最近社群媒體上都在討論 DeepSeek 這個橫空出世的 AI 應用，我也跟著看了一些資訊，

剛好在 YouTube 上看到一個微軟工程師解釋 DeepSeek 的影片(點我看原影片)，講得很好呢！

聽他講話不會想快轉，因為都是「講重點」，也很懂得「掌握講話節奏」

​

這個工程師的表達能力絕對是一般上班族的頂標，

如果講話能力可以到這個程度，工作上一定很吃香~

(影片底下也很多人留言讚美這個工程師的表達能力很厲害)

​

這個工程師表達上有 2 個優點：

→ 讓人想聽下去的講話結構

→ 淺顯易懂的解釋方式

​

底下就來詳細舉例解釋給你看：

首先我們拉到比較高的層次來看這場演講，

這個工程師開場並沒有像很多技術背景的人容易「栽進去解釋跟技術有關的東西」

​

他用了這樣的講話順序：

1. 先解釋 DeepSeek 對大眾的意義 → 強調關鍵優勢是什麼

現代人壓力大步調快，聽別人講話總希望對方趕快「講重點」，

所以這個微軟工程師一開始就「先講大家最關心的」，這個技術到底有沒有比較厲害：

🎈 Not only does Deepseek R1 meet or exceed the performance of the best American AI models like OpenAI’s GPT-4, but they did it on the cheap — reportedly for under $6 million.
Deepseek R1 不僅達到甚至超越 OpenAI 的 GPT-4 等美國頂尖 AI 模型表現，而且他們還以低成本做到這一點 —— 據說花費不到 600 萬美元。

​

用 Not only does… but… 這個句型直接「串連」DeepSeek 的兩個關鍵優點：表現好且成本更低

​

接著這個工程師又用同樣句型講第 3 個優點：

🎈 Not only does China claim to have done it cheaply, but they reportedly did it without access to the latest Nvidia chips.
中國除了聲稱以低成本做到這樣的表現，而且據說過程中都沒有使用最新的 Nvidia 晶片

​

所以短短幾句話我們馬上抓住 3 個 DeepSeek 的優點

​

接著這個微軟工程師用了一個「超生動的譬喻」形容 DeepSeek：

🎈 If true, it’s akin to building a Ferrari in your garage out of spare Chevy parts.
如果 DeepSeek 的技術是真的，這就像是在車庫裡用雪佛蘭(平價車)的零件打造出一輛法拉利(頂級超跑)

​

🎈 And if you can throw together a Ferrari in your shop on your own, and it’s really just as good as a regular Ferrari, what do you think that does to Ferrari prices?
而如果你能在自己的車庫裡組裝出一輛法拉利，而且它的性能和正版法拉利一樣好，你覺得這對法拉利的價格會造成什麼影響呢？

本來前面聽這個工程師講 DeepSeek 的優點我還只是「喔喔原來如此」，

但後面聽他說「用自家車庫就可以組裝出法拉利」來比喻 DeepSeek 「低成本就可以作出高效能 AI 」，

我才突然有：「哇 DeepSeek 好像有厲害」的感覺

​

所以舉例夠不夠生活化，觀眾感覺會差很多

---

2. 接著解釋技術原理

講完 DeepSeek 優點，觀眾好奇心被挑起來，

接著這個微軟工程師開始解釋 DeepSeek 是怎樣的技術

​

我覺得解釋技術部分做很好的地方是：

「先概略說明」 DeepSeek 是什麼 → 接著才「更深入解釋」技術原理

​

概略說明部分，他避開複雜的語言，

只是「簡單定義 DeepSeek」，跟講出它的「特性、優點」

🎈 It’s a new language model designed to offer performance that punches above its weight.
DeepSeek 是一個新的語言模型，能展現超越自身規模的性能。

​

🎈 What sets it apart isn’t just the capabilities, but the way that it’s been built.
​它特別的地方不只在於強大的能力，還在於建構方式的不同。

​

🎈 Deepseek is designed to be cheap, efficient, and surprisingly resourceful, leveraging larger foundational AIs like OpenAI’s GPT-4 or Meta’s Llama as scaffolding to create something much larger.​
Deepseek 的設計目標是低成本、高效率，跟強大的靈活性，透過將 OpenAI 的 GPT-4 或 Meta 的 Llama 等更大型的基礎 AI 作為底層架構，來構建出一個更強大的模型。

​

透過以上概略說明，讓大家對DeepSeek有「初步認識」後，

這個微軟工程師接著才進到「更深入的解釋」：

🎈 Let’s unpack that…
接著讓我們來深入解析一下…

---

3. 最後呼應開頭：再次強調這個技術會為世界帶來的影響

講完技術原理後，這個工程師再度回到大家更關心的事情：DeepSeek 這個技術會帶來哪些「可能的影響」

🎈 So why does all this matter?
那 DeepSeek 為什麼重要呢？

​

🎈 Well, for one, it dramatically lowers the barrier to entry for AI.
首先，它大大降低進入 AI 領域的門檻。

​

🎈 Instead of requiring massive infrastructure and your own nuclear power plant to deploy a large language model, you could potentially get by with a much smaller setup…
​比起以往建構一個大型語言模型需要龐大的基礎架構，現在你也許只需要一個小規模的設置就能做到…

​

最後這個工程師很不錯的地方是，他講話有「前後呼應」，

現代人很忙，需要講者把一開始講過的東西「最後再重點提醒一次」 ，不然容易忘

所以這個微軟工程師最後這樣「精簡總結重點」：

​

👇 Deepseek 優點

🎈 Open-source models like Deepseek R1 allow developers worldwide to innovate at lower costs.
像 Deepseek R1 這樣的開源模型讓全球開發者能以更低成本創新。

​

👇 Deepseek 影響力

🎈 This could undermine the competitive advantage of proprietary models.
​這可能會弱化現有封閉式 AI 模型的競爭優勢。

​

---

恩先分享到這裡~

​

今天這篇內容我想了很久要怎麼呈現比較好，也是很燒腦

也希望你有收穫囉😊

---