微信搜索接入DeepSeek其实也就那回事

作为一名使用者的角度, 当我使用微信接入的DeepSeek后, 实际的体验可以说是非常糟糕！

DeepSeek-R1是深度求索公司研发的开源大语言模型，主打长文本处理与高效推理能力。该模型支持128k tokens超长上下文理解，可精准解析整本小说或百页技术文档，在代码生成任务中准确率达92%。采用混合专家（MoE）架构，通过动态激活神经元提升计算效率，相比传统模型推理速度提升40%。支持中英双语交互，特别在古文解析、法律条文解读等场景表现突出。

作为开源模型，开发者可免费商用，已在GitHub获得2.3万星标，赋能智能客服、教育辅导、数据分析等20余个行业应用。其创新之处在于将学术论文中的"思维树"算法工程化，使复杂问题拆解能力提升3倍。

DeepSeek为人构建智能增效新范式，重塑生产力边界。其文档助手可实时转录3小时会议录音并生成结构化纪要，准确率达97%，节省60%信息整理时间；智能邮件系统自动分类200+封邮件，提炼待办事项并推荐回复模板，处理效率提升3倍。代码引擎支持30+编程语言，自动补全错误率低于2%，使开发周期缩短40%。

跨语言协作场景中，实时翻译功能覆盖85种语言，商务洽谈时可同步生成双语备忘录。更革新的是其AI顾问模块，能10分钟内分析百页财报，自动生成可视化数据洞察，辅助决策效率提升70%。

回到实际的用户体验，在回答能力中deepseek可以说是中文处理是非常强大，而之前一直称霸的chatgpt却越来越拉垮，比如如下的示例中，openAI在回答问题中变得越来越敷衍，而且这个结果也并不正确。

在deepseek的解释中，首先给出了原文中具体的出处，结合了历史、道家文化，最后再以此输出对现代人的启示，可以说目前无任何提示词的情况下，在解读使用者需求方面DeepSeek-R1在能力上是超过openai的GPT-4o的模型。再加上DeepSeek开源这一举动，无非给LLM界带来了一场科技革命。

但是在用户体验中，DeepSeek却做的不太好，比如有时就会有如下的情况发生

而在微信接入的DeepSeek也同样继承这个现象

目前微信接入DeepSeek也只有搜索功能进行接入，其功能无非就是我在DeepSeek的APP中搜索问题来转战到微信中搜索问题，在我测试的时候，让微信中的DeepSeek来写代码的话，是没有代码块来显示，所以在看其他格式的输出内容时，相对是不够友好的。

知识星球