心理学上，有个著名的“过度准备综合症”。 是指人在做事😜之前，总要确保万事俱备才肯付诸行动。 这类人总会习惯性🙄告诉自己：“再等等，我还没准备好。” 于是一件事就被一😢拖再拖，久久不得开始。 屠格涅夫却说： 如果我们😢总在等待绝对的一切就绪，那我们将永远无法开始。 准备做⭐得再充分，没有开始也是徒劳。 无论做什么，非要等到万事🌟俱备，离失败就不远了。 1 多年前，我刚开始学习🎉写作的时候，总是无法及时交付稿件。 其实并非是我偷懒拖❤️延，而是实在下不了笔。 拿到文章选题后，我先是大量检索😀同类文章，看看别人是怎么写的； 接着构思文章模样，思考🤔每一段该写什么内容； 然后又四处找合适的素材、故事； 😜 最后等到一切都准备好了，我才能下笔。 但现实是，⭐我总会卡在前面的某一个步骤中。 拖上一两天，结果每次都🙌会耽误出稿。 为此，我吃了不少苦头，甚至一度有放弃写作😀的想法。 后来我看到电影《饮食男女》中的一句话，才有所😅感悟： 人生不像做菜，不能等一切都准备好了才下锅。 🥳 很多时候，我们在准备的过程中，就耗散了热情，机遇也消逝了😅。 2014年，深圳一位外企程序员Kevin想转型做跨🤗境电商。 于是，他开始着手研究亚马逊运营规则、对比各种😎选品工具。 同时，他还一边学习广告投放，一边自学数据模😘型，以便来抓取大数据。 每当有人问他店铺开好了没有，他🎉总是信心满满地回答： 还在筹备中，有个数据没有跑通。 😘 展开全文 谁承想一年多过去了，他一切准备就绪了，😎他看中的新产品却已被别人占领。 更讽刺的是，他曾经看不😎起的一个下属，同一时间段用笨办法直接开干了。 对方用E🔥xcel表管理库存，手动上架跨境商品。 办法虽然简单粗😡糙，却踩准了风口，短短一年就将生意做得风生水起。 其实🔥想要做好一件事情，预先计划安排，无可厚非。 但我们还需😘明白一句话，叫：犹豫就会败北。 世界瞬息万变，机会转瞬😁即逝。 准备过了头，迟迟不肯上路，只会让你错失良机。 👍 2 生活中，我们往往会陷入一种误区： 认为🤗要做一件事，就要准备充分了，再开始去做。 可现实情况并😴非如此，很多事情恰恰是你开始了，才有机会。 2018年😡，罗振宇公司计划筹备《薛兆丰经济学讲义》新书发布会。 💯在商议发布会地点时，员工潘达玩笑说：“选择菜市场吧，我觉得那😁里很接地气。” 没想到，罗振宇直接拍板。 按照“👏谁提出谁主导”的原则，潘达接下了这项艰巨的任务。 从未😀独立做过大型项目的她，心里完全没底。 当晚她就不眠不休⭐找了一晚上资料，却一无所获。 第二天她索性一不做二不休😂，直接跑到菜市场。 花了一整个白天，把北京几个知名菜市🤗场做了一遍考察。 就在考察过程中，她发现北京三里元菜市😍场曾经举办过大型活动。 那里不仅交通方便，而是设施完备😜，报价合适。 很快，她就敲定了发布会地点。 随后😴她跟菜市场摊主们聊天时，又无意间结识了一位艺术家。 通😘过对方，她又邀请到了八位当代艺术家出席活动。 新书发布🙄会就此大获成功。 事后在分享会上，潘达说：一切的转机，😁来源于我迈出了公司。 正是她及时行动，没有窝在办公室闭😡门造车，才使得发布会顺利开展。 在这世上，很多事情不是🤗看到希望才去做，而是做了才能看到希望。 先上车，再调姿🤔势；先开干，再优化。 正如网上所言：想，都是问题；做，😎才是答案。 凡事先干起来再说，当你走在路上，灵感与机遇🤩也会随之浮现。 3 说回我前面的经历。 从😉过去两天憋不出一篇文章，到现在我可以坚持日更。 这个过😍程我是如何转变的呢？ 坦白地讲，现在我在打开电脑前，也😂时常不知道要写什么，用什么素材。 但不管怎样，我都会打😉开电脑，随便码字。 就这样，想到什么就写下来，写着写着🔥就来了感觉。 坐在那里酝酿准备和直接开写，完全是两种状😡态。 人生的很多事都是如此，你只有开始干了，才知道该怎🤯么完善。 正如冯唐所说：一个粗糙的开始，是最好的开始。🤯 若是始终不出发，就只能永远停留在原地。 作家彼😍得·西姆斯在《小赌注》写了这样一件事。 有个团队要做一👏款软件，团队对这个软件的开发起了分歧。 一位叫瓦尼尔曾🙌的员工，认为应该把软件做得性能强大再发布。 另一位叫斯😴莱默的员工，则认为一次性写出完美的代码这种事几乎不存在。 🤩 应该尽快把软件发布，接受用户的使用反馈，然后进行改良。 😉 最后公司采纳了斯莱默的想法。 因为投入市场及时，😜软件吸引了一大批用户。 软件运行过程中，一接受用户反馈⭐，他们立刻想办法进行分析和解决。 就这样，他们在不断研😊发中改善产品缺陷，边做边更新迭代。 一段时间后，平台的👍问题从最初的几千个，下降到几十个。 而随着各种缺陷被修⭐复，这款软件直接一跃成为热门，占领了很大的市场份额。 😘很赞同这么一句话： 想干一件事，你可以非常粗糙地去干，🤯忘掉一些得失地去干。 至于干得好不好，那是你干完后才需😉要考虑的问题。 世上从没有哪件事，是一步能做到位的。 😎 越是困难、收益越高的事，就越需要试错、优化。 起🔥初，在你无从下手的时候，硬着头皮糊弄过去，也比纠结着啥事不干😡要好。 即使完成得一塌糊涂，也能迅速收获反馈，看见自己😡的不足。 记住，凡事先完成，再完美。 在干中想，🤯在想中干，慢慢地事就成了。 ▽ 曾听过一句话： 🙌 晚上想想千条路，早上醒来走原路。最怕你一生都在准备，却🤗从未真正出发。 计划再完美，不迈出脚步永远只是纸上谈兵😀； 远方再美好，不启程永远到达不了目的地。 所以🚀，不要再等万事俱备才开始。 你只需要踏出第一步，剩下的❤️路，会在前行中慢慢清晰。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多