整理写博客时的信息查询渠道，主要如下：
1、通用
豆包、DeepSeek
百度（含百科）、Google
2、垂直
即刻，精选版微博，感兴趣的长尾词
知乎，精选版百度，互联网领域
微信公众号，长文搜索
微信读书，所有书 & 某本书（within books）
小宇宙，播客，感兴趣的长尾词
哔哩哔哩，查相关视频
七麦，查 App 更新日志
百度指数，查事物热度
Questmobile，查行业报告
3、本地
flomo，零散想法
Ulysses，文章（含草稿）
dengbiao.me，已发布的文章
Pocket，稍后读的文章
Evernote，已收藏的文章
春节期间 DeepSeek 在全球爆火，DeepSeek App 也登顶各国 App Store 下载排行榜，影响堪比前一段 tiktok refugee 入侵小红书，具体背景是 DeepSeek 在 2025 年 1 月 20 日 发布了 DeepSeek-R1 开源模型，性能与 OpenAI-o1 正式版相当，那作为我们，是否应该重新 审视 AI 呢？
评价前先理解，我们先看看第一个问题，DeepSeek 做对了什么？经过一番知乎，目测 DeepSeek 出圈最大的原因是 性价比（效率）；第二个问题，DeepSeek 不是什么？当追问 DeepSeek“说说你的 推理模式特性” 时，其回答（部分）如下：
“我的推理模式主要基于对海量文本数据的学习与模式识别，具备以下特性：
** 概率化生成 **
– 通过统计模型预测最可能的词序列组合
– 输出结果本质上是概率分布的采样结果
这种基于统计学习的推理模式，使其在处理开放域问题时表现出较强的语言灵活性，但在需要严格逻辑推导或专业领域深度推理时仍存在局限。建议使用者对关键信息进行交叉验证。”
由此可以说 DeepSeek 还是生成式 AI，“其本质是一组数学公式拟合人类语言规律”，缺乏真正的理解，有点像斯金纳放在操作箱中的老鼠，TA 并不知道杠杆是什么以及它是如何运作的，只知道 “按压一次杠杆就会出现一粒食丸”，当然不理解不代表没用，正如我们多数人也不理解计算机（也不需要）、人脑是如何工作的但并不妨碍我们使用计算机以及（通过人脑）阅读、思考和写作。
经过近一段的使用对比，DeepSeek 在日常问题解答层面比豆包强得有点明显，再次感慨这竟然是一家中国创业公司做出来的。个人体验层面，如果说百度的 aha moment 是信息平权不用再问人（全网索引&部分场景通过框计算等直接给答案）、豆包是足够靠谱的语音识别和答案输出（AGI），那么 DeepSeek 是更超出预期的答案输出（更全面且深度且结构化）以及有意思的思考过程呈现（CoT）。
### 基础场景
1、辅助阅读，作为自己的书友
看一本书前先看看 AI 的内容总结。
2、辅助思考，作为自己的幕僚
任何问题，或者先问 AI，辅助决策（将其当作外部 “系统 1”），或者后问 AI，查漏补缺（将其当作外部 “系统 2”）。
3、辅助写作，作为自己的顾问
不管是写小红书笔记还是博客，文字是思考的总结，最终是对某一问题的阐述，那就可以在过程中问 AI，即使可能存在 “幻觉”。
### 技巧
一是持续反馈，相比搜索，DeepSeek 背后的技术包含强化学习（RL）且会考虑上下文，这就意味着我们可以和 TA 对话并对每次的输出结果进行正负反馈，逐步修正输出结果。这个有点像猜价格游戏，一方持续回答，一方持续反馈价格高了还是低了，逐步逼近目标答案。强化本身是一个心理学概念，强化的结果是增加目标行为出现的可能性，强化理论上是能提高问题解决概率的。
二是多个 AI 工具并用，在搜索时代，傲游浏览器有个很有意思的功能，支持分屏查看同一搜索词在多个搜索引擎中的结果，因为各家各有所长，部分场景百度确实更懂中文。说回 AI 工具的使用，可先在豆包 App 语音提问，然后对于答案不太满意的，主要是非知识类问题，复制问题到 DeepSeek App 提问（考虑 DeepSeek 近期频繁提示 “服务器繁忙，请稍后再试”，可用纳米 AI 搜索 App 替代）。
关于 AI 的未来，和之前搜索引擎等一样，重要的是我们能利用 AI 为自己做什么，在这块，经验依旧重要，好的结果输出依赖于好的问题，而好的问题依赖于个人已知的概念，比如前面问 DeepSeek “推理模式特性” 就是建立在对其一定的了解之上。至于 AI 会取代谁，大概率是不擅长使用 AI 的人，就像那个经典笑话：两人在森林中遇到熊，其中一人开始逃跑，另一人质疑：“我们怎么可能跑得过熊？” 逃跑者回答：“我不需要跑过熊，只需要跑过你。”
1、动态：理解 DeepSeek 出圈后的意义
2、文章：疯狂的幻方、揭秘 DeepSeek
3、文档：豆包 “帮我写作” 官方指导、DeepSeek 提示词样例
4、播客：那些关于 DeepSeek 的谣言与误解
5、视频：最好的致敬是学习：DeepSeek-R1 赏析
AI 是什么，AI 是 Artificial Intelligence，人工智能。最近的这一次 AI 风潮是 2022 年 ChatGPT 等产品带来的，正如 《我想击碎你们对于 AI 不切实际的幻想》 中提到的，本次特指可生成式 AI，其本质是一组数学公式拟合人类语言规律。与此同时，需求是什么，前段看到一句话，所有工具都值得再用 AI 做一遍，虽然这只能反映说话者的无知和虚伪，但我们确实可以根据这个思路去找趁手的 AI 工具。
1、豆包
搜索类，字节跳动出品，部分替代百度，有事没事语音搜索一下，有问题就会有答案。相比百度，在知识类搜索这块，LUI（Language User Interface）的效率高于 GUI（Graphical User Interface）。相比文小言和 Kimi 智能助手，豆包的语音识别率更高且支持修改搜索词（发布这篇文章时 Kimi 也已支持），也是这点让 Kimi 沦为替补，虽然很喜欢 Kimi 和论文一样标注信息来源的结果呈现。
关于如何成为一名语音搜索用户，很多年前手机百度就在推语音搜索，但那时并没有用起来，因为结果主要还是以链接的形式呈现，体验提升不明显。之后的文心一言也没用起来，没有找到使用场景，或者说产品对用户的引导不够。搜索、聊天机器人类产品很大，需要落地于一个一个案例，解决用户的具体问题才会有留存。
说回豆包，它还有电脑端和 浏览器插件（“常驻在浏览器侧边栏，回答问题、总结翻译网页、论文、视频，还能帮你快速写邮件”），不过个人用得不多。
2、微信输入法问 AI
搜索类，“微信输入法 推出的功能，基于腾讯自研的混元大模型，用户可以在输入栏直接提问，获取答案”，具体操作：移动端，输入内容，然后点 “问 AI” 选项，如果没出现该选项，可以点 “×” 关闭候选词，然后点左侧的微信输入法图标 “P” 找到 “问 AI”；电脑端，任意地方输入内容后敲 “=” 可直接获取 AI 回答，适合想了解所输内容指什么时。
3、微信读书 AI 大纲和 AI 问书
内容总结、搜索类，其中 AI 大纲，看一本书前先看看 AI 总结的大纲，AI 问书，在原有全文搜索功能的基础上看看 “AI 问书” 的结果。
4、问问小宇宙
搜索类，搜索播客内容时可以试试，目前只有网页版，体验一般，希望尽早集成到 App 中。至于听播客前想先看内容总结，豆包插件可以解决。
5、哔哩哔哩 AI 视频总结
内容总结类，看视频时帮我们总结，新时代的 “课代表”，具体触发方式包括：网页端，点击视频右下方的 “AI 视频总结” 按钮，另外，豆包插件也能总结；移动端，在视频评论区 “@AI 视频小助理 或 @有趣的程序员 总结一下”。
关于 AI 是多大的机会，需要回归到给多少人解决了多少问题这个点，相信调研、体验过后自己就可以判断这一波生成式 AI 真是大机会还是我们希望它是大机会了。