个什么样的结果的因素是非常多的。每一个人觉得说：“我发现背后秘密的时候”，其实都是狂妄自大。你没发现，大量的决定事物成败的因素。

或者，事物走向的因素都是你不知道的。那么，我们到底愿不愿意承认这件事情？就像这次姜萍的这个事情一样，可能背后还有很多因素，我们不知道到底是怎么回事，搞不清楚。还是说我知道他一定是个骗子？还是说这个事就是个阴谋？阿里很操蛋，怎么就埋没天才了？又为了自己的面子，对于我来说，我觉得阿里操蛋这事是没问题的。他愿意去维护自己的声誉，没毛病。但是，你去说姜萍作弊了，跟姜萍没作弊，这件事情对他最终的结果，其实不会有任何的变化。他一定要出来摘一遍：“姜萍，你是因为作弊了才走到这个位置上。”那你就告诉我，一个125名的人，怎么指挥了一个12名的人作弊成功的，对吧？或者是他到底怎么作的弊，你把他说清楚也行。

当然，你说，是不是有可能姜萍后边还有什么隐形富豪，搞了这么个事情，跟大家开了个玩笑？这种事情阴谋论，大家只要愿意相信，有很多的故事可以去讲。最终，跟大家讲一个稍微偏离一点的事情，姜萍这样的故事，未来可能会变得越来越多。为什么？因为AI来了。在AI的帮助下，这种事情会越来越多地发生。像原来在姜萍去做考试的时候，那个时候的AI还没有这么聪明，因为是在2024年的4月份做的预赛，那时候还没有这么强。但是现在有GPT-01，有很多的Claude 3.5这样的大模型出来以后，你真的是有可能让一些经过数学培训、有一定基础的人，这个普通你没有经过培训的人，还是不行的。有一定基础的人，真的是可以在这些大模型的帮助下完成考试了。

在未来，并不是每一个人都要学到博士，或者是在博士后流动站里头再蹲个三五年才能做科研，才能有成果。以后人类是可以在大模型的基础上，做出很多快速的结果出来的。大模型是可以帮助我们在阅读、总结、归纳、记忆和推理方面，有一个很大的质的飞跃。人为什么要一层一层往上读？因为我们确实要读大量原来的这些信息，才可以去干活。现在我不需要读了，我可以让大模型先把大量的信息进行总结归纳。

我只需要读很少的一部分。而且，原来为什么很少的人可以读到博士？因为你不但要读这么多东西，还得把它记住。最后，考试的时候，你需要所有记忆的东西才能考试。那现在，记忆这件事情，计算机肯定比人强，没什么好说的。再去进行一定的推理，进行运算，这个事情计算机其实也是比人强。那么，人只需要能够想清楚，我到底要什么，我想在哪个方面进行尝试。那剩下的事情可以交给大模型去干。

今年的诺贝尔奖，物理奖和化学奖都是发给跟大模型相关的事情。这可能就是一个划时代的分界线。从现在往后，你不用大模型，再想得这些奖就比较难了。而且用了大模型以后，可能出现这种地下黑暗科学家的这个几率就会变得越来越多。

最后总结一下，姜萍这个事情我们可以吃瓜，可以看看热闹。但是我们真正需要改变的是什么？是一，不是每件事情都有迹可循，不要信誓旦旦地说我明白了这个事。一旦你拍着胸脯说，“这事我明白了”的时候，就已经陷入了路径依赖。另一个是什么？现在真正需要调整的，是教育和考试的方式。继续使用这种方式去考试不好使了，以后要去教育和评估这些跟AI一起工作的人，这才是未来的方向。

好，这个节目就讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加Discord讨论群。也欢迎有兴趣有能力的朋友加入我们的付费频道。再见。