DeepSeek的技术创新及其启示——基于相邻可能理论的分析.pdfVIP

第24卷第2期北京交通大学学报（社会科学版）Vol.24No.2

2025年5月JournalofBeijingJiaotongUniversity（SocialSciencesEdition）May2025

DeepSeek的技术创新及其启示

——基于相邻可能理论的分析

ab

赵坚，赵云毅

（北京交通大学a.中国城镇化研究中心；b.国家经济安全研究院，北京100044）

摘要：DeepSeek的技术创新说明，相邻可能理论不仅能成为技术演化的解释框架，也是AI创新的行动指

南。在技术快速迭代的今天，比“追赶现有路径”更重要的是“探索下一个相邻可能”。当中国的人力资本和技

术水平接近世界技术前沿时，进行“相邻可能”探索存在巨大的不可预测性和不确定性，已经很难用传统的追

赶策略来推动技术进步。在进入世界前沿技术充满不可预测性和不确定性的第四次产业革命的国际竞争中，

中国的技术创新发展战略应主要聚焦投资人力资本和建设科技评价资助的“赛马体制”这样两条护城河，来取

得竞争优势。

关键词：相邻可能；大语言模型；算法创新；人力资本；制度安排

中图分类号：TP18；F124.3文献标识码：A文章编号：1672-8106（2025）02-0154-13

一、引言

DeepSeek-R1在数学和推理任务上达到了与OpenAIo1相当的水平，而服务价格只相当OpenAI

o1的1/30。这不仅引起科技界和AI公司的震动，而且在资本市场掀起剧烈震荡。特别值得注意的是，

DeepSeek团队在论文中报告他们的全新推理模型出现了连他们自己都没有预料到的“ahamoment”

（啊哈时刻）。DeepSeek-R1-Zero训练中间版本的数学推理中出现了这样的内容“Wait，wait.Wait.

①

That’sanahamomentIcanflaghere”。当发现当前的解题思路可能存在问题时，模型会停下来，重新

审视之前的推理过程，然后尝试寻找新的解决方案。这种行为完全是自发产生的，而不是通过人工设

计实现的，这表明DeepSeek在一定程度上已经具备了人的逻辑推理能力。

DeepSeek训练DeepSeek-R1-Zero的数据是数学和理工类数据，因为数理领域的问题有相对确定

的答案。但由此形成的逻辑思维能力是否可泛化，用来分析经济学理论问题应该是件有趣的事，因为

［1］

数学的推导逻辑和经济学的概念逻辑有共同之处。因此，笔者把一篇1万多字的英文文章发给

DeepSeek，该文认为Romer1990年内生增长模型的假定不能支持其设计知识会指数增长的论断，而美

国圣塔菲研究所的理论生物学家Kauffman的相邻可能理论能够解释。笔者要求DeepSeek概括这篇文

章的核心思想。结果，它在非常短的时间内概括出该文的主要观点和分析逻辑。

［2］

美国圣塔菲研究所的理论生物学家斯图尔特·考夫曼（StuartKauffman）用相邻可能理论解释创

新和经济增长。“相邻可能”（adjacentpossible）是一个内涵丰富但又难以真正理解的概念。约翰逊在

《伟大创意的诞生》中做过这样的介绍，“我发现考夫曼的‘相邻可能’概念如此引人入胜之处在于，它揭

示了自然和人类社会的统一性，他提出这一概念部分地描述了自然和人类历史共有的迷人现世趋势：

进入相邻可能的障碍连续不断地被打开”。“相邻可能不仅指出了创新的限制，也指出了创新的可能。

在生物界演化历史的任一时刻，都可以看到一些