小镇做题家很寂寞呢，问个coding问题，给了需要划屏30秒才能刷到底的解释，大段心路历程，我都醉了 对比chatGPT直接给了几行code和几点解释，两边给出来的解决方法，interestingly倒是不一样 我最后用了chatGPT的solution，没有验证小镇做题家的方法行不行得通 chainshore 发表于 2025-01-28 08:45
楼主提到的系统1，是不是就是类似肌肉记忆这种，比如画画，拿起笔就知道轻重缓急，这个确实是要大量枯燥的练习才能达到，跳过这一步，直接谈构图色彩技法，也成不了画家，但是可以当个评论家。做实践的，这种肌肉记忆，好像确实是必须的。 23urfur12 发表于 2025-01-28 09:40
chainshore 发表于 2025-01-28 08:45 小镇做题家很寂寞呢，问个coding问题，给了需要划屏30秒才能刷到底的解释，大段心路历程，我都醉了 对比chatGPT直接给了几行code和几点解释，两边给出来的解决方法，interestingly倒是不一样 我最后用了chatGPT的solution，没有验证小镇做题家的方法行不行得通
这一切，都要从衡水中学早上5点半说起，每天早上，晨读和练习，将伴随衡水中学的学生一天，几乎不让人思考，他们会像机器一样在某个时间跑步，某个时间吃饭，某个时间和其他同学简单娱乐。 也许有人很鄙视这种每天重复的练习数学题，填鸭式的教育扼杀了人的创造力。但是，经过千百遍的训练，学生可以对普通数学题，非常快速的，准确的给出大概答案，然后再静下来稍微验证，答案就出来了。 相当于，每个大陆来的人给自己小孩教数学极为痛苦，因为15+30，这种数学题对我们来说，答案就那里，但是美国长大的小孩，恨不得用一张纸把格子都画出来，因为手指不够用了。
在丹尼尔·卡尼曼在《思考，快与慢》，人的思维分为两种，系统1，系统2. 其中系统1，就是我们习惯性的刷题，最后给你那种题感，手感。美国人很少用于学习，这种感觉但是普遍存在于篮球，足球中。科比每天要投几千遍，为的就是整个手感。 系统2，就是系统的，理性的思维，逻辑缜密，一丝不苟，但是非常慢， 当然，思考也容易创造。
从这里开始，也就造成Chat Gpt和DeepSeek，很多美国的白人研发人员，他们没有精力也没体会过一天到晚刷题阶段，他们不认为重复刷有什么意义。但是衡水中学的懂，刷多了，就快了。 而DeepSeek，也是巧妙的利用这一点，任何问题，都通过系统1模式，快速找到大致答案或者方向，但是这个系统1，真的就是通过衡水模式，一遍又一遍的不断加强。这个过程并不是为了多么准确，就是为了快速，省电，省资源。最后采用系统2去验收，就相当于题海战术最后一步，验证。
正因为，研发人员从小学开始的认知不同，造就了Chat GPT和DeepSeek的不同 有个小知识：MIT实验室的功能磁共振成像揭示了一个认知鸿沟：中国学生在心算时激活的脑区面积仅为美国同龄人的1/3。这种差异源于海马体与前额叶皮层的神经重构——经过3万次重复训练的神经网络，已形成类似骑自行车时小脑运动协调功能的"数学直觉"。正是这种认知压缩技术，使得DeepSeek在同等算力下实现代码生成速度达到ChatGPT的2.3倍，而能耗仅为其37%。
33% 和 37%， 大家觉得是巧合吗，非常接近? 其实DeepSeek就是一个小镇做题家，他的心算水平比Chat GPT快。
我用了R1做了稍微复杂的项目，Deepseek，编程非常厉害，特别是大文档，多文件的。
就是肌肉记忆，我只是猜想， 他们省能源，是通过模仿系统1实现的。
我无意中找到了中美学生，心算大脑皮层使用率，中国学生是美国学生的33%，其实和deepseek与chat gpt之间的能源比相近，我觉得可能deepseek有更多的训练去模仿系统1.
你可以不看思考过程，把Deep Think (R1)那个选项去掉，就可以直接得到coding的答案