DeepSeek驱动的高校图书馆AI应用发展现状、挑战及前景——与云瀚联盟专家的对话与思考
2025年07期【本期推荐】
作者：洪辉 林俊伟 肖铮 程蓓 王爱国 张盛强 孙翌 边永涛 米佳
来源：《信息与管理研究》2025年第3期
摘要
DeepSeek作为一款高质量国产开源大语言模型，将加速生成式人工智能技术在千行百业中的应用。高校图书馆正处在AI时代的转型关键期。云瀚联盟邀请多位高校图书馆一线专家，围绕DeepSeek部署模式、应用场景、知识库构建、AI素养教育介绍了当前高校图书馆的AI应用现状，讨论了高校图书馆在推进AI服务时，在算力与数据、技术与业务融合、角色转型、学术伦理规范方面面临的挑战，提出通过联盟实现资源共享、建设面向开放科学的学术知识库、构建多层次的AI素养教育体系、重构以大语言模型为基座的知识服务模式，推动图书馆在AI时代实现服务范式转变，实现高质量发展。
关键词
DeepSeek 大语言模型 学术知识库 AI素养教育 图书馆服务转型
0 引言
自2022年OpenAI公司推出ChatGPT生成式人工智能立刻成为全球科技与社会关注的点，并以前所未有的速度渗透到社会生产生活的各个领域。ChatGPT的成功，使人们看到了大语言模型巨大的技术潜力和商业价值，迅速引发了大模型领域的“军备竞赛”。Google、Meta、百度、阿里等国内外科技巨头，凭借其在算力、算法、数据方面的优势，不断推出参数更大、性能更优、成本更低的大语言模型产品，希望以此占据市场主导权。开源社区借助开放共享的生态力量，推动了基础模型的技术创新，降低了大语言模型应用的研发门槛，促进了AI应用的快速发展。2024年底，DeepSeek横空出世，完全开源的产品策略、算法层面的优化创新，使其以较低的训练成本达到顶级大模型的性能。尤其是DeepSeek-R1模型展现出的强大推理能力，让它成为继ChatGPT后，又一个人工智能领域的现象级产品。
生成式人工智能对于图书馆的知识组织、服务模式和管理方式产生了深刻影响，DeepSeek无疑将进一步加快大语言模型在高校图书馆的应用实践。为此，云瀚社区特别邀请山东大学图书馆副馆长程蓓、济南大学图书馆馆长王爱国、四川大学图书馆副馆长张盛强、上海交通大学图书馆副馆长孙翌、厦门大学图书馆副馆长肖铮、厦门大学图书馆信息技术部主任林俊伟、中国矿业大学图书馆技术支持部副主任边永涛、河北大学图书馆副研究馆员米佳等一线专家，围绕DeepSeek在高校图书馆的应用场景、风险挑战与发展前景展开深度对话，以期为高校图书馆人工智能应用提供新的发展思路和实践方向。
1 DeepSeek在高校图书馆中的部署模式与服务路径
1.1 DeepSeek部署与服务模式
2025年初DeepSeek持续火爆，彻底突破了技术圈层，在全社会引发了一股DeepSeek使用热潮。DeepSeek网站也因用户访问量激增，频繁出现“服务器繁忙，请稍后再试”的提示，导致用户体验不佳。这一方面反映出DeepSeek模型的内容生成质量出众，获得了广大用户的认可；另一方面也说明DeepSeek公司的战略核心仍聚焦于基础模型研发，而非直接专注于应用服务。 DeepSeek系列模型采用开源协议中最为宽松的MIT协议，允许包括商业化在内的任何方式的使用、修改和分发。因此，各大云服务厂商第一时间竞相推出DeepSeek模型的MaaS服务，为DeepSeek的大规模推广消除了商业壁垒。软件应用服务商也纷纷接入DeepSeek，加速了大模型在应用中的落地，在提升自身功能的同时，也有效降低了大模型使用的成本。
各高校在2025年寒假期间积极推动DeepSeek本地化部署，解决教学、科研和管理中对于大模型应用的本地化需求和使用成本问题，推动人工智能对高等教育的革新。孙翌介绍了上海交通大学在DeepSeek本地化部署方面的工作。该校网络信息中心这两年积极投入算力建设，“交我算”平台作为校级公共计算平台，包含云平台、人工智能计算平台、高性能计算平台等五大计算平台。基于鲲鹏昇腾科教创新卓越中心的全国产化昇腾平台，推出DeepSeek“R1+V3”全系列模型的本地部署，通过“交我算”云服务实现DeepSeek千亿级大模型服务开箱即用，后续还将提供API调用服务，便于更多应用通过多种方式接入DeepSeek。程蓓也分享了山东大学的部署应用情况。山东大学信息化工作办公室一直迅速跟进对开源大模型的部署，此前已经提供通义千问Qwen系列大模型的本地化部署，本次全面部署“满血版”DeepSeek，集成在山大智能助手Web端和App中，具备深度思考和联网搜索功能，学校推广“本地知识库与校内版DeepSeek-R1”的融合应用模式，在本地电脑上使用Cherry Studio等客户，配置校内版DeepSeek-R1模型服务，将办公资料、教学课件、科研文献等文档资源打造为个人知识库，发挥DeepSeek对工作学习的强大支持力。
1.2 DeepSeek的多元应用场景与学术导向聚焦
随着生成式人工智能的迅猛发展，高校图书馆对于生成式人工智能技术在资源组织揭示与发现获取、服务模式创新与效率提升、馆员角色转型与能力重构等方面已开展了深入研究，拥抱生成式人工智能对图书馆产生的积极变革，同时也十分警惕因此引发的信息质量与可靠性挑战、AI技能鸿沟、数据隐私安全等问题。DeepSeek的本地化部署、模型算法创新、开源共享策略将使其在图书馆多模态资源建设、精细化管理、智慧服务中发挥巨大作用，推动高校图书馆利用大模型技术在资源管理革新、空间功能扩展、服务模式创新中，实现技术革新与服务范式重构的双重变革。凭借国产化的自主可控优势，对中文内容的深度适配性，完整透明的思维链推理过程，DeepSeek将赋能高校图书馆信息咨询、学科服务、知识服务等具体业务应用场景。
虽然DeepSeek具有强大的推理能力，使图书馆AI应用拥有更为强大的“大脑”，但王爱国认为高校图书馆在构建AI应用时，仍要首先从图书馆 作为学术资源中心的这一底层逻辑出发，围绕权威学术资源，确保信息来源的可靠性和学术性。由于商业学术数据库掌握了大量学术论文，在DeepSeek出现后，商业数据库商通过更换大模型基座，在学术AI工具研发上，会更具备产品力和竞争力。图书馆要考虑如何基于自身核心职能，从读者需求场景出发开展工具创新和流程再造，使图书馆在技术变革中始终保持并逐渐强化其在高等教育中的关键作用。米佳介绍了个人试用科睿唯安Web of Science研究助手、中国知网AI学术研究助手的心得体会，认为这类学术AI工具通过提供自然语言检索入口、文献综述自动生成、文章重点内容自动提取、研究主题关联文章推荐等功能，对科研效率的提升大有帮助。但与传统关键词检索相比，也存在使用AI检索时，查全率、查准率方面仍有不足的问题，导致AI自动生成综述以及推荐关联文献时，可能缺失检索主题相关的权威论文。这反映出大模型对学术专业内容的语义理解能力还有待提高。相信随着DeepSeek这类基座大模型能力的不断进步，数据库商对AI工具的快速迭代，这类问题将会逐步得到改进。
1.3 DeepSeek幻觉问题与知识库构建
大语言模型因训练数据中含有虚假及有害信息，预训练中的模型存在知识偏好、数据曝光偏差等模型结构及算法局限，应用时因领域能力限制或指令遵循偏差，而普遍存在幻觉问题。DeepSeek-R1在AI评估组织Vectara于3月4日公布的大语言模型幻觉测评排行榜上幻觉率达14.3%，远高于其他非推理型大模型。有专家认为，人工智能幻觉这一技术伦理难题，可能产生一种“奇幻社会”，集体记忆被广泛而严密的虚假内容损害，带来文化、生活、社会信任等一系列危机。图书馆在采用基于大语言大模型的应用时，幻觉可能会产生错误价值观的不良内容、误导用户的错误信息和违反学术诚信的虚假参考文献。减少大模型幻觉问题，提高图书馆AI应用的准确率和可信度，是高校图书馆实施生成式人工智能技术时需要特别关注的问题。
高校图书馆始终以建设高质量的馆藏资源作为核心工作，对维护学术诚信与研究规范负有责任。在生成式人工智能时代，高校图书馆需要守正创新，利用大模型技术提高用户资源发现获取效率，同时继续坚守学术严谨性，以及资源内容服务的权威性。程蓓表示从图书馆AI应用的目标定位来说，需要将图书馆特色资源数据作为支撑，以区别于通用的大模型应用。以往特色数据库和机构知识库的建设，偏重于元数据层面和科研成果数据的收集管理。面向未来AI应用，需要更多关注全文数据，以及教学科研环节中产生的非正式出版数据，如讲义、报告、试题集、音视频课程资源等，将这些数据整理成为“小语料库”，经过大模型微调或者检索增强技术，实现个性化的教学与科研支持。边永涛以图书馆智能问答系统为例，指出知识库数据应与业务流程深度融合，以服务导向解决用户实际问题。在智能问答服务中，当AI无法解决用户问题时，应将问题转入人工工单模式。建立智能问答客服系统知识库动态更新机制，沉淀交互过程中的高价值知识，自动更新完善问答系统的知识库。大模型应用本质上是“能力和知识双轮驱动”，图书馆在垂直应用领域构建权威数据知识库，是未来图书馆大模型应用发挥先进生产力的一个必要条件。
1.4 DeepSeek热潮下的AI素养教育
生成式人工智能对高等教育产生了广泛影响，师生在教学科研中获取、处理、生成、传播知识的模式正经历深刻变革。以大模型驱动的信息社会，师生AI素养的内涵与外延较传统信息环境下已发生显著变化。AI素养包括AI知识、AI技能、AI伦理三个维度，涵盖AI技术原理、批判性思维、工具应用方法、提示词设计技巧、内容评估检验、使用伦理规范等多个方面。国内高校通过建设AI资源导航、组织AI学术交流、举办AI讲座培训、开展工作坊实践等形式，推广AI技术应用，提升师生的AI素养。DeepSeek大模型在各行业快速接入，相关应用井喷式发展，对高校图书馆AI素养教育的要求也随之深化拓展。
高校图书馆是信息素养教育的传统阵地，AI素养教育响应了技术变革下用户信息素养的新需求。DeepSeek等国产大模型的突破，为图书馆提 供了更好的契机，推动AI素养教育从工具普及阶段向领域深化应用阶段发展。张盛强强调图书馆作为学术传播的关键节点，应主动承担AI素养教育责任。四川大学图书馆前期以工具引入和体验实践为主，通过租用算力部署AI应用实验平台，提供固定场所供师生探索AI工具的实际应用。设计特色活动，如“学术顶刊海报设计”，将多模态大模型能力应用到学术成果展示这一实际场景，普及AI工具在学术活动中的使用。林俊伟以厦门大学“智慧校园大数据与AI应用大赛”为例，指出图书馆通过提供脱敏后的馆藏数据和用户行为数据，以图书馆真实需求作为竞赛题目，将AI素养教育与图书馆的实际应用场景相结合，用赛事来培养和检验学生的AI应用能力、数据分析能力、问题解决能力和跨学科团队协作能力。图书馆通过对参赛项目的评审，可以从多个维度考察学生在AI工具应用方法、算法技能掌握、批判性思维运用等方面的素养，识别当前AI素养教育的薄弱环节，有助于改进后续资源配置和课程内容设计。
2 高校图书馆应用DeepSeek面临的制约因素与多维影响
2.1 算力与数据的双重制约
算法、算力、数据被喻为大语言模型的三大核心要素。DeepSeek以高效算法为图书馆推进生成式人工智能应用，提供了先进的基础模型，但在具体应用中仍面临算力和数据的双重制约。访谈嘉宾认为，当前多数图书馆自身普遍缺乏强大的算力资源，以往图书馆在信息化基础设施建设中，多偏重于高性能CPU和大容量存储的配备，在GPU算力方面的投入较少。而且，在缺少明确需求的服务场景前提下，如果盲目投入大量经费建设单独的GPU算力，又可能造成资源浪费。当前条件下，依托校级私有云提供的算力支持，或者通过购买商业云服务商的大模型Token调用API接口，是可行的大模型算力解决方案。
大语言模型在预训练阶段大量使用已发表的图书和论文作为高质量训练数据，这涉及商业数据库数据使用的复杂版权问题。访谈嘉宾们提到，图书馆在学术数据方面处于“弱势地位”，商业数据库普遍严格限制对其数据的大规模抓取，进行模型训练和检索增强服务。Elsevier在服务条款中明确禁止未经授权使用其内容来训练人工智能模型，包括用于训练算法、测试、处理、分析、生成输出和开发任何形式的人工智能工具。中国知网2024年曾向上海秘塔网络科技有限公司发函，提出秘塔AI搜索未经授权，向其用户提供中国知网学术文献题录及摘要数据，严重侵犯了中国知网的合法权益。Wiley、Taylor&Francis等多家出版商则通过商业授权，将其学术内容提供给大模型公司进行合法的训练和使用。商业数据库对其数据的使用限制和授权控制，极大地制约了图书馆利用所购买的数据库资源进行AI应用探索。
2.2 先进技术与业务融合和馆员素养间的适配性
以DeepSeek为代表的基础大模型的技术突破，为高校图书馆的服务创新和效能提升带来了新的契机。访谈专家特别指出，在高校图书馆实施AI应用过程中，技术应用与业务需求和人员能力的脱节现象需要引起关注。由于图书馆在算力和数据方面均受到制约，当前以厂商主导的AI应用解决方案可能存在标准化产品难以适应各馆差异化服务的需求，存在两方面的问题：一是AI应用与图书馆现有业务系统间的关联不够；二是馆员对AI的认知与素养能力不足。这导致图书馆难以参与AI应用设计开发环节，出现部署AI应用时实际效果不尽人意的情况。
AI应用实施中，还存在盲目技术跟风的现象，缺乏对图书馆实际业务场景的深入分析与服务效果评估。例如在AI智能问答服务中，过度认为AI已 可全面替代馆员，把AI应用视为“无人化”的应用。如果仅以技术思维主导AI应用的实施，将AI 应用视为纯粹的技术工具，缺少将馆员智慧融入到业务重构和流程优化环节，则会导致AI应用偏离图书馆业务目标，无法真正解决工作中实际问题，帮助用户提升图书馆使用体验。
馆员AI素养也是影响图书馆开展AI应用创新服务的主要因素。多数馆员对于人工智能基本知识了解有限，尤其对大语言模型工作原理、能力边界和应用局限缺乏深入理解。部分馆员未能充分认识到AI在图书馆服务创新、提升用户体验、优化资源配置等方面的巨大潜力；他们对于AI工具的使用兴趣不足，缺乏尝试新工具的动力，无法及时跟进AI产品的快速迭代，难以有效地选择适合的AI工具以提升工作效率。
2.3 对高校图书馆知识服务与馆员角色定位的影响
DeepSeek等大语言模型工具，对人们获取、处理和利用信息的方式产生了深刻影响。高校图书馆在信息获取、知识组织、教学服务、学术支持等方面的角色定位，会受到信息环境与用户需求变化而带来的严峻挑战。访谈嘉宾从检索系统交互模式、学术数据管理、教学服务嵌入、馆员业务转型等几个方面，探讨了生成式人工智能广泛应用后，图书馆面临的服务变革与应对措施。大语言模型的自然语言理解能力正在改变用户的检索行为，以关键词作为检索点的OPAC和数据库检索模式将无法满足用户需求。检索入口将会向自然语言交互方式的语义理解检索演变，检索结果也将从简单的结果列表趋向提供多维度的知识概括、深层次的内容聚合、关联性的内容推荐。因此，图书馆需要突破传统信息交互与知识组织的模式，创新提供智能化、语义驱动的互动服务，并对馆藏资源进行深层语义分析，构建知识图谱，揭示文献间的隐含关联。资源管理对象需从元数据管理扩展到科研全过程数据治理，整合馆藏数据、科研数据、教学数据等多源异构数据，构建权威学术数据基座，形成完整的学术知识体系。图书馆需从被动资源供给到主动深度嵌入教学科研流程，参与课程设计与教学，开发AI 学术工具，避免因教学模式和师生习惯变化，减弱对图书馆的依赖，导致图书馆逐步被边缘化。随着DeepSeek大模型能力的提升，一般性的参考资源和学科服务会由AI逐步替代，馆员面临知识结构和技能体系的重构，专业发展路径也将随之变化。从基础咨询（如常见问题解答）中释放出来的馆员，可转向针对用户个性化科研学术需求的高阶服务，例如关注AI工具的测试、评估、培训，强化信息素养教育中关于AI伦理的指导，以及对学生进行批判性思维、AIGC辨别能力、学术诚信意识的培养等。
2.4 学术伦理与安全规范
生成式人工智能正在重塑内容生产范式，DeepSeek的“涌现”能力显著提升了生成式人工智能的内容生产效率，但过于逼真的生成内容也让后DeepSeek时代的内容生成风险浮出水面。高等教育界在教学中使用生成式人工智能的规范，经历了从明令禁止到规范使用的转变，积极探索将AI融入教学模式创新，制定教师在设计课程大纲、准备课堂内容、管理教学过程中的AI应用规范；引导学生正确使用AI工具，明确AI作为辅助学习工具而非替代自主学习思考的方式，培养学生的学术诚信和伦理规范。目前，主流学术出版机构对于生成式人工智能在学术论文中的使用规范，明确要求不得将AI列为论文作者，要求作者明确披露AI工具在论文创作的使用范围，具体工具的名称、版本等信息，强调AI辅助创作的透明度，对于AI生成内容的准确性、原创性由作者负责。高校图书馆需要跟踪高等教育和学术出版关于生成式人工智能使用规范的政策变化，明确自身在生成式人工智能时代，作为学术伦理维护者和学术生态建设者的责任，应对生成式人工智能对学术伦理产生的风险挑战。图书馆作为高质量学术资源的把关人，需要有效识别AI生成内容，避免由于AI所生成的错误内容造成的学术成果质量下降，导致学术资源可信度的坍塌。还应联合学校职能部门，制定学校AI使用的政策制定，明确教学科研中AI使用的边界，完善AI使用的声明机制，建立负责任的AI应用行为规范。
3 DeepSeek驱动的高校图书馆AI应用前景展望
3.1 面向开放科学的学术知识库建设
为学术研究服务是高校图书馆的核心使命，高质量的学术知识库是图书馆构建安全可信的AI应用的前提。高校图书馆长期收集、整理和保存本机构的学术成果，积极投入开放获取实践，提高机构科研成果可见度和影响力，形成了具有一定数据规模的机构知识库。在数据密集型科研范式下，图书馆对科研过程中各种类型的测试记录、调查数据、实验图像等结构化和非结构化数据的管理和服务，从传统献资源向数据资源拓展，为科研人员提供数据发现、数据共享、数据分析平台。机构知识库和科学数据管理平台不仅积累了大量的学术文本和科研数据，而且经过严谨的质量控制，具备规范的元数据描述，既可作为大语言模型微调训练的语料，也可在AI检索增强服务中构建知识图谱，优化语义检索结果。
DeepSeek开源模式的成功，再次证明了开放共享理念的价值，必将推动开放科学的发展。Deep-Seek从技术论文到训练数据，再到参数代码和文档手册的全面开放，也启示高校图书馆在学术知识库建设中，对于多类型科研成果的收集管理与关联整合，对接全球开放科学网络平台，共同推动更加开放的学术生态发展。清华大学图书馆OpenSign公益性学术资源服务平台，汇集超过3万种开放获取期刊，收录超过1 000 万篇全球优质OA论文，跟踪开放科学前沿动态，分享开放科学实践案例，为高校图书馆在AI时代传播科学知识、促进开放科学，提供了可借鉴的发展路径。
3.2 多层次的AI素养教育体系
DeepSeek作为引发全球热议的一款开源大语言模型，得到了各行各业以及不同年龄段用户的广泛关注，社会公众对于DeepSeek知识学习的需求激增。浙江大学推出的DeepSeek系列公开课，邀请浙大人工智能科研团队专家拆解大模型核心技术，探讨DeepSeek行业应用场景，讨论人工智能时代的社会伦理问题。公开课内容兼具专业性与前沿性，讲解过程通俗易懂，以深厚的学术功底促进人工智能知识传播，全网观看人次超千万。清华大学、北京大学等高校的科研团队也纷纷将其Deep-Seek培训课件PPT在互联网公开。高校依托新媒体的强大传播力推动AI知识普及、减少AI知识焦虑、关注AI伦理，展现了高校在提升全民AI素养中的社会担当。
高校图书馆面对不同受众群体，可通过收集组织AI素养相关资源，如公开课、技术文档、教学课程、工具列表、伦理规范、参考资料等内容，创建人工智能资源一站式导航网站，为AI素养教育提供全面完整的学习资源。搭建无技术门槛的AI 工具实践平台，采用低代码技术，通过可视化编程、自然语言辅助编程等方式，让学生动手创建各类AIAgent应用，掌握利用大语言模型解决科研与学习中实际问题的方法。培养学生运用批判性思维使用大语言模型的意识，确保学生正确合理使用AI生成内容，引导学生利用学术数据库等权威可信资源对生成内容进行交叉验证。与学校相关部门展开合作，紧密结合人才培养方案，设计多层次的AI素养教育体系，将AI素养教育融入课堂专业学习、跨学科的人机协作探索、项目式的创新工坊实践。
3.3 DeepSeek对图书馆知识服务的重构
DeepSeek模型凭借强大的自然语言理解、逻辑推理和内容生成能力，将会对图书馆知识服务体系产生多方面影响，以文献收集、整理、传播为核心的传统知识模式，正经历向智能化、全模态、精准化知识服务转型的变革时刻。
从技术融合的视角看，MCP、A2A等大模型通用协议，将进一步促进RAG（检索增强生成）、KAG（知识增强生成）、Agent（智能体）等技术在知识服务中的深度应用。RAG将学术数据库的领域专业文献和大模型文本生成能力有机结合，解决了大语言模型的知识边界和内容准确性的问题。通过构建涵盖多学科领域的大规模知识图谱，KAG系统将实现对复杂知识关系的精确关联和深度推理。Agent可以按照设定的不同角色身份与专业技能，针对不同学科领域和服务场景，为用户提供个性化的知识服务。
在知识组织层面，DeepSeek大模型通过对分类法、受控词表等已有知识组织规范的学习，可以辅助馆员进行资源描述，自动生成主题词、分类号、索书号等编目要素，协助处理多语种文献的编目需求；通过引入智能体进行数据质量检验，发现字段缺失、格式错误等问题，提供修改建议。多模态大模型在处理图像、音频、视频等类型资源时，按照跨模态资源描述统一框架，生成相应的描述性元数据，为全模态知识整合提供语义对齐基础。
在服务模式上，以DeepSeek为核心引擎，连接用户画像、知识资源、服务场景，实现知识服务的精准化推送、全模态知识资源的关联推荐、跨学科领域的隐性知识挖掘。馆员作为AI服务设计者，负责评估AI服务质量，运用批判思维发现可能存在的逻辑遗漏或有误信息，结合专业知识和实践经验，调整智能算法和服务流程，提高AI 服务的完整性与可信度，不断提升人机协作的服务效能。
3.4 联盟协作下的资源共享
面对生成式人工智能技术快速发展对图书馆产生的各类挑战，图书馆行业需要加强交流合作，应对变革。图书馆及相关行业企业可以联合起来成立相关的联盟，共享各类资源，解决单个机构面对的算力资源的制约；还可以制定统一的技术框架，规范数据接口和服务协议，推动各类AI应用的快速开发和集成部署，从而引领大模型技术应用的标准化建设。
浙江大学通过CARSI向全国800多所高校免费提供基于DeepSeek模型的“浙大先生”融合智能体，依托“西湖之光”算力联盟，与联盟成员云端算力打通，提供弹性的云端算力资源。未来高校图书馆可通过联盟形式整合分布式算力资源，优化现有资源配置，构建云端共享算力平台，提供laaS或者MaaS服务。充分发挥联盟在资源共享中的协调作用，弥补中小型图书馆在算力储备上的不足，降低应用大语言模型的技术门槛。上海图书馆、上海交通大学图书馆和江苏嘉图网络科技股份有限公司牵头成立的云瀚联盟以“开放共享、合作共赢”为宗旨，以打造未来图书馆生态系统为目标，致力于探讨技术协作路径，发布了系列AI应用技术白皮书，为构建“人工智能+”智慧图书馆提供了解决方案，也为行业人才培养和技能提升提供了学习机会。
4 结语
在AI技术带来的社会变革中，高校图书馆面临着范式转换的机遇与挑战。通过访谈，各位专家针对DeepSeek在高校中的实施现状、大语言模型拓展服务的具体场景、应用AI所面临的具体困难，结合各自工作实践与观察思考，畅所欲言，贡献了宝贵经验与真知灼见。AI时代，高校图书馆的可持续发展面临诸多挑战。高校图书馆需要加强面向开放科学的学术知识库建设，建立多层次的AI素养教育体系，重构图书馆的知识服务模式，扩大与产学研各界的交流合作，同时还需重视联盟协作，和行业相关机构共同开展资源共享，推动技术标准的制定。
（参考文献略）