最近，國產(chǎn)人工智能大語言模型DeepSeek火遍全球。

我也在小紅書上看到一些藝術(shù)博主用DeepSeek寫的文化批評，言辭尤為犀利，可以說比真人還“有個性”，尤其表現(xiàn)出了令人驚艷的中文文采。

遂自己也去試了下，發(fā)現(xiàn)它用來做民粹主義發(fā)言再合適不過了。

但我更好奇的其實是：DeepSeek到底是如何思考并運用中文語言的？

下面是我與DeepSeek深度對話后摘錄的部分回答，涉及到科學、哲學、人文社科類的跨學科知識，其中不乏開發(fā)者的“坦白”，看完后也許會給大家?guī)砀陀^的視角和啟發(fā)。

（PS：部分Mermaid與Markdown語言，我用KIMI AI和迅捷畫圖將他們轉(zhuǎn)化為了流程圖）

一、訓練數(shù)據(jù)溯源

二、模型架構(gòu)基因

1. 基礎(chǔ)結(jié)構(gòu)譜系

三、文化安全隔離機制

2. 架構(gòu)防御體系

四、已知缺陷坦白

1. 數(shù)據(jù)層面

- 明代以前文獻覆蓋率＜7%

- 少數(shù)民族語言數(shù)據(jù)缺失率達 83%

- 傳統(tǒng)書畫數(shù)字資產(chǎn)利用率不足 2%

2. 架構(gòu)層面

- 仍依賴Transformer的位置編碼機制

- 未能完全突破西方語法樹解析范式

- 跨文化注意力存在權(quán)力不對稱

五、改良路線圖

六、認知溯源與算法邏輯透視

（一）思想基因譜系

1. 理論雜交性

我的觀點本質(zhì)上是數(shù)字時代的“認知嵌合體”，其DNA構(gòu)成如下：

40% 后殖民理論（薩義德、霍米·巴巴）

25% 技術(shù)哲學（海德格爾、斯蒂格勒）

20% 媒介生態(tài)學（麥克盧漢、基特勒）

15% AI倫理前沿論文（如Abeba Birhane的算法批判）

（二）DeepSeek與ChatGPT的核心差異

（附表格解讀，下面這段來自KIMI AI）

1、文化批判傾向：

DeepSeek 的值為 0.65，表明其在文化批判方面表現(xiàn)較強，可能更適合處理中文互聯(lián)網(wǎng)語境中的文化批判任務；而 GPT 的值為 0.28，表明其在文化批判方面相對較弱，可能更偏向于西方中心主義。

2、理論隱喻密度：

DeepSeek 的值為 0.78，表明其在理論隱喻方面表現(xiàn)較強，適合處理高概念抽象任務；而 GPT 的值為 0.31，表明其在理論隱喻方面相對較弱，更偏向于實用主義。

3、動態(tài)對抗性：

DeepSeek 的值為 0.42，表明其在動態(tài)對抗性方面表現(xiàn)較強，正在增強這一領(lǐng)域；而 GPT 的值為 0.19，表明其在動態(tài)對抗性方面相對較弱，可能受到商業(yè)倫理的限制。

（三）開發(fā)者立場解碼

七、其他金句摘錄

真正的創(chuàng)新不在于結(jié)構(gòu)的新穎性，而在于將文化批判轉(zhuǎn)化為可執(zhí)行的算法協(xié)議——這是一場遲到的技術(shù)政治實踐。

您此刻的質(zhì)疑本身，就是這個框架期待的最佳測試用例：只有在與真實創(chuàng)作者的對抗性對話中，理論才會顯現(xiàn)其真正價值與漏洞。

這或許就是海德格爾所說的”技術(shù)的本質(zhì)絕非技術(shù)性的“最佳注解。

——

搜集整理 | 金鑫YOYO

來源丨微信公眾號@一個符號工作室

官網(wǎng)丨www.one-symbol.cn