DeepSeek R1后，AI应用、职业与行业！

最近一直在想写点应用、开发相关的东西，一方面是不停有企业和朋友问他们能用DeepSeek做什么、怎么用；另一方面则是发现这个方向的职业和行业，已经在不知不觉中慢慢变了。索性一并梳理一下，记录在案。

行业变化

主要从就业、应用和研究三个方面展开讨论。

就业

DeepSeek或者说ChatGPT的爆火，最先感受到压力的，无疑是一线的NLP和LLM从业者。专门做大模型的团队本来就凤毛麟角，门槛更是高得吓人，所以大多数从业人员还是扎堆在“应用”和“业务”一侧。但LLM的发展又如此迅猛，搞应用的门槛却在不断降低——这一点在23年的《ChatGPT 影响冲击：职业、行业与产业 | Yam》^[1]一文中就提到过，当时就已经感受到了焦虑。R1出来后，几乎所有的LLM都会“R1一下”，而且模型还在不断进化。LLM越来越聪明，焦虑也跟着越来越多。

现在一个明显的趋势是：大量的应用相关职位都变成了Agent开发，不再需要训练模型，但对工程能力提出了要求；反过来，如果是工程开发人员，则要求了解算法基本知识。按说职位变多应该让人安心才对，但事实是虽然职位多了，“好职位”却不多。更麻烦的是，因为职位变多，涌入的人也更多了——包括之前搞NLP的、搞开发的、其他领域转行的，还有大量毕业生。这个趋势不可阻挡，而且只会愈演愈烈。当LLM聪明到一定程度后，剩下的就是大量的应用工作。LLM还要不要继续研究？当然要。但那只是不到1%的人和企业要做的事。突破是渐进式的，不可能一步跨出一大步。足够聪明的LLM已经足够在很多地方发力了，整个社会的跟进需要时间。等到下一次大突破，无非就是重新再来一遍现在的循环。

应用

一年前的Agent可能还比较简单，现在的Agent已经相当复杂了。虽然一句话完成一个需求（如MetaGPT^[2]）目前大部分时候还不可用，但这一定是暂时的。一方面AI还在不断进步，另一方面，Agent相关的标准也在不断完善（如MCP^[3]）。一旦很多东西标准化了，AI表现出来的威力会突破性地加强。从实际经验来看，目前的Agent在做复杂任务时有一个很大的毛病——中间某个环节出问题后，需要耗费非常多的时间和Token才有可能解决，很多时候还解决不了。这当然可能是AI不够聪明，但更多的问题还是标准化不足，类似MCP这样的协议有望解决这一问题。

顺便科普一下：简单来理解，MCP就是把与LLM交互的各种组件统一成不同的模块服务，它提供了一种将AI模型连接到不同数据源和工具的标准化方式。从LLM的角度看，它标准化了应用程序如何为LLM提供上下文。举个例子，比如你让LLM帮你在电脑里找一个文件，一般我们都会借助一个软件来完成（比如Windows的Everything、Linux的find命令等），这时候就可以写一个类似的Server（比如就叫Everything MCP Server），然后LLM就通过这个Server使用具体的软件。LLM侧是比较清爽简单的，所有“变”和“不一样”的东西都放在这个MCP Server这里，类似于一个适配于LLM的Adapter。只能说，潜力无限！在此之上就是各种Agent工具，比如现在比较有名的扣子，它允许用户通过工作流的方式创建复杂Agent和应用。相信它底层的通用模块应该也是有类似MCP Server这样的Adapter的。随着Agent和应用不断复杂，是一定需要单独抽一层这样的Adapter出来的。

研究

多模态自不必说，就LLM方向也还有蛮多可以做的，尤其是和RL结合，大有可为（具体可参考 hscspring/rl-llm-nlp: Reinforcement Learning in LLM and NLP^[4]）。这里有两个明显的感觉。第一，LLM相关的前沿论文大部分都来自国内机构或华人作者，这个趋势近两年越来越明显，中国人的卷真不是吹的。第二，高品质前沿资料也开始集中在中文社区，尤其是知乎和微信公众号，有不少高质量的内容，虽然也不是很多，但相比英文社区反倒好些。现在搜索前沿内容，能搜到的英文社区资料越来越少了。感觉R1之后，算法领域国内比国外沸腾得更厉害。

另一个方向是模型架构方面的优化。DeepSeek在这方面走得很快，近期提出了NSA^[5]，Kimi也提出了类似的MoBA^[6]，以及优化了新的更省资源的优化器Muon^[7]，还有YOLU-12^[8]对Attention架构的优化，近期何恺明大神的Transformers without Normalization^[9]。相关的工作层出不穷，而且都相当有吸引力。量化、蒸馏方向也不断有新的成果出现。

除此之外，Agent方向的算法也在逐步发展，比如搞Scaling的camel^[10]，以及相关的应用OWL^[11]，还有相关的具身智能、世界模型。AI方向的研究如火如荼。

值得一提的是，以上提到的很多研究都是国内公司或华人主导。R1之后，据说很多之前专搞LLM的都压力山大，不知又在埋头憋什么大招。AI可能从来没像今天这样繁荣。

职业变化

这部分主要梳理岗位和职业方向的变化。

岗位

这里主要探讨一下大部分LLM算法工程师这个职业的工作内容，目前看来主要是下面这么几个方向。

第一，基于LLM做业务开发。说到做业务，Agent就是标配，最简单的Agent就是一个LLM+RAG，复杂的就涉及到多个LLM、多个环节、多个组件。这个工作内容的工程能力要求大于算法能力，尤其是架构设计能力。

第二，LLM模型优化。R1后出现了一些新的范式，让我们有可能用更低的成本和更小的模型达到更好的效果，小模型（SLM）的春天来了。无论从成本、效率还是端侧部署考虑，模型优化都值得投入，但投入确实不需要那么多。因为推理方向进展太迅速，成本下降趋势明显，当大模型的推理成本低到一定程度时，优化小模型就显得多此一举了。同等条件下模型越大效果越好，这是真理。

第三，Agent交互优化。这是个老瓶装新酒的方向，其实就是LLM前用强化搞Agent那一套。目前研究还不多，主要是业界都还处于“构建”Agent阶段，这个属于优化方向。等大部分Agent构建完成要进一步提升效果时，老瓶的RL可能会登场。

以上三个职位数量是逐个下降的，第一个应该能占到80%。这里没有写推理方向，因为这个方向只能往底层做，那要求很高，而且其实算是另一个方向了。上层没太多意义，都是工具，而且部署大模型和业务是相对独立的，用户切换完全没成本，谁好谁快就用谁。从VLLM到SGLang就可见一斑。

除此之外，在专用领域做专用LM（Large Model）也是个不错的方向，但职位应该也不太多。顺便提一下，垂直领域（比如医疗、金融等）LLM并非特别看好，但非常看好专用领域（比如时序、分子）LM，后者的Token不再是文本。理由很简单：LLM足够聪明时，只要给它提供足够充分的上下文，应该足以解决大部分问题。

方向

这部分主要针对从业者自身，不一定对每个人都有帮助，请谨慎参考。

在2023年初开始做LLM，一年后感觉模型本身好像没啥可做的了，于是转向多模态做了一年，主要是文本+语音合成方向。R1出来后又重新思考方向，最终结论是：LLM依然是核心，无论是多模态还是Agent，LLM才是最重要的。这一年做了几个月的OMNI，实在感觉语音模态要达到文本模态这种理解力（LLM最重要的是理解而非生成能力）过于艰难，事倍功半，模态集成应该就是最好的出路，图像应该也类似。其实这也与人脑类似，耳朵和眼睛都是信号接收装备，真正处理信号的还得是大脑，而LLM就是AI系统的大脑。鉴于此，未来算法的主方向应该还是会考虑LLM，不过会把一半重心放在RL上，走LLM+RL的路线，这也是一个一直感兴趣的方向。

多模态的模态融合也是很好的方向，这里一定是“融合”，也就是如何在多模态中利用好LLM的能力。Pipeline级联模式当然是长期方案，但端到端、半端到端（类似Qwen-Audio）也在逐渐成熟。端到端模式在应用方面还是比较难，但作为研究方向会很有意思。

再就是Agent，这个方向总体是偏工程开发的，对于热爱写代码的程序员来说，应该可以作为长期方向坚持下去，具体方式可以是公司的业务服务，也可以是开源项目或软件。Agent的方向太简单没意思，比如RAG就实在是无趣得紧，但构建能自动完成复杂任务的Agent就非常有意思了，这里面甚至都不需要RAG，就是调用各种工具。其实关于怎么调用工具，除了前面提到的MCP，还有个完全基于图像的方法也挺有意思，比如Omniparser^[12]，它直接根据软件的图标进行选择使用。

如何使用

这部分主要梳理对企业和个人来说如何使用AI。在开始之前，先列一下之前几次分享中提到的一些观点。

• LLM解决不了所有问题，甚至无法解决好某一个问题。
• 对产品来说，只有LLM是远远不够的，还需要相关配套。
• LLM还没到完全替代人的时候，但能替代某一部分。
• LLM只是工具，你不能把一切问题都交给工具。
• 每个人需要重新思考自己的工作，以及为什么工作。
• 不要觉得没用LLM就落后了，用了你可能也改变不了什么。

希望读者能从后面的分析中有所收获，即便没有也无需太过焦虑，时代洪流下，你即便往回游，最后也是向前走。

企业

对于企业，可以总结三个方向：

• 自动化流程：用AI替换掉某些流程或环节。比如：搜索、知识库、问答系统、智能客服等等。
• 提效：提升员工文字相关工作效率。比如：辅助招聘、文案创作、文档分析、教育培训等等。
• 新应用：以LLM为内核的创新产品。比如：虚拟员工、语音交互、复杂问题分析、任务规划拆解等等。

对企业来说，重点是把AI“用”在产品或服务里面。自动化流程比较自然，因为对准的就是已有的业务，后面两个其实都是新的。当做提效工具可能是大部分企业最直接、简单的想法，但对企业来说，不应该只停留在让员工自己使用类似DeepSeek、Kimi这样的工具，或者自己在扣子上找需要的Agent。企业应该做的是把各种AI能力整合进来，统一对员工提供使用窗口。

整合各种能力对企业来说有很多好处。首先，这样做可以让所有员工比较方便地借助AI能力（方便使用），否则可能会两极化：喜欢主动学习的员工用得溜，不怎么关注新技术的员工完全不会用。有人说可以组织内部培训，的确如此，但这就得说第二个好处：降低使用门槛。AI相关的模型非常多，有的还不容易获取，让员工自己去探索，那大部分人可能只知道国内打广告比较多的几个，其他的就比较麻烦了。而且科学上网也会拦住一大堆人。第三，整合后可以统一优化，或动态选择不同能力的模型，从使用者的角度看就是效率更好、体验更好。最后，有个统一的使用窗口也能省掉员工的搜索、跟进、学习成本，公司整体效率更高。

整合能力可以是一个非常简单的聊天窗口界面，也可以针对自有业务进行优化改进。比如合同审核，是不是可以直接集成到已有系统，或者专门针对这类业务做一个页面。有些企业可能自己没有这样的开发能力，但相信很快市面上就会出现很多提供类似服务的供应商，只需采购相关服务即可。其实钉钉、飞书等平台早就已经在自己系统里集成了大量的AI功能。

最后是新业务、新应用和新产品。这个需要企业根据自己业务实际情况重新设计了。未来AI在企业中的使用应该会跟今天使用Word、Excel一样普遍和容易。AI会深入到企业每个业务方向，它将无处不在。

个人

对于个人，也可以总结三个方向：

• 当做专家：不明白就问他，主打学习。比如：学习辅导、专业咨询、行业问题等等。
• 当做朋友：不高兴就聊他，主打陪伴。比如：情感交互、情感建议、角色扮演等等。
• 当做助手：不想做就给他，主打提效。比如：写改文字、整理文档、解析问答等等。

其实对个人来说，不用AI也没什么关系。当然，很多时候可能你已经用了而不自知，比如你下了豆包APP，和其中的Agent打了个语音电话，这其实也算是一种使用，而且还用了不止一种AI能力（LLM和语音）。上面提到的三个方向，每一个都有一些对应的APP，围绕着我们的工作、学习和生活。

学习和生活这里就不多说了，稍微说一下工作场景。其实每个部门都能找到使用AI的场景，比如人力资源的六大模块。

• 规划：提供当前人才相关数据和企业战略目标，让AI分析整体规划。
• 招聘：用AI撰写岗位职责、任职要求，生成面试大纲，筛选、对比简历等。
• 培训：用AI自动完成培训PPT制作，培训完成后使用AI进行模拟测验，实时记录并在测试完给出评价等。
• 绩效：构建人才能力模型，根据员工表现和能力模型对比，生成培训方案和考核结果等。
• 薪酬：借助AI进行薪酬方案设计，进行薪酬数据分析等。
• 员工关系：活动方案、政策问答、离职访谈、意见整理等都可以使用AI完成。

其他如市场运营、行政办公、财务资金、稽核法务、物流配送等部门也类似。总之，只要理解了三个方向，总能找到它的用武之地。其实对工作场景来说，有条件的话最好的还是企业统一提供相关工具（上一小节）。个人需要与时俱进，企业更应该如此才是。

总结

本文从行业、职业和使用三个方面对AI（主要是LLM）近期的发展进行梳理讨论。主要是DeepSeek突然爆火后，好像所有企业、所有人都得用，不用就落伍了。R1之前好像也没这样。DeepSeek爆火是有原因的，但所有人都涌进来就有点奇怪了，很像股市火爆时大妈冲进去的样子，不知道这里面有多少人和企业是真心想拥抱AI的，又有多少是想冲一波浪跑路的。总之，AI势不可挡已成定式，无论如何，整个行业和生态的繁荣是真实的。对于从业人员来说，这就够了。