浙江大学DeepSeek人工智能资料|Chatting+or+Acting？DeepSeek的突破边界与浙大先生的未来图景浙江大学+陈文智

这份资料来自浙江大学一个公开讲座系列，主题围绕 DeepSeek 展开，但视角比"怎么用 DeepSeek 写文案"要高一层。陈文智、吴飞、吴超三位讲者分别从技术边界、AI 思想史、群体智能三个方向切入，讲的是同一件事：当一个模型的能力已经越过"能聊"这条线之后，它到底在往哪走。如果你最近在补大模型相关知识，却总觉得只会调 API、讲不清背后的判断逻辑，这份资料正好补这个口子。

先确认自己缺的是哪一块

这份资料不太适合零基础。它默认你已经知道 Transformer、预训练、微调这些词大概指什么，也知道 DeepSeek 在推理成本和开源策略上做过什么。如果你连"推理模型"和"对话模型"的区别都还没理清，先去看入门课，回来再看这个会更顺。

它真正补的是三层缺口：

• 概念层——AI 发展史上的三大主义（符号主义、连接主义、行为主义）各自的主张和局限，为什么今天的主流路线是其中一支的延续和修正，而不是凭空冒出来的。
• 判断层——"Chatting"和"Acting"的分野。会聊天和会做事是两种能力，DeepSeek 这一代模型在这个分界线上处在什么位置，边界在哪里，哪些事它现在做不了。
• 视野层——从单个模型到群体智慧。多智能体协作、模型之间的分工，为什么这可能是下一步的方向，以及它对教育和通识意味着什么。

三位讲者各讲什么，怎么配合看

陈文智那一讲是主线，标题里的"突破边界"和"未来图景"就是他的落点——技术能力推到哪里，高校和产业接下来要面对什么问题。吴飞那一讲偏思想史和通识教育，把 DeepSeek 放回 AI 几十年的脉络里看，同时讨论大学该怎么教 AI。吴超那一讲从 DeepSeek 延伸到群体智能，讲的是单模型之外的组织方式。

建议按"陈→吴飞→吴超"的顺序过一遍，或者反过来：先看吴飞建立坐标系，再看陈文智谈边界，最后看吴超谈延伸。三份内容信息密度不低，一次看不完可以分两次，但别只挑一份看，否则容易把"边界"理解成孤立的技术参数，丢掉背后的路线讨论。

看完应该能回答这几个问题

• AI 三大主义各自的核心假设是什么，今天的大模型更接近哪一支，另外两支留下了什么没被解决的问题？
• "Chatting"和"Acting"的区别具体体现在哪——是输入输出的形式不同，还是对规划、工具调用、反馈闭环的要求不同？
• DeepSeek 的能力边界在哪几个维度上最明显，哪些是当前技术路线的固有限制，哪些只是工程上还没做到？
• 群体智能和多智能体协作，相比让一个模型变强，解决了什么单模型解决不了的问题？
• 通识教育在这个阶段为什么被反复提起，它和"教人写 prompt"是不是一回事？

如果这几个问题你能用自己的话讲清楚，而不是背术语，这份资料就吃透了。

配套怎么练

光看不练容易停在"听懂"层面。可以配合做三件事：一是找一段 DeepSeek 的实际输出，逐句判断哪些属于 Chatting、哪些已经算 Acting，标出它卡在哪一步；二是拿一个你熟悉的小任务，手动拆成多智能体分工的样子，写清楚每个角色需要什么输入、产出什么，再对比单模型一次性完成的效果；三是把三大主义当成三副眼镜，用它们分别解释同一个模型行为，看哪副解释力更强。

这三件事不需要额外工具，纸笔或文档就能做。做完再回头看讲者的结论，会发现自己能分辨哪些是判断、哪些是推测。

这份资料的价值不在"教你用 DeepSeek"，而在帮你在会用之后，想清楚它为什么是这样、下一步可能怎样。对备考和转岗的人来说，能讲清这层判断，比多背几个 API 参数更管用。