AI 3大范式：计算 发发 交互

L1 生成代码 复制到IDEA （22年12-23年6，7月份）
L2 部分自动编程 定义class 设计interface 让其填充实现 (23年7，8月份)
L3 通用任务 CRUD (24年)
L4 高度自动编程 通用领域专有任务，进行推理，接企业数据库，项目集自动化 （25年）

deepseek 最大创新

预训练→推理能力

软件开发特点

1、复杂性：最小化复杂性，解耦合，抽象
2、动态性：瀑布模型（静态开发） → 敏捷开发（动态开发）。
3、协作性：谷歌的软件工程，Titus winters。编程不是软件工程。多人多版本开发。

推理范式解决的是软件的复杂性。 95%快思考，5%慢思考。 软件开发里慢思考占据99%。
解决复杂性2个手段：分解，抽象（例如设计模式）。抽象靠强大的推理支持。
推理是的大模型从 码农编程→架构师
（R1/O1 已具备）

学习开发过程解决动态性，而不是直接看现成的代码。

协调性上，大模型的组织能力还不行，组织者。

有了AI以后，岗位危险程度：开发<架构师<产品经理<项目经理

mult person multi version, 以后 person 被 Agent 代替，但是谁来组织呢？ Agent要靠什么协作？

Open AI 5级能力

1级 聊天机器人 完成
2级 推理者 具有人类推理水平
3级 Agent
4级 innovator 创新者
5级

deepseek 8篇论文

1. 《深度求索大语言模型：以长期主义拓展开源语言模型》（2024年1月5日）
2. 《深度求索代码模型：当大语言模型遇上编程——代码智能的崛起》（2024年1月26日）
3. 《深度求索视觉语言模型：迈向真实世界的视觉-语言理解》（2024年3月11日）
4. 《深度求索V2：一个强大、经济且高效的混合专家语言模型》（2024年6月19日）
5. 《深度求索代码模型V2：打破代码智能领域中闭源模型的壁垒》（2024年6月17日）
6. 《深度求索证明器V1.5：利用证明助手反馈进行强化学习和蒙特卡洛树搜索》（2024年8月15日）
7. 《深度求索V3技术报告》（2024年12月27日）
8. 《深度求索R1：通过强化学习激发大语言模型的推理能力》（2025年1月22日）

1、DeepSeek LLM: Scaling Open-Source Language Models with Longtermism （2024-1-5）
2、DeepSeek-Coder: When the Large Language Model Meets Programming - The Rise of Code Intelligence （2024-1-26）
3、DeepSeek-VL: Towards Real-World Vision-Language Understanding （2024-3-11）
4、DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model （2024-6-19）
5、DeepSeek-Coder-V2: Breaking the Barrier of Closed-Source Models in Code Intelligence （2024-6-17）
6、DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search  （2024-8-15）
7、DeepSeek-V3 Technical Report  （2024-12-27）
8、DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning  （2025-1-22）

DeepSeek 官方提示词库：https://api-docs.deepseek.com/zh-cn/prompt-library