dwwpseek用哪个ai

deepsea 四点零发布引全网热议，还不是抄的 dappy 的 技术，把别人的东西蒸馏一下就用，不要脸。 dappy 官方表示该模型完全自主开发， 都是自说自话，等会 dappy 就 来打你的假。多家外媒机构称 dappy 四是开源模型，在部分领域甚至已经超越顶级闭源模型， 那你的技术也是不如呆弟的好，你跟呆弟还差得远。 英伟达老黄表示，如果东大模型与东大新组合西大在 ai 领域可能被反超。

hello， 朋友们，今天安装了 cloud code 加 deep seek， 作为一个 it 从业者，这些 ai 工具至少在我的工作中是非常高频的。目前工具和模型国内国外都很多，这是当前国内不需要魔法上网成本最低的使用方式。安装方式很简单，各位需要尝试的话随便搜一下，有非常多的详细教程。 一、为什么需要安装 ai 工具？这和我们直接在网页端使用 d p c 壳豆包有什么区别？首先，我们使用网页端 ai 工具，你问的问题答案是来源于各种各样的数据提炼的结果， 但是很多人的具体工作内容和信息来自于企业内部或者自己整理的信息，安装在本地不仅仅可以获取大模型本身训练的数据，还可以读取本地的信息。而 而且对于复杂的业务使用， ai 需要工程化。比如你需要交接或者带新人，你需要告诉他们项目背景、项目需求、项目规范、市场分析等等，并且需要将这些东西规范整理，方便 ai 理解和重复使用。一句话，让 ai 帮你完成什么，或者一堆乱七八糟的文件丢给 ai， 在 实际工作当中很难达到理想的结果， 所以需要处理复杂的业务，需要在本地搭建并工程化。但是如果是单一简单的问题，直接使用网页端的 ai 工具就好。二、为什么有人觉得 ai 生产力很强，有人目前并未感受到 ai 对 效率的提升？ ai 工具的工程化使用其实还是有门槛的，特别是对于非技术人员，大家可以试试最简单的安装过程，如果安装都存在困难，那确实感受不到 ai 对 工作效率提升，虽然很多人都说 ai 淘汰程序员，但是目前 ai 的 普及范围最快最广的依然是技术从业者， 所以真正能将 ai 工具产生实际效果的人，即便一线城市估计百分之二十都没有。还有就是 ai 工具是需要花钱的，即便是 deepsea 这种相对费用较低的模型，其实高频使用一个月几百块还是很容易消耗的。三、关于 ai 的 生产力，我先体验体验，再和各位同学分享。

学长为什么一直不太建议大家直接用豆包 d p c 去写出稿？原因非常简单，他们本身没有文献数据支撑，没链接之网为辅的学术库，说白了，这一块他是编的。有些同学很聪明，知道这一点，于是就开始换玩法，先去之网找文献，再丢给豆包整理，最后自己一段一段粘贴。 方式没错，但你看这样的内容图表、数据公式、实证分析全都没有。你要是再把这种稿子网址往里一丢，你会发现一个现实， 这个 a a 绿能红到发紫，最后还得手动一点点修改，关键是改完也不一定能降下来。这种方法显然是不合适的，想要与熊掌兼得，师哥来教你一套更顺的，只往加 d c， 二十分钟给你整一篇能用的初稿。第一步，先用下专业文献处理助手，无踪 选写作三点零或者二点零，二点零适合已经写完开题的同学，可以直接把你的标题、学历、专业目标、字数这些信息完善，再给三到八个核心关键词，然后再补充参考资料里， 你再把相关作者、人物关系、论文摘要、实验数据，你脑子里那些框架和写作方向全放进去，他会根据这些素材帮你进行完善。 要是你还处于一脸懵状态，就在豆包 delete this， 这让他给你的选择题完善具体的研究切入点，对应的核心理论框架、学术脉络还有数据方向。然后把这一堆框架和思路直接复制粘贴扔进补充栏里。 接着在自选文献这块，我们直接去织网整点这文献，用你初稿主题相关的关键词搜一下，本科的话，勾选跟你方向差不多的十五到二十遍，点查新文格式导出，导出后全部复制一下，再把整整齐齐的参考文献全部丢进去，再点一下交验格式，让他自己识别一遍。 要是你想看一下其他的文献，或者需要几篇英文文献，这里也有能查到的推荐。接下来就是提纲， 如果你已经跟导师对好了框架，直接选自写模式对进去就行。还没整明白的话，就得实时提纲， 要是给到的大纲你看不顺眼没关系，多刷新几次。然后点亮右侧那些图标，查表格，查图表，查图、查公式，你缺啥点啥，后续会自动在你需要的位置上把那些东西给你安排上。 这么一套操作下来，差不多半小时一篇，包含了中英文摘要、引言、政文各章节结论、致谢，还有知网真实文献的论文文档就完成。最后根据个人需要，部分内容稍微润色一下就搞定了。

dsp 的 文档写的真的是又简单又好用，我五一在家里的时候想用一下呃，这个 v 四就接入到 cloud code 嘛，然后我就看它的官网这边文，官网从左边 cloud code 点进来之后，就直接把它所有的配置都列在了这边。而且你看它有一个很细节的地方，就是在每个模型的后面 只只加了这个一米点标记。其实我以前都不知道，如果 cloud code 接第三方模型，想要起用一百万上下文，还要在这个模型的名字后面加上这个标记， 我这还是第一次，就是在在他这个地方才知道的。然后还学到了两个配置，就一个是这个 cloud code sub agent model， 原来还可以为 sub agent 指定一个单独的 model。 然后另外就是这个 effort level 以前也没用过， 就我其实从 dspic v 二开始用，一直用到现在，每一个墨镜都用了挺多的，最最开始喜欢用 dspic， 除了它便宜，还有两个墨镜都用了，挺简洁，而且有用的信息都写到了。 比起很多云厂商我就不点名了，反正就很多云厂商不管是注册呀，是找他的文档，真的非常复杂。

兄弟们，今天呢带给大家一款超级 ai 拷定组合，就是 open code 加 deep 跟微四。为什么去聊这个？因为现在呢，很多同学都在用 ai 编程，但是呢一个月你使用的频率并不高，那么此时呢，如果说你用 console 呀， keylog 叉这些工具，那么一个月就得二十枚刀， 那这种肯定不合适啊，比如说你可能一个月用那么一天，那你花一百六十多块钱，你肯定很感觉很不爽，所以呢，此时这个 open code 加这个，这个 v 四一定是你最优的选择。那接下来呢，我们就去看一下，哎，这个 open code 这个软件在这块呢，我已经通过桌面端下载下来了，下载完之后呢，你可以把它的左下角在这块，哎，就可以去配置我们那个模型的供应商。 那比如说，哎，你是一个 deepsea， 那 么你就可以把你对应的 deepsea 这个 k 直接配到这来就结束了，配置很简单，很简单，那么你配置完之后，那么紧接着你看在这块就会出来我们 deepsea v 四的一些模型，比如说 pro flash， 你 看 那这个它真正在去体验的过程，你会发现啊，它真的第一个就是省钱，第二个它跟我们那种前沿的 gpt 五那种模型其实差不了多少， ok， 哎，那我们在这块你看，哎，大家可以去看一下这个网站，大家可以登录上去，登录上去之后直接下载一下就 ok 了， ok， 你 看在这块的话，其实大家还去体体验过，比如说大家听过这个 cloud code， 哎，这个呢也是一个我们类似于这个 a p p 的 模型供应商，就是出自于我们国外的，其实它后面呢，其实它会有一些模型，但是模型的话它一般不让我们选择，它会有个闭源的，就它每个版本迭代啊什么的。 ok， 这个我们当前一个当下最火的一个 cloud cloud code， 那 这个也比较火。 ok， 所以 说针对于这个 cloud code 和 open code， 我 们也可以做几个比对。那你这个 open code 呢？它绝对是当前的一个主流，你看，比如说你看全模型兼容， 比如说我们的 cloud g p t， 你 可以用国产大模型，你可以任意大模型，甚至可以本地部署，你看是不是我们的 open code 的 它的兼容性贼强，但是 cloud code 呢？你看仅 cloud 系列官方深度优化， 所以说你看 open code， 它一定是支持我们的支持的模型最多的。你看还有就是我们，你看就是 cloud code 的 业界顶尖一下这个比较，这个比较下来之后呢，我最关键的一点哈，就是我们的 open open code 它比较省钱。 ok， 在达到一定功能的时候，我们其实最可怕的还是把我们的成本降低下来。那这句话你看成本计算，就是你在平时使用的时候，其实我们的 open code 的 一定是远低于你的 cloud 的， 甚至会高到零成本。 为什么这样讲呢？你看 cloud code 的 呢？你看它这种，比如说用我们的 sony， 它这种框架它，你看它的花钱还是比较多的。那如果说你用 open code， 那 你 open code 的 本身免费，你所有的钱都是花在模型上，那如果说你模型还是免费，比如说你用奥拉玛这种情况， 或者是你用这个模型机器便宜的，哎，是不是感觉它一定会很便宜很便宜，所以说基本上零块到几块，是不是通过这样就相当于让你可以花很少的钱去体验下 ai 考点， ai 考点直接给你提效，所以说大家一定要去看好这个组合，就是 open code 和 dspv 四，一定会给你带来意想不到的结果，建议大家都去试一试。 ok， 那 这个视频到这，我们下个视频继续开干。

大家是如何通过 deepsea 来进行分析股票的？是不是像这个样子？这只股票怎么样？帮我全面的分析一下。 我不是，我是把 deepsea 的 api 接入到我自己研发设计的 alpha hunt 股票数据分析系统当中， 每天这套系统会通过策略初选因子扫描，最终交给 deepsea 进行全面的分析评分，筛选出十到五十只优质的股票，以邮件的形式发送到我的邮箱里边。 阿尔法亨特系统是我用 coder 的 ai 编程工具，三个月时间自主研发设计完成的十万行代码的股票数据分析系统。大家对我这套系统感兴趣吗？请持续的关注我，我会在后边的视频当中指导大家如何从零开始搭建。