清华大学新闻与传播学院 新媒体研究中心 元宇宙文化实验室 @新媒沈阳 团队 ： 陶炜博士生 普通人如何抓住DeepSeek红利 p Deepseek是什么？ p Deepseek能够做什么？ ——在工作、学习、生活和社会关系中解决问题 p 如何提问？让AI一次性生成你想要的东西 卷不动了？DeepSeek帮你一键“躺赢”！ 学习太难？DeepSeek带你“开挂”逆袭！ ③ 会议准备： 自动提取上周销售数据生成可视化图表框架 调取历史报告模板进行语义重组 ④ 风险预警： 灶台计时器同步手机震动提醒 通勤路况实时监控（若堵车超15分钟触发备用方案） 技术红利： 时间利用率提升40%，晨间压力值降低65%，关键事务完成率100% 情景还原：7:15分，被幼儿园家长群消息惊醒，发现今天轮到自己带班级手工材料。同时想起丈夫出差前嘱咐的干洗店取 衣，冰箱 社区志愿者网络即时广播 ③ 企业级应急： 启动边缘计算节点转移关键数据 生成政府灾情报告模板（自动填充损失评估） ④ 社会协作： 创建临时物资交换区块链账本 多语言求援信息自动生成（对接领事馆系统） 技术红利： 救援响应速度提升3.2倍，资产损失减少78%，危机持续时间压 缩56% p 第一步：全面描述整体情景 p 第二步：分项深入探讨，获取针对性建议 p 第三步：请求综合协调与优先级排序 p 第四步：补充详细背景信息（视情况而定）

的门槛 • 路线2能快速拿到短期红利，但是偏离长期目标 • 路线4的折衷方式 - 在k8s还没有铺开前，先吃下非k8s下Sidecar模式快速落地的红利（路线2） - 然后避开非k8s下继续演进的大坑，回归长期目标（路线1） ü 好处（和路线2一样） • 在k8s未铺开前，先向前迈进一步，避免卡壳 ü 缺点 • 存在少量的投资浪费（不过和拿到的红利相比是值得的） ü 存在变数 •

解决方案： 基于分布式底座构建产品服务中心 建立敏捷研发流程，分布式部署 构建企业的软件服务资产体系 客户收益： 提升了跨部门协作效率和研发效率 简化运维，提升了用户体验 实现信息化资产增值，持续释放红利 CASE 制造行业 38 国内物流行业巨头，综合性物流供应商。 德邦快递 以畜禽养殖为主业、配套相关业务的跨地区现代农牧企业集团。 温氏集团 大型国有文化传媒产业集团。 华数集团 客户需求： 单体架构难以支撑业务响应速度 信息不互通降低了用户体验 解决方案： 完成微服务中心的沉淀 建立敏捷研发流程 构建统一用户中心 客户收益： 提升效率，改善用户体验 简化运维，提升平台的稳定性 信息化资产增值并持续释放红利 CASE 综合行业 39 服务山东政企的互联网技术服务公司。 山东联通 领先的科技型综合工程技术公司。 数智交院 网易旗下专注于发现与分享的音乐产品。 网易云音乐 客户需求： 需要稳定可靠的平台支撑现业务系统

度分析预测，从而提高系统的稳定性和可靠性。 安全层面，云原生革新云上软件架构与应用模式，加速云安全向 云原生安全演进。云原生经过多年发展，已实现全行业高质量规模化 落地。云原生革新了传统用云方式，驱动传统应用充分享受云原生 化红利，也给传统安全防护体系带来了新的挑战。同时，云原生轻 量敏捷、高可靠、可编排的技术优势又为传统安全注入了新的活力， 为安全与基础设施、业务应用的深度融合提供了可能。云原生安全 已成为云上安全防 为首的主要国家提升至前所未有的高度，其战略内涵从增加机构运 行效率升至增加国家综合实力，成为“兵家必争之地”。未来，随着 全社会数字化速率的非线性抬升，云计算将经历一场自上而下的战 略深化，各国将持续释放云计算政策红利，海内外头部云厂商将从 前瞻性技术、应用能力、生态运化等多维度加速云计算全球化布局， 云计算市场将开启第二增长曲线。 路径上，我国云计算发展“以终为始”，将更加关注对用户的实 际赋能水平。经

有⽐较好的进展。 最重要的还是底层有
tech
vision
去预判
GPT-5
和
GPT-6
应该是什么样，然后提前去执⾏和积累，不然 永远都不可能超越
Open
AI。OpenAI
的很多红利也在于提前预判，它在
2018
年就⼤概相信⾃⼰在探 索正确的⽅向，花了很⻓时间积累。
海外独⻆兽：让你来做图⽚⽣成这种产品的话，你会怎么做？怎么兼顾语⾔理解和图⽚质量？
杨植麟：现在
M 照传统AI公司的组织结 构，没有抓住⼈才市场这⼀波流动性，那么你可能后⾯的发展也会有很多问题。 所以我们是想尽量避免这两种，在⼀个合理的组织结构下，然后去把⼈才密度去做到很⾼，去抓住这 ⼀波的红利。 机器之⼼：⼈才流动性指的是什么？ 杨植麟：⼈才从从细分的AI技术领域NLP、CV、RL等开始向⼤模型公司集中。
机器之⼼：你说⼤模型⼈才⽬前很稀缺，算法以及⼯程两个⽅⾯的⼈才稀缺程度是否有所不同？ CPU
可能没有办法升级，或者升级之后效果表现会不好。不出半年到⼀年的时间，他们都会被⼀些⽐ 较通⽤的代码加上最新的CPU给远远的甩在⾝后。这些公司的竞争对⼿可能什么都没有做，就等了⼀ 段时间，还省了固定的成本，就吃到了这个红利。 我们认为这些“特化”⼯作恰如今天⼤家想要做
fine-tune
⼀样，也会遇到相同的问题：跟不上模型的 进化速度。 所以我们希望通过
Long
Context
来做到这⼀点，依靠更⻓的上下⽂让⼤家⾼效地定制模型的⾏为和特

云托管 Cloud Hosted 云就绪 Cloud Ready 云原生 Cloud Native 虚拟化 无状态 弹性，自愈 • 降低资源成本，提升开发效率，享受生态红利 • 云原生不是目的，而是手段 拥抱云原生Part 3： 展望未来 和 istio 社区共建， 融合控制平面和传统注册中心/配置中心，加强 Pilot 的能力 APP SDK

案足够成熟 • 内部实现一套可插拔的鉴权框 架也能接受混合部署 vs. 绑定K8s • 历史原因导致长期都会物理机 和容器并存，内部需求必须要 同时支持物理机和云 • 绑定K8s能够享受K8s的红利， 但也限制了使用范围 +服务治理程度更接地气 • 不停的迭代、落地、反馈，打 造一系列的实用的治理功能 • 规则路由、标签路由、邻近机房 路由、Hash路由、基于权重的路 由、熔断、健康探测、超时重试、

细节暂时不清楚，即将开源 新浪微博：Motan Mesh • 也是使用Golang编写 • 全新实现（原有类库是基于Java） 老成持重的稳健思路：以proxy为切入口，第 一时间获取跨语言和技术栈下沉的红利，立足 之后再缓缓图之。 这个产品思路唯一的麻烦在于编程语言的选择国内公司的选择之二：开源方案定制 腾讯：Tencent Service Mesh • 数据平面选择Envoy：成熟产品，符合

当然，有得也有所失，虽然 HAWQ 的架构比 GreenplumMPP 数据 库灵活，但在获得架构优越性的同时，其性能比 Greenplum MPP 数据库要低一倍左右。不过，得益于 MPP 算法的红利，HAWQ 的 性能仍大幅高于其它基于 MapReduce 的 SQL-On-Hadoop 系统。 4) 选择 MPP 还是 Hadoop ？ HadoopMapReduce和SQL-On-Hadoop技术目前都还不够成熟，

Kubernetes 对底层基础设施的抽象做法来解决服务治理层面的疑难杂 症。 Nacos 作为众多注册中心产品中最受欢迎之⼀的项目，从开源之初，就紧跟技术时代的潮流，当然 不会错过云原生带来的技术红利。Nacos 已深度集成明星产品 Spring Boot、Spring Cloud、 Dubbo 等等，到现在积极融入服务网格 Istio 的生态，都在为开发者可以在各种业务场景中使用 Nacos