DeepSeek 的优缺点

国内模型约 4 分钟

DeepSeek 是深度求索的模型。优点是推理和代码能打,主要版本又常带开放权重;缺点是敏感话题会被过滤,而且网页里的一次惊艳不能写成生产 SLA。

国内这四家里,它最常被拿来做“想清楚再写”的那一档。中文和英文技术讨论都要认真对待,不要把它理解成只会中文、或者只会刷题。

开放权重是优点,也是陷阱:你下到本地的那个量化版,不一定还是官网演示的水平。不测自己的题,就不要写进选型结论。

优点

肯把推理走完

算法、边界条件、一段绕的业务规则,它比较愿意按步骤拆,而不是先给一个圆滑结论。适合追问,不适合要一句口号。

代码是日常能力

补实现、读报错、解释一段别扭的逻辑,可以作为默认选项之一,而不是只在演示时打开。

能自己放

主要发布经常提供权重。仓库和数据不想出内网时,这是选项,不是口号。部署、显存、量化损失仍要你自己算。

中文技术说明自然

注释、复盘、给同事的原因说明,不必先翻成英文再翻回来。

缺点

敏感话题会挡

时政检索不要找它。技术问题如果写成攻击步骤,也会被拒绝。把任务改成修复、检测、审计,而不是索要利用方法。

推理档会慢

改个名字、调个文案,不必上最重的推理档。慢和长不是深度,有时只是你选错了档。

网页和 API 不是一回事

超时、限流、数据出不出境,写进生产前单独看。对话窗口里的手感不能当合同。

量化之后要重测

参数更小、压得更狠的检查点,会在你的仓库题上掉下去。宣传页不会替你发现这件事。

适合交给它的活

  • 算法、规则推理、日常编码和代码解释。
  • 想自建、并且愿意用自己的题做回归的团队。
  • 中英混合的技术说明。

不要交给它的活

  • 舆情和政治敏感检索。
  • 没有验收标准的自动改生产。
  • 把网页版体验直接写进可用性承诺。

和邻近产品怎么选

和 Qwen 比:DeepSeek 更常赢在“把难题想完”;Qwen 赢在尺寸梯子和阿里云里的接入。两个都测,用同一份业务题。

和 Kimi 比:长文档里面的矛盾交给 Kimi;硬推理和代码交给 DeepSeek。不要让一个模型包办阅读和施工。

使用时的具体习惯

  1. 生产配置写模型快照或完整名字,不写“最新版”。
  2. 自托管先跑自己的 20 道仓库题和 20 道业务题。演示题不算。
  3. 推理档和普通档分开路由。格式化、抽取、分类不要走最重的一档。