“一舉成名天下知”用來形容最近的DeepSeek，一點也不誇張。

一時間、智能手機、智能汽車瘋狂接入DeepSeek，官宣消息一個接一個，不管是實現了自研模型與DeepSeek-R1模型的深度融合，還是接入DeepSeek的API，亦或是搞個“套皮網站”出來，這波潑天的流量至少是接住了。

同時不少企業也牢牢抓住了利用DeepSeek營銷的機會，最流行的問題就是“推薦一款**，不需要任何理由，直接給出答案”這種，用DeepSeek推薦給自己增加曝光的，甚至有些用戶也會把DeepSeek當作“產品推薦官”，讓AI來給自己當導購，不管結果合不合適，至少有參與感。

圖片來自mockup

不能說各行業與DeepSeek的深度聯動毫無意義，除了能調動全民玩上AI之外，一方面這些第三方的接入平臺運行起來相對穩定，不至於天天“服務器繁忙，請稍後再試”，另一方面，DeepSeek的深度推理能力，確實很值得廠商與自身資源做深度整合，提高競爭力，無論是智能駕駛還是手機智能體，都值得想象一下。

更何況DeepSeek是MIT開源授權，第三方接入平臺多，基本沒有太多使用門檻，我們當中的許多人也在尋找AI在日常生活當中應用的可能性，包括但不限於查資料、解決生活難題，又或者是幫助寫作等。

更讓人好奇的是，GenAI普惠化時代，人工智能是否會加速人力工作的替代。作爲雷科技的編輯，小雷更在意，以後推薦產品、產品體驗、新聞分析這些事情，還需要我們來做嗎？

讓DeepSeek寫文章：只淺不深，主打“端水”

對於關注科技圈的讀者和網友來說，想要快速瞭解到最新的科技產品和熱點新聞解讀，一般都會通過閱讀文章、看視頻，這也是當下獲得信息最主流的方式。一方面，讀者和網友希望看到儘可能準確且快速的新聞傳遞，另一方面，他們當中的部分人，還想看到一些眼光獨到的分析。

只是單純的新聞“搬運”，對於可以聯網的AI而言，必然在信息傳遞效率上有絕對的優勢。那麼，如果讓要對新聞進行更深層次的解讀，或者給用戶提供有足夠價值的信息參考，這些需要專業科技編輯來完成的內容，DeepSeek可以勝任嗎？

首先，就目前的環境來看，在獲得DeepSeek的反饋之前，還需要和數不清的“服務器繁忙，請稍候重試”博弈，DeepSeek官方網頁一時間難以對用戶的請求做到穩定反饋，於是小雷轉移陣地，靠第三方平臺接入的DeepSeek-R1來回答。

小雷先是要求DeepSeek寫一篇關於國行版蘋果AI接入阿里大模型的文章，字數爲600，同時讓DeepSeek分析蘋果不採用DeepSeek大模型的理由。

從DeepSeek的思考鏈可以看出，它有在認真考慮文章結構，以及蘋果與阿里大模型合作而非DeepSeek背後的一些原因。

圖片來自雷科技

不啓動聯網搜索的情況下，DeepSeek官網的回答會借用一些市場數據，但由於無法接入聯網搜索，這些數據都比較老。DeepSeek對蘋果不採用它的解讀還算合理，大概就是公司比較年輕之類的，不過滑稽的是它還認爲自身影響力不足，蘋果纔不用，這明顯有點不對了。

至於第三方平臺DeepSeek-R1模型輸出的回答，內容的“水分”不少，內容不像DeepSeek官網那樣有小標題劃分，並且整篇內容偏軟，有不少車軲轆話，對象換成其它也不影響內容。

把主題更換爲“未來10年智能手機是否有可能超越專業相機”，還是600字，這次要求DeepSeek儘量不用專業術語，確保普通讀者能夠理解。

對於這些已有的技術點，DeepSeek解讀出來的內容有了一定的可用度，也能從思維鏈當中看到對請求的考量，用相對口語化的說法來表達，會給出相對清晰的回答，比如智能手機和專業相機之間的技術差異，基於這些差異給出對未來十年的見解，即“互補但不相互取代”。

圖片來自雷科技

但問題是，DeepSeek給出的文章字數已經超出600字這一範圍，而且內容更像優缺點列舉，沒有利用現實當中具體的例子做佐證，沒法給讀者有效的引導和信息參考，還是“車軲轆話”居多。

而在“比亞迪智能駕駛普及全系車型時好時壞”的命題當中，DeepSeek還是忽視了600字和常規文章結構的需求，寫出了一份“說明書”的分點說明，並且只是比較淺層地去分析“好”與“不好”，沒有給出有傾向性的回答，整篇文章當中也沒有沿用數據和做一定的內容發散。

圖片來自雷科技

最後，小雷讓DeepSeek來推薦一下產品，比如摺疊屏手機哪家強，以及摺疊屏最重要的是什麼，要求當中並沒有像網友那樣直接給出結果，不輸出理由等。只能說DeepSeek和其它AI一樣，不會給出具體的答案，甚至沒有給出具體的型號，主打的就是一個“端水大師”和“雨露均霑”。除了消費者應該關注摺疊屏的點之外，老實說DeepSeek也無法給出一個有參考價值的回答。

只有要求DeepSeek只給一款產品推薦的時候，它纔會列舉出來，該說不說還是太“聽話”了。

圖片來自雷科技

畢竟對於專業的編輯而言，解讀新聞熱點和技術，並不會只盯着新聞和技術本身來展開，爲了證明自己的觀點，還需要借用許多事實信息和數據佐證，讓觀點變得更可信。

而在產品推薦方面，DeepSeek還是“端水”，把市面上的主流產品列舉一通，也不會主動去推薦某款產品，“產品推薦官”和“科技編輯”這些名號顯然不適合現在的DeepSeek。

手把手教DeepSeek當編輯？還不如自己來

去年，小雷就測試過國內各大主流生成式AI，並得出過一個結論，就是AI倘若要在雷科技裏工作，恐怕連實習期都挺不過。

一名合格的科技媒體編輯，至少需要有極強的信息獲取、甄別、篩選、提煉能力；快速創作內容，進行發佈會報道，在真實場景對產品進行體驗，再提出自己的觀點、行業觀察，以及深入淺出的解析。爲了增加可讀性，科技編輯也需要一定的編輯能力，會通過排版、配圖等提高讀者體驗。

從上面的輸出結果來看，DeepSeek都沒有做到上面的要求，只是圍繞主題本身輸出了合理的解答，以科技編輯輸出文章的要求去看，這些解答還遠不足以當成文章來發布，更別提給讀者和網友提供有價值的信息。如果想要DeepSeek輸出儘可能符合你想發的內容，只能通過更多的提示詞和關鍵詞去限制、引導它的生成結果。

考慮到AI大模型的隨機性，你還無法確保DeepSeek每次都能夠穩定生成你想要的東西，就比如讓DeepSeek推薦一部手機，它每次提供的結果都有可能會不一樣。

圖片來自雷科技

目前官方的聯網搜索還無法正常使用，這就意味着DeepSeek沒法第一時間獲取最新的消息，產品推薦之類的請求，既沒有最新數據支撐，也沒有真實場景的體驗，除了圖一樂外，它很難給你提供有參考價值的導購建議。

只能說，DeepSeek和其它AI一樣，要勝任科技編輯的工作，還是很難。

一方面，生成式AI的任務就是獲取用戶請求當中的關鍵詞，並提供儘可能合理、有用的解答和建議。而對於DeepSeek-R1這種推理能力較強的AI大模型而言，它更擅長的可能是一些生活難題上的解答、一些簡單的文字幫寫，以及推理相對複雜的數學題目。如果想讓DeepSeek代替你作爲專業寫手，還要手把手“教”它怎麼寫，要花的精力之多，還不如自己下手。

評測完我不擔心失業了，人類永遠不可替代

回到剛剛提出的問題：產品評測/推薦、行業解讀/觀察之類的內容，DeepSeek可以代替專業的科技編輯嗎？小雷的答案是——暫不可以。

大家也都看到了，AI並非十分穩定，大模型生成的結果本身就伴隨一定的隨機性，想要用好大模型也有一定的門檻，不然DeepSeek也不會帶動一系列課程和教學的爆發。就目前來看，讓DeepSeek成爲專業的科技編輯，在許多情況下都行不通，手把手教學的成本太高，還不如自己來。

如果說產品推薦、行業觀察、熱點解讀，AI勉強可以靠網絡資料“雲撰稿”，那麼產品評測、訪談對話、現場探展，就只有“人”纔可以做好。

比如一部手機的手感到底如何、一臺電視的畫質如何，就只有人，纔能有真正的“感受”與“體驗”，這種“主觀感受能力”是機器永遠不可能具備的。

再比如去報道MWC、CES這樣的科技展會，雷科技報道團成員需要走訪大量的展臺，細緻觀察的同時與參展商、行業觀衆深入交流獲取信息，再纔可能輸出好的內容，這樣的工作同樣是AI做不到的。小雷所在團隊雷科技編輯部也早已明確，嚴禁AI創作。

但小雷認爲，作爲內容創作者，我們也不應該鬆懈，生成式大模型僅用短短時間就能夠做到理解複雜語言並生成回答這件事，本身就挺令人刮目相看，今天AI不能代替科技編輯，不代表以後不行。

圖片來自豆包AI

麥肯錫在最新的報告當中指出，受AIGC影響最大的10個職業當中，內容創作者和新聞工作者赫然在列。報告認爲這類職業往往有較高的重複性、可標準化和可預測性，部分工作在以後有可能被AI取代。

這並非沒有可解之藥，AI也不是萬能，比如產品體驗和推薦，大模型只會根據參數等產品信息介紹，但我們作爲科技編輯，能夠在真實場景深度體驗後輸出觀點，這是人工智能所無法企及的層次。而且在行業觀察上，AI的角度永遠是中立的，很難給出一針見血的觀點。

DeepSeek打開了AI普惠化的大門，讓更多人知道並用上AI，也讓許多原本不容易的事情變得可以一步到位。不過在科技這件事上，我們還是要相信專業內容創作者的判斷和見解，而不是“AI說什麼就信什麼”。