向DeepSeek学深度思考，打造组织护城河
深度思考不是天才专利，而是可复制的系统方法。
3月24日晚，比亚迪交出历史最强成绩单，2024年营收7771亿元，同比增长29%；归母净利润402.5亿元，同比增长34%。营收首次突破千亿美元，超越特斯拉，成为全球第一大新能源车企。
这家曾被人嘲笑“土味造车”的企业，在2019年的至暗时刻，利润同比下降40%，扣非净利润仅2.3亿元，汽车、光伏、储能等产业均陷入困境，月销量长期徘徊在3万至4万辆，被戏称为“比三万”，但现在应该称呼其为“迪王”了。
其实在发布会之后，我就通过 DeepSeek用巴菲特“护城河理论”梳理了比亚迪和特斯拉，那哪个公司的护城河更深，更有投资价值呢？
DeepSeek按照我的护城河四个问题的框架回答得非常好，不亚于一个商业分析师。但是，前提条件是你要理解巴菲特护城河理论。那么，AI（人工智能）可以模仿人类思考，人类是不是也可以反向学习 AI？就像2016年阿尔法狗在围棋战胜人类之后，人类通过向 AI学习，围棋水平提升到一个新的高度。
所以，今天和大家分享我最近在和 AI协作投资、研究的过程中，如何将投资研究的工作效率提升了4倍以及如何向 DeepSeek学习深度思考。
什么是深度思考？
特斯拉创始人兼首席执行官马斯克说，深度思考对于解决问题和创造新事物非常重要，你需要深入研究一个问题，理解其本质和根源，然后提出创新解决方案。
心理学家、诺贝尔经济学奖得主丹尼尔·卡尼曼说，深度思考是一种对信息进行批判性分析的能力，它涉及对信息的综合、评估和推理。这种思考方式可以帮助我们避免被表象所迷惑，作出更明智的决策。
在 AI身上，就是体现在 DeepSeek让人惊叹的思维链，它通过分步推理、动态修正、多模态整合模拟人类的思考过程，将复杂问题分解为多个中间步骤，并逐步推导得出结论，从而提升模型在逻辑推理、数学计算、代码生成等任务中的准确性与透明度。
也就是把 Open AI等 AI大模型的“黑箱决策”转化为可追溯、可验证的逻辑链条，也给了我们向 AI学习的机会。
这样的训练和技术分为三个阶段，也可以迁移到企业和投资中。
第一，预训练（Pre-training）。
构建知识的底层操作系统，也是构建思维链里面的底层逻辑基础。它的核心逻辑是让 AI像人类幼童般“博览群书”。通过海量文本数据（书籍、网页、代码、对话记录等）来训练模型，使其掌握语言规律和基础知识。
这个过程如同给 AI装了一套“底层操作系统”，决定了它的知识广度和基础能力。预训练阶段特点是无须监督学习，无须人工标注，模型通过预测“下一个词”来自我进化。这个过程中要特别注意数据库的偏向性。
我在看到比亚迪的年报之后，让 DeepSeek帮我统计比亚迪和特斯拉两家公司从2020年到2024年的营收、研发费用/研发费用率、销售费用/销售费用率。结果，出现了两个问题：
1. DeepSeek没有使用刚刚发布的比亚迪2024年年报的营收数据，只是用比亚迪2024年前三季度的数据来推算，特斯拉也是这样的情况，导致计算结果错误。然后，我就给它投喂了比亚迪和特斯拉最新的年报，数据才会修改。
2.在看到2024年数据错误后，我在想其他数据是不是也会出现错误？我马上就用专业股票软件数据核对，结果营收数据对了，但是中间的研发费用、销售费用出现了错误。由于数据更新速度和语料库的原因，会导致大模型出来的结果出现重大失误，行业简称为数据幻觉。
这里我给大家一个警示，再好的大模型，进去的是精华，出来的就是精华，进去的是垃圾，出来的就是垃圾。
这也是为什么这么多中国企业宁肯自己耗资几十万元，买英伟达50、90GPU（中央处理器），本地部署 DeepSeek，用自己的公司和行业数据投喂，问答就更有确定性和专业性，同时能够保证数据的隐私安全。
像比亚迪电池实验室就是类似的思维，将2000份专利浓缩成“技术要素矩阵表”，形成研发人员理解和运用的结构化知识体系。
华为海思芯片团队要求工程师阅读全球3000多篇顶级论文建立知识图谱，美的集团在工业互联网平台预训练阶段，就投喂了亚马逊、西门子等50家企业数字化转型案例，构建出制造业知识库。
第二，监督微调（SFT， Supervised Fine-tuning）。
打造专业领域的行为规范，定向训练思维链生成规则。
核心逻辑：像培训新员工一样“手把手教学”，用高质量经过标注的数据（问答对、操作指南等）调整模型行为，使其输出符合人类需求。
这个过程如同给 AI编写“岗位说明书”，规范专业技能。像宁德时代质检系统用5万张电池缺陷图片做监督微调训练，将误检率从12%降至0.7%。大疆农业无人机监督学习3000种农田作业轨迹，实现果树环绕喷洒等高难度动作。
第三，强化学习（RL， Reinforcement Learning）。
在实战中修炼顶级高手，精细化调整思维链质量。
就像奥运会选手模拟的“以赛代练”，通过实时反馈机制（用户点击、评分、对比选择等），让 AI自主优化决策路径。这个过程如同给 AI安装“进化引擎”，使它在复杂环境中持续突破极限。强化学习阶段的精髓，就是设计奖励机制，定义清晰的评估标准，如对话质量评分，类似我们给团队发奖励和奖状一样。
更高级的是采用多维度博弈：让多个 AI智能体相互竞争、协作，像 Alpha Go 1.0是投喂了人类历史的百万围棋棋谱，到了 Alpha Go 2.0阶段，就是自我对弈模式，不需要棋谱。
那我们如何才能像 AI一样深度思考和学习？记住三个要点：
第一，建立“行动—反馈—调整”的正循环，就像打游戏升级一样，每完成学习任务立刻检验效果，用他人评价修正自我认知。
第二，深度拆解顶尖案例，看书的时候，边读边画知识图谱，把复杂信息提炼成可复用的思维模型。
这也是我2024年做得最多的研究，将过去腾讯、美的、华为、小米等公司做了深度分析，梳理成长模型，同时对过去20年，5次牛市进行了深度复盘。
第三，用头脑风暴对抗思维惯性。
遇到问题同时想出3种解决方案，就像下棋推演一样比较优劣，日常可以安排15%的陌生领域挑战，睡前花10分钟回顾当天所学，这样大脑会像 AI训练神经网络一样，在不知不觉中提升举一反三的能力。
深度思考不是天才专利，而是可复制的系统方法。
当我们拆解 AI和中国企业的进化密码时，就会发现“预训练—监督学习—强化学习”的思维链三阶进化，正在塑造中国制造的思维基因。
假如每个岗位都能像 AI模型那样持续学习、规范输出、快速进化，组织的思维链就会成为企业坚固的护城河。毕竟，连机器都知道深耕胜过乱撞，人类又怎么总做思维上的“机会主义者”？
