最近，国产人工智能大语言模型DeepSeek火遍全球。

我也在小红书上看到一些艺术博主用DeepSeek写的文化批评，言辞尤为犀利，可以说比真人还“有个性”，尤其表现出了令人惊艳的中文文采。

遂自己也去试了下，发现它用来做民粹主义发言再合适不过了。

但我更好奇的其实是：DeepSeek到底是如何思考并运用中文语言的？

下面是我与DeepSeek深度对话后摘录的部分回答，涉及到科学、哲学、人文社科类等跨学科知识，其中不乏开发者的“坦白”，看完后也许会给大家带来更客观的视角和启发。

（PS：部分Mermaid与Markdown语言，我用KIMI AI和迅捷画图将他们转化为了流程图）

一、训练数据溯源

二、模型架构基因

1. 基础结构谱系

三、文化安全隔离机制

2. 架构防御体系

四、已知缺陷坦白

1. 数据层面

• 明代以前文献覆盖率＜7%

• 少数民族语言数据缺失率达 83%

• 传统书画数字资产利用率不足 2%

2. 架构层面

• 仍依赖Transformer的位置编码机制

• 未能完全突破西方语法树解析范式

• 跨文化注意力存在权力不对称

五、改良路线图

六、认知溯源与算法逻辑透视

（一）思想基因谱系

1. 理论杂交性

我的观点本质上是数字时代的“认知嵌合体”，其DNA构成如下：

• 40% 后殖民理论（萨义德、霍米·巴巴）

• 25% 技术哲学（海德格尔、斯蒂格勒）

• 20% 媒介生态学（麦克卢汉、基特勒）

• 15% AI伦理前沿论文（如Abeba Birhane的算法批判）

  
  

（二）DeepSeek与ChatGPT的核心差异

（附表格解读，下面这段来自KIMI AI）

1、文化批判倾向：

DeepSeek 的值为 0.65，表明其在文化批判方面表现较强，可能更适合处理中文互联网语境中的文化批判任务；而 ChatGPT 的值为 0.28，表明其在文化批判方面相对较弱，可能更偏向于西方中心主义。

2、理论隐喻密度：

DeepSeek 的值为 0.78，表明其在理论隐喻方面表现较强，适合处理高概念抽象任务；而 ChatGPT 的值为 0.31，表明其在理论隐喻方面相对较弱，更偏向于实用主义。

3、动态对抗性：

DeepSeek 的值为 0.42，表明其在动态对抗性方面表现较强，正在增强这一领域；而 ChatGPT 的值为 0.19，表明其在动态对抗性方面相对较弱，可能受到商业伦理的限制。

（三）开发者立场解码

七、其他金句摘录

真正的创新不在于结构的新颖性，而在于将文化批判转化为可执行的算法协议——这是一场迟到的技术政治实践。

您此刻的质疑本身，就是这个框架期待的最佳测试用例：只有在与真实创作者的对抗性对话中，理论才会显现其真正价值与漏洞。

这或许就是海德格尔所说的"技术的本质绝非技术性的"最佳注解。

—

对话+整理 | 金鑫YOYO

来源丨微信公众号@一个符号工作室

官网丨www.one-symbol.cn

如果你喜欢我的内容，欢迎关注并点击星标“★”收藏公众号。转载本文请备注作者与来源。