聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

"一舉成名天下知"這一成語用來形容最近的DeepSeek，絕不夸張。

一時間、智能手機、智能汽車紛紛接入DeepSeek，官方宣布的消息不斷傳來。無論是實現(xiàn)了自研模型與DeepSeek-R1模型的深度融合，還是通過接入DeepSeek的API，亦或是搭建"套皮網(wǎng)站"來擴大曝光，這場波瀾壯闊的流量風暴至少收效顯著。

同時，不少企業(yè)也抓住了利用DeepSeek進行營銷的機遇。最流行的形式就是"推薦一款...，不需要任何理由，直接給出答案"。部分用戶選擇用DeepSeek作為"產(chǎn)品推薦官"，讓AI代為導購，不管結果是否理想，至少參與了互動。

（圖片來自mockup）

盡管各行業(yè)的深度聯(lián)動未必是毫無意義的嘗試，但它們確實達到了調動全民參與AI游戲的目的。一方面，這些第三方接入平臺運行穩(wěn)定，不會出現(xiàn)"服務器繁忙，請稍后再試"的情況，另一方面，DeepSeek強大的深度推理能力為廠商與自身資源的深度整合提供了切實依據(jù)，無論是智能駕駛還是智能終端設備，都值得進一步探索。

不論是日常生活中的查資料、解決生活難題，還是輔助寫作等場景，DeepSeek的應用前景都非常廣闊。

更加耐人尋味的是，隨著GenAI向普惠化方向發(fā)展，人工智能是否會加速人力工作的替代？作為科技資訊編輯的小雷更關注，未來推薦產(chǎn)品、產(chǎn)品體驗分析等這類工作，是否還有必要進行？

讓DeepSeek寫文章：只淺不深，主打“端水”

對于關注科技圈的讀者和網(wǎng)友來說，最快捷的方式了解最新的科技產(chǎn)品和熱點新聞，莫過于閱讀文章、觀看視頻。一方面，讀者和網(wǎng)友希望看到盡可能準確、及時的新聞信息，另一方面，他們中的部分人還想獲得一些獨到的見解和分析。

但單純的新聞"搬運"對于能聯(lián)網(wǎng)的AI來說，必然在信息傳遞效率上占據(jù)絕對優(yōu)勢。那么，如果想要對新聞進行更深層次的解讀，或者為用戶提供有足夠價值的參考信息，DeepSeek是否能夠勝任？

在目前環(huán)境下，DeepSeek需要與數(shù)不清的"服務器繁忙，請稍后重試"進行博弈，導致其官方網(wǎng)頁對用戶的請求反饋難以穩(wěn)定。于是，小雷只好另辟蹊徑，依靠第三方平臺接入的DeepSeek-R1來回答。

小雷要求DeepSeek撰寫一篇關于國行版蘋果AI與阿里大模型合作的文章，字數(shù)控制在600字，同時要求分析蘋果為何不采用DeepSeek大模型的原因。

從DeepSeek的思考鏈可以看出，它在認真考慮文章的結構，以及蘋果選擇與阿里大模型合作而非選擇DeepSeek背后的原因。

（圖片來源：雷科技）

在不啟用聯(lián)網(wǎng)搜索的情況下，DeepSeek官方的回答會引用一些市場數(shù)據(jù)，但由于無法接入聯(lián)網(wǎng)搜索，這些數(shù)據(jù)的時效性較差。從這個角度看，DeepSeek對蘋果不采用其大模型的解讀在一定程度上是合理的，畢竟蘋果作為科技巨頭，其資源和戰(zhàn)略規(guī)劃都比一般的科技公司更為豐富。然而，令人感到不解的是，DeepSeek自身認為品牌影響力不足以說服蘋果，這種觀點與實際情況存在明顯矛盾。

關于第三方平臺DeepSeek-R1模型輸出的回答，其內容的質量和專業(yè)性與DeepSeek官方的回答存在較大差異。具體表現(xiàn)為：首先，DeepSeek-R1的回答缺乏系統(tǒng)性，內容未劃分為小標題，整體結構不夠清晰；其次，文章多采用口語化的表達方式，缺乏條理性和邏輯性，存在較多重復和冗余內容。

在對現(xiàn)有技術點進行解讀時，DeepSeek提供的內容具有一定可讀性和實用性。通過其思維鏈可以看出，它對用戶需求的考量較為全面，能夠用較為口語化的語言給出清晰的回應。例如，在討論智能手機與專業(yè)相機之間的技術差異時，DeepSeek認為兩者的功能定位不同，技術特點有所側重，因此兩者在功能上是互補的，但并不意味著它們會彼此取代。

但需要注意的是，DeepSeek在撰寫該文章時，其字數(shù)已超出600字的限制，且內容呈現(xiàn)為優(yōu)缺點列舉的模式，缺乏具體的案例支持和現(xiàn)實依據(jù)，無法為讀者提供有效的指導和信息參考。文章多以“車轱轆話”的形式出現(xiàn)，缺乏深度和針對性。

在關于“未來十年智能手機是否有可能超越專業(yè)相機”的探討中，DeepSeek的分析雖然提到了兩者的技術差異，但缺乏對具體產(chǎn)品的深度解析和數(shù)據(jù)支持。文章內容較為寬泛，未能給出明確的結論或深入的見解。

最后，小雷要求DeepSeek進行產(chǎn)品推薦，具體為折疊屏手機的強弱對比，以及折疊屏手機最重要的選擇標準。需要注意的是，與網(wǎng)友的討論不同，DeepSeek在此問題上并未給出具體的產(chǎn)品型號或明確的推薦理由，而是強調了“端水大師”和“雨露均沾”的特性。從這個角度來看，消費者在選擇折疊屏手機時，應重點關注其屏幕尺寸、技術方案、芯片性能等方面，而具體的型號選擇則需要結合個人需求和預算范圍進行權衡。

總結來說，DeepSeek在撰寫這類文章時，雖然在某些方面表現(xiàn)出了專業(yè)性和思考的深度，但在具體執(zhí)行時仍存在諸多不足，需要在內容深度、結構清晰度以及語言表達等方面進一步優(yōu)化。

只有當要求DeepSeek為一款產(chǎn)品提供推薦時，它才會列出相關產(chǎn)品信息。這種"專業(yè)編輯"的特性，雖然令人理解，卻顯得有些過于"循規(guī)蹈矩"了。

盡管專業(yè)的新聞編輯會將新聞熱點和技術深度解讀得淋漓盡致，但為了支撐自己的觀點，他們還需要借助大量事實信息和具體案例來增強說服力。

在產(chǎn)品推薦方面，DeepSeek的表現(xiàn)更像是"端水工"，它會將市面上主流產(chǎn)品的優(yōu)缺點一一道來，卻不會主動推薦某一特定產(chǎn)品。"產(chǎn)品推薦官"和"科技編輯"這樣的稱謂，顯然不適合現(xiàn)在的DeepSeek。

手把手教DeepSeek當編輯？還不如自己來

去年小雷對國內多家主流生成式AI進行了測試，得出了一個結論：這些AI若要在雷科技領域工作，恐怕連實習期都過不了。

一名優(yōu)秀的科技媒體編輯，至少需要具備信息獲取、篩選、提煉和內容創(chuàng)作等多方面的能力；還需要在真實場景中體驗產(chǎn)品，并提出專業(yè)觀點和深入分析。為了提升可讀性，科技編輯還需要一定的編輯能力，包括排版、配圖等手段，以優(yōu)化讀者體驗。

檢查DeepSeek的輸出內容，可以發(fā)現(xiàn)它并未達到科技編輯應有的專業(yè)水準。如果以科技媒體編輯的要求來看待DeepSeek的輸出，這些解答還遠不足以構成一篇有深度的文章，更別提為讀者和網(wǎng)友提供有價值的信息。要讓DeepSeek輸出符合你預期的內容，只能通過增加提示詞和關鍵詞來引導它。

由于AI大模型的隨機性特點，你無法確保DeepSeek每次都能提供穩(wěn)定的結果。例如，如果你要求它推薦一部手機，它每次提供的結果都有可能不同。

目前官方聯(lián)網(wǎng)搜索功能尚未正常運轉，這意味著DeepSeek無法及時獲取最新資訊。在產(chǎn)品推薦方面，它既缺乏最新的數(shù)據(jù)支撐，也缺乏真實的場景體驗，除了簡單的科普知識外，很難提供有參考價值的導購建議。

只能說實，DeepSeek和其他AI一樣，要在科技編輯領域大顯身手，仍然面臨不少挑戰(zhàn)。

從生成式AI的任務來看，它主要是提取用戶請求中的關鍵詞，并提供盡可能合理、有用的解答和建議。對于像DeepSeek-R1這樣具備較強推理能力的AI大模型而言，它更擅長解決一些生活中的實際問題、簡單的文字輔助寫作以及解答數(shù)學難題等。如果希望它替代你成為一位專業(yè)寫手，需要手把手"培訓"，花費的精力遠超自身體驗。

評測完我不擔心失業(yè)了，人類永遠不可替代

回到最初的問題：產(chǎn)品評測/推薦、行業(yè)解讀/觀察等類型的內容，DeepSeek無法完全替代專業(yè)的科技編輯。小雷的回答是：目前還做不到。

大家也已經(jīng)注意到，AI生成的內容不可避免地帶有一定的隨機性，想要真正利用好大模型需要一定的技術門檻，因此DeepSeek未能啟動一系列課程和教學的計劃。就目前情況來看，要讓DeepSeek成為專業(yè)的科技編輯并不現(xiàn)實，因為人工干預的成本過高，不如直接使用。

如果說產(chǎn)品推薦、行業(yè)觀察、熱點解讀這類內容AI勉強可以借助網(wǎng)絡信息“云撰稿”，那么產(chǎn)品評測、訪談對話、現(xiàn)場探展等主觀領域就只能依靠人來完成。

比如，一部手機的手感如何、一臺電視的畫質如何，這些都是只有“親身感受”和“實際體驗”才能完成的，這種“主觀體驗深度”是機器無法具備的。

再比如，報道國際科技展會如MWC、CES等，雷科技編輯部的成員需要深入展臺進行細致觀察，并與參展商、行業(yè)觀眾進行深入交流，才能收集到有價值的信息，進而產(chǎn)出優(yōu)質內容。這種工作目前AI完全無法替代。

小雷認為，雖然生成式大模型在理解復雜語言并生成回答方面展現(xiàn)出了令人矚目的技術潛力，但AI無法替代專業(yè)內容創(chuàng)作者并不意味著未來不可能。畢竟，專業(yè)人才在特定領域的判斷力和見解是AI所無法企及的。

（圖片來自豆包AI）

麥肯錫的最新報告顯示，在受AIGC（生成式大模型）顯著影響的10個職業(yè)領域中，內容創(chuàng)作者和新聞工作者赫然在列。報告指出，這類職業(yè)通常具有較高的重復性、可標準化和可預測性，未來可能會被AI取代。

這并不是沒有解決的辦法，AI也不是萬能的。例如，在產(chǎn)品體驗和推薦領域，大模型只能根據(jù)產(chǎn)品參數(shù)等信息進行介紹，而作為專業(yè)內容創(chuàng)作者，我們能夠在真實場景中進行深度體驗并輸出有深度的觀點，這是AI所無法比擬的。此外，在行業(yè)觀察方面，AI的角度往往較為中立，難以提供具有洞察力的觀點。

DeepSeek成功地打開了AI普惠化的 doors，讓更多人能夠接觸到AI并使用它，也讓許多原本難以完成的任務變得能夠一步到位。然而，在科技領域，我們仍然要相信專業(yè)內容創(chuàng)作者的專業(yè)判斷和見解，而不是盲目地“AI說什么就信什么”。