DeepSeek R1 + Agent 的下半场

作者
DeepSeek火在多重因素叠加：R1 低成本达到OpenAI o1的效果 + 技术创新且Open AI（大家都在一个起跑线） + 产品Open CoT/文笔深厚 + 国产 + 等等。
DeepSeek R1使用示例prompt模版

一、DeepSeek 市场影响
DeepSeek 的开源策略对AI市场产生了结构性冲击，从市场分层来看（这里参考拾象-李广密大佬的分类，做了进一步扩展）：
  1. ToC：影响最大，Chatbot市场首当其冲，DeepSeek应用在春节前就已登顶苹果中美两区App免费榜，直接超越ChatGPT等产品的，品牌关注度加速迁移。
    例如，某产品上面的功能比如“长文写作”、“诗歌”、“研究报告”等等文字创作均是DeepSeek R1擅长的。

  2. ToB：短期难有影响，这些大型组织一般是外包采购+私有化部署，需求复杂，周期长，依赖长期合作与合规。另外，做过ToB小伙伴应该有体会，有时候客户也不知道用来做什么，要替TA想好落地场景，是需要能嵌入企业业务流程中的成熟化产品。

    以PPT制作产品为例，涉及大纲与文本内容生成、排版、配图，以及初稿之后的美化等，还要能ppt文件导出，DeepSeek R1主要在第一环。

  3. ToD（开发者）：短期影响有限，开发者更关注工具链成熟度与成本效率，强推理能力并不代表所有：多模态、Function Call等DeepSeek R1不支持，多轮能力排到第10（MultiChallenge榜单），Code方面Cursor官方说Sonnet在实际任务中的表现似乎仍然更好。

二、仍然是 Agent 为王？

不管是DeepSeek R1还是Agent，最终还是为了解决更实际些的问题，两者不冲突，AI Agents是依托大模型为解决问题而生的系统：

  1. 2024年底-2025春节DeepSeek R1之前

    1. Google：发布AI Agents白皮书；

    2. Anthropic：2025年将是Agentic系统之年；

    3. 英伟达 CEO 黄仁勋：“AI Agents是一个数万亿美元的机会”；

    4. OpenAI 发布首个AI Agent：Operator，替用户完成预订机票、晚餐等联网任务；

  2. 2025春节 DeepSeek R1 之后

    1. OpenAI 发布智能体Deep Search，用于深度研究；

    2. SB OpenAI Japan成立，卖“水晶智能体”，为大型企业定制AI Agent；

    3. OpenAI Sales Agent被泄露，为销售赋能；

    4. Github Copilot 增加AI Agent模式，自动迭代代码。

三、R1+Agent > 2
DeepSeek R1 + Agent未来发展方向如何？
OpenAI 已经给出了答案，在成立SB OpenAI Japan时，OpenAI宣布，其AI推理模型将在2025年发展成为Agent——能够为用户工作的AI。
Agent系统特点是需要较强的多步推理能力以及function call，而目前DeepSeek-R1是不支持function call的，DeepSeek R1的Think如何赋能Agent的Thought？

有小伙伴就要问了，DeepSeek R1联网不是function call吗？也可以用RAG实现哈，即：把联网搜索到的结果以Prompt形式给到R1。

DeepSeek R1 赋能 Agent？
  • Plan A：直接ReAct
以DeepSeek-R1-Qwen2.5-32B为基座的Good Case（但整体实测下来会出现较多幻觉）
Answer the following questions as best you can. You have access to the following tools:
Addition Tool: A tool for adding two numbersSubtraction Tool: A tool for subtracting two numbersDivision Tool: A tool for dividing two numbersMultiplication Tool: Atoolformultiplyingtwonumbers
Use the following format:
Question: the input question you must answerThought: you should always think about what to doAction: the action to take, should be one of [Addition,Subtraction,Division,Multiplication]Action Input: the input to the actionObservation: the result of the action... (this Thought/Action/Action Input/Observation can be repeated zero or more times)Thought: I now know the final answerFinal Answer: the final answer to the original input questionBegin!Question: 一种减速机的价格是750元，一家企业需要购买12台。每台减速机运行一小时的电费是0.5元，企业每天运行这些减速机8小时。请计算企业购买及一周运行这些减速机的总花费。

DeepSeek-R1-Qwen2.5-32B能给出推理逻辑与最终的答案：【9336元】

<think>首先，需要计算购买12台减速机的总费用。每台减速机的价格是750元，因此购买总费用是750乘以12，得到9000元。
接下来，计算每天的电费。每台减速机每小时的电费是0.5元，运行8小时，所以每台每天的电费是0.5乘以8，等于4元。12台每天的总电费就是4乘以12，得到48元。
然后，计算一周的电费。一周有7天，所以总电费是48乘以7，等于336元。
最后，将购买费用和一周的电费相加，得到总花费。9000元加上336元，总共是9336元。</think>
Thought: 首先，我需要计算购买12台减速机的总费用。每台减速机的价格是750元，所以购买总费用是750乘以12。Action: MultiplicationToolAction Input: 750, 12Observation: 9000
Thought: 接下来，我需要计算每天的电费。每台减速机每小时的电费是0.5元，运行8小时，所以每台每天的电费是0.5乘以8。Action: MultiplicationToolAction Input: 0.5, 8Observation: 4
Thought: 然后，计算12台减速机每天的总电费。每台每天电费是4元，所以总电费是4乘以12。Action: MultiplicationToolAction Input: 4, 12Observation: 48
Thought: 接下来，计算一周的电费。每天电费是48元，一周7天，所以总电费是48乘以7。Action: MultiplicationToolAction Input: 48, 7Observation: 336
Thought: 最后，将购买费用和一周的电费相加，得到总花费。购买费用是9000元，电费是336元。Action: AdditionToolAction Input: 9000, 336Observation: 9336
Thought: 我现在知道最终答案了。Final Answer: 企业购买及一周运行这些减速机的总花费是 \boxed{9336} 元。

满血版DeepSeek R1的推理逻辑与最终答案回答：【9336元】

  • Plan B：特定场景训练

OpenAI Deep Research技术原理： 依托OpenAI o3进行端到端特定场景强化训练

这里对开发者而言：

（文：PaperAgent）

欢迎分享

发表评论