# Мартин Касадо о DeepSeek: «Урок не в Спутнике, а в истории интернета» Источник: https://www.youtube.com/watch?v=7lfTewdP1c4 Канал: a16z (Andreessen Horowitz) Опубликовано: 06.02.2025 --- Появление китайской нейросети DeepSeek вызвало тектонические сдвиги в индустрии искусственного интеллекта, спровоцировав панику на фондовых рынках и жаркие дискуссии о будущем американского технологического лидерства. В новом выпуске подкаста «Андрессен Горовиц» (Andreessen Horowitz) ветераны индустрии — генеральный партнер Мартин Касадо и партнер совета директоров Стивен Синофски — анализируют, является ли этот релиз «моментом Спутника» для США или же мы наблюдаем начало новой эры «Интернета в кармане», где эффективность важнее грубой силы вычислений. ## 🚀 Феномен DeepSeek: сигнал в море шума [[JUMP:00:00]] Релиз модели DeepSeek R1 стал кульминацией полутора лет последовательной работы китайской команды, которая, по мнению Мартина Касадо, долгое время оставалась незамеченной западным мейнстримом [00:51]. Несмотря на внезапность успеха для широкой публики, эксперты подчеркивают, что DeepSeek уже выпускала сильные модели (например, V3), которые по своим возможностям были сопоставимы с GPT-4 [04:08]. Главным триггером обсуждений стала невероятно низкая стоимость обучения — в сети фигурировала цифра в 5–6 миллионов долларов [01:30]. Стивен Синофски считает реакцию рынка, стершего триллион долларов капитализации технологических компаний в один понедельник, «полным безумием и чрезмерной коррекцией» [02:10]. По его словам, финансовые рынки просто не понимали технических нюансов и поддались панике. Ключевые факторы взрывного роста популярности: * **Производительность:** Сопоставимость с топовыми моделями OpenAI и Anthropic. * **Стоимость:** Разрушение мифа о том, что для создания SOTA-моделей (state-of-the-art) требуются миллиарды долларов инвестиций [02:49]. * **Виральность:** Приложение DeepSeek мгновенно заняло первое место в App Store. * **Скорость:** Команда начала выпускать дополнительные продукты (например, модели для работы с изображениями) сразу после основного релиза [03:41]. ## 🧠 Инженерные ограничения против «грубой силы» [[JUMP:04:08]] Мартин Касадо выдвигает тезис, что успех DeepSeek — это триумф инженерной мысли в условиях ограничений. В то время как американские гиганты (OpenAI, Google, Meta) шли по пути экстенсивного развития — больше данных, больше вычислительных мощностей, больше капитала — китайские разработчики были вынуждены оптимизировать алгоритмы [05:50]. Стивен Синофски отмечает, что западные компании попали в ловушку «гигантомании». Он вспоминает времена работы в Microsoft, когда компания перестала понимать «малые и средние» задачи, фокусируясь только на «огромных» и «колоссальных» проектах просто потому, что могла себе это позволить [07:22]. DeepSeek же показала, что можно добиться аналогичных результатов, используя «умный» подход к обучению. Основные теории эффективности DeepSeek: 1. **Инженерная оптимизация:** Использование открытых архитектурных решений, которые команда смогла агрегировать и улучшить [04:33]. 2. **Доступ к данным:** По мнению Касадо, у DeepSeek есть преимущество в виде доступа к «внутреннему» китайскому интернету, который более структурирован и богат на данные для обучения, недоступные западным лабораториям [08:14]. 3. **Дешевая разметка:** Китай обладает огромным ресурсом высокообразованных специалистов, которые могут дешево аннотировать данные для этапа Chain of Thought (цепочки рассуждений) [08:54]. ## 🔓 Лицензионная революция и дистилляция знаний [[JUMP:09:33]] Одним из самых значимых аспектов релиза R1, который упустили многие СМИ, Касадо называет невероятно либеральную лицензию MIT [09:46]. В отличие от закрытых моделей конкурентов, DeepSeek позволяет использовать свои наработки практически без ограничений, что Касадо называет «бесплатным пивом в реальности» [10:00]. Вторым критическим моментом стала публикация «цепочек рассуждений» (reasoning steps). Когда OpenAI выпустила модель o1, она скрыла внутренний процесс мышления нейросети [10:38]. DeepSeek сделала их публичными, что открыло путь к массовой дистилляции. **Дистилляция в ИИ** — это процесс, при котором большая «модель-учитель» обучает маленькую «модель-ученика». Благодаря открытым цепочкам рассуждений теперь можно обучать крошечные модели, способные работать локально на смартфонах или ноутбуках, сохраняя при этом высокий уровень «интеллекта» [11:03]. По мнению Синофски, это напоминает ранние годы интернета, когда велись битвы за открытые стандарты HTML и HTTP [12:18]. Он утверждает, что американские компании потеряли из виду важность открытости, превратив «open source» в маркетинговый ярлык для бизнеса [13:38]. ## 📊 Инвестиционный тезис: Модели как комодити [[JUMP:14:18]] В дискуссии о ценности ИИ-компаний участники выделяют два сценария развития: * **Сценарий 1:** Модели становятся биржевым товаром (комодити), их стоимость стремится к нулю, а основная ценность перемещается на уровень приложений (App Layer) [15:13]. * **Сценарий 2:** Для создания по-настоящему качественных приложений требуется глубокая вертикальная интеграция с собственной моделью, что оставляет преимущество за гигантами вроде OpenAI [14:44]. Стивен Синофски проводит параллель с историей ПО: сначала все думали, что нужно владеть операционной системой (Windows), чтобы заработать, но потом появился поиск (Google) — приложение, которое не владело ОС, но изменило мир [15:40]. Он считает, что приложения будущего, которые действительно будут иметь значение, сегодня еще даже не изобретены [16:45]. Инвестиционные тезисы участников: * **Ставка на приложения:** Основная прибыль в будущем будет не в продаже «доступа к модели» (аналог продажи веб-серверов в 90-х), а в решении конкретных задач: бронировании билетов, аналитике, творчестве [12:32]. * **Scale-out вместо Scale-up:** Переход от создания одного суперкомпьютера-мейнфрейма к распределенным вычислениям на миллиардах конечных устройств (смартфонов) [23:29]. * **Coopetition (Сотрудничество-соперничество):** Компании должны быть готовы одновременно конкурировать и сотрудничать с крупными игроками. ## 🏛️ Крах политики экспортного контроля [[JUMP:35:40]] Мартин Касадо подвергает жесткой критике текущую регуляторную политику США в области ИИ [35:53]. Он утверждает, что попытки ограничить экспорт чипов (Nvidia) и запретить open source модели для «сдерживания Китая» оказались полностью провальными [36:31]. Основные аргументы против жесткого регулирования: * **Бесполезность ограничений:** Китай доказал, что может создавать топовые технологии даже в условиях санкций на оборудование [36:45]. * **Математику нельзя запретить:** Касадо сравнивает попытки ограничить ИИ с «войнами шифрования» 90-х годов, когда правительство пыталось объявить сложную математику вне закона, но потерпело поражение [38:16]. * **Вред для своих:** Ограничения замедляют американские лаборатории и инновации внутри страны, в то время как конкуренты продолжают двигаться вперед [36:19]. Стивен Синофски призывает правительство не пытаться стать «контролером», а стать «ускорителем», проводя аналогию с Элом Гором, который создал регуляторную среду, позволившую интернету процветать, а не задушил его в интересах телеком-гигантов типа AT&T [37:11]. ## 🔮 Прогноз: AGI в кармане и новая экономика [[JUMP:41:50]] Участники сходятся во мнении, что DeepSeek — это не кризис для Nvidia или OpenAI, а «звонок будильника» [41:37]. Касадо по-прежнему оптимистичен в отношении американских лабораторий, но считает, что им нужно прекратить «слоняться без дела» и начать быстрее строить реальные продукты [42:03]. Будущее ИИ, по мнению экспертов Андрессен Горовиц: * **Персонализация:** ИИ станет функцией внутри вашего телефона, не требующей оплаты за каждый запрос и сохраняющей конфиденциальность данных локально [24:22]. * **Рост рынка (TAM):** Потенциальный объем рынка вырастет в 100 раз, охватив каждое конечное устройство в мире [42:41]. * **Новые метрики:** Бенчмарки и тесты на кодинг скоро станут бессмысленными; единственной важной метрикой станет реальная польза приложения для пользователя [29:45]. В завершение Стивен Синофски напоминает, что великие инновации часто приходят из неожиданных мест: интернет вышел из университетов, а протоколы TCP/IP — из лабораторий, которые крупные корпорации считали неудачными [43:22]. DeepSeek, созданная на базе хедж-фонда, подтверждает это историческое правило.