DeepSeek要取代专业编辑？我实测了一下，然后松了口气

" 一举成名天下知 " 用来形容最近的 DeepSeek，一点也不夸张。

一时间、智能手机、智能汽车疯狂接入 DeepSeek，官宣消息一个接一个，不管是实现了自研模型与 DeepSeek-R1 模型的深度融合，还是接入 DeepSeek 的 API，亦或是搞个 " 套皮网站 " 出来，这波泼天的流量至少是接住了。

同时不少企业也牢牢抓住了利用 DeepSeek 营销的机会，最流行的问题就是 " 推荐一款 **，不需要任何理由，直接给出答案 " 这种，用 DeepSeek 推荐给自己增加曝光的，甚至有些用户也会把 DeepSeek 当作 " 产品推荐官 "，让 AI 来给自己当导购，不管结果合不合适，至少有参与感。

（图片来自 mockup）

不能说各行业与 DeepSeek 的深度联动毫无意义，除了能调动全民玩上 AI 之外，一方面这些第三方的接入平台运行起来相对稳定，不至于天天 " 服务器繁忙，请稍后再试 "，另一方面，DeepSeek 的深度推理能力，确实很值得厂商与自身资源做深度整合，提高竞争力，无论是智能驾驶还是手机智能体，都值得想象一下。

更何况 DeepSeek 是 MIT 开源授权，第三方接入平台多，基本没有太多使用门槛，我们当中的许多人也在寻找 AI 在日常生活当中应用的可能性，包括但不限于查资料、解决生活难题，又或者是帮助写作等。

更让人好奇的是，GenAI 普惠化时代，人工智能是否会加速人力工作的替代。作为雷科技的编辑，小雷更在意，以后推荐产品、产品体验、新闻分析这些事情，还需要我们来做吗？

对于关注科技圈的读者和网友来说，想要快速了解到最新的科技产品和热点新闻解读，一般都会通过阅读文章、看视频，这也是当下获得信息最主流的方式。一方面，读者和网友希望看到尽可能准确且快速的新闻传递，另一方面，他们当中的部分人，还想看到一些眼光独到的分析。

只是单纯的新闻 " 搬运 "，对于可以联网的 AI 而言，必然在信息传递效率上有绝对的优势。那么，如果让要对新闻进行更深层次的解读，或者给用户提供有足够价值的信息参考，这些需要专业科技编辑来完成的内容，DeepSeek 可以胜任吗？

首先，就目前的环境来看，在获得 DeepSeek 的反馈之前，还需要和数不清的 " 服务器繁忙，请稍候重试 " 博弈，DeepSeek 官方网页一时间难以对用户的请求做到稳定反馈，于是小雷转移阵地，靠第三方平台接入的 DeepSeek-R1 来回答。

小雷先是要求 DeepSeek 写一篇关于国行版苹果 AI 接入阿里大模型的文章，字数为 600，同时让 DeepSeek 分析苹果不采用 DeepSeek 大模型的理由。

从 DeepSeek 的思考链可以看出，它有在认真考虑文章结构，以及苹果与阿里大模型合作而非 DeepSeek 背后的一些原因。

（图片来自雷科技）

不启动联网搜索的情况下，DeepSeek 官网的回答会借用一些市场数据，但由于无法接入联网搜索，这些数据都比较老。DeepSeek 对苹果不采用它的解读还算合理，大概就是公司比较年轻之类的，不过滑稽的是它还认为自身影响力不足，苹果才不用，这明显有点不对了。

至于第三方平台 DeepSeek-R1 模型输出的回答，内容的 " 水分 " 不少，内容不像 DeepSeek 官网那样有小标题划分，并且整篇内容偏软，有不少车轱辘话，对象换成其它也不影响内容。

把主题更换为 " 未来 10 年智能手机是否有可能超越专业相机 "，还是 600 字，这次要求 DeepSeek 尽量不用专业术语，确保普通读者能够理解。

对于这些已有的技术点，DeepSeek 解读出来的内容有了一定的可用度，也能从思维链当中看到对请求的考量，用相对口语化的说法来表达，会给出相对清晰的回答，比如智能手机和专业相机之间的技术差异，基于这些差异给出对未来十年的见解，即 " 互补但不相互取代 "。

但问题是，DeepSeek 给出的文章字数已经超出 600 字这一范围，而且内容更像优缺点列举，没有利用现实当中具体的例子做佐证，没法给读者有效的引导和信息参考，还是 " 车轱辘话 " 居多。

而在 " 比亚迪智能驾驶普及全系车型时好时坏 " 的命题当中，DeepSeek 还是忽视了 600 字和常规文章结构的需求，写出了一份 " 说明书 " 的分点说明，并且只是比较浅层地去分析 " 好 " 与 " 不好 "，没有给出有倾向性的回答，整篇文章当中也没有沿用数据和做一定的内容发散。

最后，小雷让 DeepSeek 来推荐一下产品，比如折叠屏手机哪家强，以及折叠屏最重要的是什么，要求当中并没有像网友那样直接给出结果，不输出理由等。只能说 DeepSeek 和其它 AI 一样，不会给出具体的答案，甚至没有给出具体的型号，主打的就是一个 " 端水大师 " 和 " 雨露均沾 "。除了消费者应该关注折叠屏的点之外，老实说 DeepSeek 也无法给出一个有参考价值的回答。

只有要求 DeepSeek 只给一款产品推荐的时候，它才会列举出来，该说不说还是太 " 听话 " 了。

毕竟对于专业的编辑而言，解读新闻热点和技术，并不会只盯着新闻和技术本身来展开，为了证明自己的观点，还需要借用许多事实信息和数据佐证，让观点变得更可信。

而在产品推荐方面，DeepSeek 还是 " 端水 "，把市面上的主流产品列举一通，也不会主动去推荐某款产品，" 产品推荐官 " 和 " 科技编辑 " 这些名号显然不适合现在的 DeepSeek。

去年，小雷就测试过国内各大主流生成式 AI，并得出过一个结论，就是 AI 倘若要在雷科技里工作，恐怕连实习期都挺不过。

一名合格的科技媒体编辑，至少需要有极强的信息获取、甄别、筛选、提炼能力；快速创作内容，进行发布会报道，在真实场景对产品进行体验，再提出自己的观点、行业观察，以及深入浅出的解析。为了增加可读性，科技编辑也需要一定的编辑能力，会通过排版、配图等提高读者体验。

从上面的输出结果来看，DeepSeek 都没有做到上面的要求，只是围绕主题本身输出了合理的解答，以科技编辑输出文章的要求去看，这些解答还远不足以当成文章来发布，更别提给读者和网友提供有价值的信息。如果想要 DeepSeek 输出尽可能符合你想发的内容，只能通过更多的提示词和关键词去限制、引导它的生成结果。

考虑到 AI 大模型的随机性，你还无法确保 DeepSeek 每次都能够稳定生成你想要的东西，就比如让 DeepSeek 推荐一部手机，它每次提供的结果都有可能会不一样。

目前官方的联网搜索还无法正常使用，这就意味着 DeepSeek 没法第一时间获取最新的消息，产品推荐之类的请求，既没有最新数据支撑，也没有真实场景的体验，除了图一乐外，它很难给你提供有参考价值的导购建议。

只能说，DeepSeek 和其它 AI 一样，要胜任科技编辑的工作，还是很难。

一方面，生成式 AI 的任务就是获取用户请求当中的关键词，并提供尽可能合理、有用的解答和建议。而对于 DeepSeek-R1 这种推理能力较强的 AI 大模型而言，它更擅长的可能是一些生活难题上的解答、一些简单的文字帮写，以及推理相对复杂的数学题目。如果想让 DeepSeek 代替你作为专业写手，还要手把手 " 教 " 它怎么写，要花的精力之多，还不如自己下手。

回到刚刚提出的问题：产品评测 / 推荐、行业解读 / 观察之类的内容，DeepSeek 可以代替专业的科技编辑吗？小雷的答案是——暂不可以。

大家也都看到了，AI 并非十分稳定，大模型生成的结果本身就伴随一定的随机性，想要用好大模型也有一定的门槛，不然 DeepSeek 也不会带动一系列课程和教学的爆发。就目前来看，让 DeepSeek 成为专业的科技编辑，在许多情况下都行不通，手把手教学的成本太高，还不如自己来。

如果说产品推荐、行业观察、热点解读，AI 勉强可以靠网络资料 " 云撰稿 "，那么产品评测、访谈对话、现场探展，就只有 " 人 " 才可以做好。

比如一部手机的手感到底如何、一台电视的画质如何，就只有人，才能有真正的 " 感受 " 与 " 体验 "，这种 " 主观感受能力 " 是机器永远不可能具备的。

再比如去报道 MWC、CES 这样的科技展会，雷科技报道团成员需要走访大量的展台，细致观察的同时与参展商、行业观众深入交流获取信息，再才可能输出好的内容，这样的工作同样是 AI 做不到的。小雷所在团队雷科技编辑部也早已明确，严禁 AI 创作。

但小雷认为，作为内容创作者，我们也不应该松懈，生成式大模型仅用短短时间就能够做到理解复杂语言并生成回答这件事，本身就挺令人刮目相看，今天 AI 不能代替科技编辑，不代表以后不行。

（图片来自豆包 AI）

麦肯锡在最新的报告当中指出，受 AIGC 影响最大的 10 个职业当中，内容创作者和新闻工作者赫然在列。报告认为这类职业往往有较高的重复性、可标准化和可预测性，部分工作在以后有可能被 AI 取代。

这并非没有可解之药，AI 也不是万能，比如产品体验和推荐，大模型只会根据参数等产品信息介绍，但我们作为科技编辑，能够在真实场景深度体验后输出观点，这是人工智能所无法企及的层次。而且在行业观察上，AI 的角度永远是中立的，很难给出一针见血的观点。

DeepSeek 打开了 AI 普惠化的大门，让更多人知道并用上 AI，也让许多原本不容易的事情变得可以一步到位。不过在科技这件事上，我们还是要相信专业内容创作者的判断和见解，而不是 "AI 说什么就信什么 "。

聚焦 DeepSeek：

DeepSeek 体验整活