最近看DeepSeek R1的各种信息✉️，有两点思考🤔️我觉得很棒，

1、R1的思维链同样有助于其他LLM给出更好的响应。
从网友的一些尝试里面，用R1的思考作为上下文扔给其他模型，其他模型的响应效果也更好的。
这里我们可以运用各家模型所长，在模型应用层越来越可以有所作为了。类比人在解决问题的过程中，通过看了解其他人的解题思路也有助于我们自己的解题。每个人擅长的不同，有的人擅长思考，有的人记忆好，有的人擅长文艺输出，有的人擅长总结。

2、看LLM的思考过程也是学习的过程，对自己的思考也会有启发作用。
网友们喜欢看到或者想要看到LLM的思考过程，原因之一也是如上。
在亲密关系中，如果你可以了解对方的所思所想，对你处理亲密关系中的问题也会有所帮助。同理，通过观察LLM的思考过程，了解其为什么会给出这样的回答的思考过程，也有助于人类举一反三思考类似的问题，助力人类解决更多的问题，拓宽思考的维度。

#DeepSeekR1 #DeepSeek #DeepSeekV3

测试 #Cursor平替，失败告终...🤧🤧

左图：
Continue 的vscode 插件，感觉开源AI模型的效整体质量还不够高（或者说7b以及3b的自动补全不够聪明）

右图：
Claude Dev 的 vscode 插件，对于阿里
@Alibaba_Qwen
的适配还是有一些问题，这里测试的是qwen2.5-coder-7b，其官方也说了一些模型可能会一些问题

我的理解是，想要成功，好的产品必须满足这三个要素：

- 真正有用（可以提供真正的价值）；

- 用起来不像垃圾🗑️（用户使用体验不糟糕）

- 好看的包装📦（设计美学，品牌形象）；

来到即刻的第一天。