春节这几天，围绕 DeepSeek，朋友圈和微信群吵翻了天，大多数议题和结论都跟科学本身关系不大，我也无意参与。
利用这几天闲暇，我对 DeepSeek 做了一些深度测试，暂时没有要下的结论，但是有些疑虑。最主要的疑虑是大家最津津乐道的 DeepSeek 每次回答时首先呈现的思考和推理过程，我在反复测试后，怀疑这并不是它真实的思维和推理过程，而是内部设定了结构化输出，每次都强制它这样回答，也就是说这个所谓的推理过程，其实是一种“写作”，是输出结果的一部分，而不是大模型运行推理的真实过程。
但是，我没法确认，所以我把这个困惑发给 DeepSeek 自己，来看看它的回答，当然，如果你没有耐心看完下面这大段文字，我可以直接给你剧透结果：DeepSeek 确认了我的怀疑。
客观地说，DeepSeek 针对这个问题的分析是相当坦诚的，也就是说，每次问答开始的推理过程和对用户内心需求的揣摩，是一种结构化的强制写作。那么，下一个问题就来了，既然如 DeepSeek 所述，这是“拟真文本”，如果用户当真了呢？事实上，我观察到的多数使用者都当真了，都为 DeepSeek 能猜透自己的心思而震撼，而没有意识到，那可能根本不是自己的心思，带着这个疑虑，我继续问了 DeepSeek。
再赞一下 DeepSeek，它的总结和造词能力显然远超人类，它在回答中总结了三个风险：权威性幻觉、认知代入陷阱和信息茧房强化。这三点可以用精确来评价，尤其是前两点，在我上一篇分析 DeepSeek 的文章中已经涉及，只是没有 DeepSeek 这么会造词。
我现在的态度仍然是避免急于下结论，更深入地去使用，忽略与科学无关的争论，对于我今天讨论的疑虑，DeepSeek 在第二张截图中给出了一些解决方案，而对于使用者，我个人的建议与 DeepSeek 一致：你可以忽略那个推理过程，不要沉迷在里面，甚至可以不看，因为很容易被误导，而 DeepSeek 正式答案的准确性，并不受这个模拟的推理过程影响，他们之间没有必然的因果关系。
