文章摘要
文章认为NIST对DeepSeek AI模型的评估报告并非客观技术分析，而是带有政治目的的刻意打压，报告本身并未发现恶意代码或数据泄露证据，作者质疑其动机在于控制而非安全考量。
文章总结
标题：对深度求索（DeepSeek）的妖魔化
作者按：
本文基于我对NIST《深度求索AI模型评估报告》（2025年9月）的个人分析。报告本身并未发现深度求索模型存在恶意代码、后门或数据窃取的证据。以下观点仅代表我个人立场，与任何组织无关。
NIST的评估报告实为政治攻击
NIST近期发布的深度求索AI评估报告并非中立的技术分析，而是一份披着科学外衣的政治打压文件。报告未提供任何证据证明深度求索模型存在后门或间谍行为，其真正目的是通过恐惧和误导信息，打压开源科学和研究，维护美国企业的垄断利益。
深度求索的实际贡献
深度求索以远低于OpenAI和Anthropic的预算，开发出接近前沿水平的AI模型，并全面开源（包括模型权重、架构、训练方法和论文）。这一举措推动了AI研究的开放共享，却招致美国政府将其污名化为“敌对AI”。
NIST的核心误导手法
报告刻意混淆三种不同使用场景：
1. 使用深度求索的API：数据需经过中国服务器，存在主权风险（与使用任何外国云服务同理）。
2. 本地运行开源模型：数据完全留在用户设备，无外传风险。
3. 通过第三方服务（如OpenRouter）托管：隐私取决于托管方，与深度求索无关。
NIST将本地下载与“国家安全风险”强行关联，这种混淆视听的伎俩暴露了其政治意图。
报告的真实发现（与夸大其词）
剔除煽动性语言后，NIST仅指出：
1. 深度求索模型比美国模型更容易被“越狱”（因安全训练投入较少）。
2. 模型偶尔反映中国政府立场（受训练数据和当地法规影响）。
3. 部分基准测试表现略逊。
关键遗漏：
- 未与其他开源模型（如Llama、Mistral）对比，掩盖了开源模型普遍存在的安全层不足问题。
- 未测试早期美国模型的越狱漏洞（如GPT-3），避免削弱叙事。
- 使用不可复现的“机密基准”，违背科学原则。
背后的真实动机
- 威胁垄断利益：深度求索证明开源模型可媲美闭源产品，动摇了企业依赖高价API的商业模式。
- 美国对失去AI主导权的恐惧：报告由特朗普“AI行动计划”推动，本质是保护主义政策。
双重标准与 hypocrisy（虚伪）
- NIST警告深度求索模型“可能响应恶意提示”，却忽略美国模型（如OpenAI）曾将用户数据用于训练的事实。
- 本地运行开源模型的数据安全性远高于依赖云API的服务，但报告对此避而不谈。
对开源科学的背叛
开源社区（如Linux、PyTorch）是AI发展的基石。深度求索遵循这一传统，却遭美国机构污名化。若中国以同样手段打压Meta的Llama，必被斥为“技术保护主义”。
用户应关注的真正问题
- 使用深度求索API：需注意数据主权风险（与其他跨国服务同理）。
- 模型越狱风险：任何模型都需应用层防护（可搭配LlamaGuard等工具）。
- 偏见问题：所有模型均受训练数据影响，需保持警惕。
AI未来的关键抉择
此次事件关乎AI是否保持开放：
- 是否允许“开源”被重新定义为“仅限美国”？
- 是否接受将技术工具政治化为地缘武器？
深度求索证明了另一种可能——开放、可审计的AI路径。这正是它必须被抹黑的原因。
作者立场：
我支持开源模型和用户自由。NIST报告本质是保护美国利益的政策工具，而非安全研究。深度求索的模型权重仅是数据文件，本地运行时无任何数据外传。若你仍感到担忧，或许该质疑：谁在操纵你的恐惧？
（全文完）
附：欢迎通过Ko-fi支持作者。
评论总结
评论内容总结：
对美国报告的质疑与政治工具论
- 观点：认为美国机构的报告带有政治目的，存在偏见和排外情绪。
- 引用：
- "US agencies have long since been political tools whenever the subject matter crosses national borders."（评论1）
- "They didn't test U.S. models for U.S. bias. Only Chinese bias counts as a security risk, apparently."（评论5）
对DeepSeek模型的正面评价
- 观点：认为DeepSeek模型实用且经济，有助于市场竞争。
- 引用：
- "I'll use the capable and cheap model and gain competitive advantage."（评论3）
- "Without DeepSeek, OpeanAI Pro and Claude Pro would probably cost $1000 per month each already."（评论11）
对报告内容的争议
- 观点：部分评论者认为报告内容客观，指出DeepSeek的不足和风险。
- 引用：
- "DeepSeek performance lags behind the best U.S. reference models."（评论8）
- "DeepSeek models are far more susceptible to jailbreaking attacks than U.S. models."（评论8）
对开源和透明度的讨论
- 观点：认为“开源”定义被重新诠释，实际透明度不足。
- 引用：
- "I am glad there a models with weights available but it ain't 'Open Science'."（评论2）
- "I have no doubt that open source will triumph over whatever nonsense the US Government is trying to do."（评论11）
对DeepSeek成本的质疑
- 观点：认为DeepSeek公开的成本数据不实，实际支出远高于宣称。
- 引用：
- "DeepSeek claimed 'their total training costs amounted to just $5.576 million'."（评论14）
- "We believe the pre-training number is nowhere the actual amount spent on the model."（评论14）
对中美对抗的宏观视角
- 观点：认为中美两国在AI领域的竞争带有政治色彩，欧洲处于两难境地。
- 引用：
- "Meenwhile Europe is sandwiched between these two aweful governments."（评论17）
- "Just like the US would, or any sufficiently powerful nation!"（评论1）
对用户实际体验的反馈
- 观点：部分用户认为DeepSeek在回答特定问题时表现良好，但存在审查。
- 引用：
- "I was surprised by how useful it was."（评论6）
- "If you ask it loaded questions the way the CIA would pose them, it censors the answer though lmao."（评论6）
呼吁阅读原始报告
- 观点：建议用户直接阅读原始报告，而非依赖二手分析。
- 引用：
- "People. Who has taken the time to read the original report?"（评论7）
- "I urge everyone to go read the original report and then to read this analysis."（评论9）
总结：
评论中既有对美国报告的质疑和对DeepSeek的支持，也有对报告内容的认可和对DeepSeek透明度的批评。观点多样，反映了对中美AI竞争的不同立场。