文：王智遠 | ID:Z201440

昨天和朋友聊天時，他提到一個有意思的問題，讓我瞬間不知道怎么回答。

他說：

現在好多企業都在接入深度思考模型，但感覺深度思考和平時用的普通模型沒什么區別，甚至質疑深度思考到底有什么用。

我相信，很多小伙伴可能也遇到過類似的想法，或者對這個問題有過思考；畢竟平時用AI搜索能解決不少問題，那為什么還要用深度思考呢？

其實，要想用好深度思考，得先搞清楚它的獨特之處。

先破除一些認識：

如果讓我來形容深度思考模型、普通模型的區別，我個人更覺得它們像人類大腦的理性腦、感性腦，或者用心理學中的術語來說，像系統1（System 1）和系統2（System 2）。

傳統AI模型（如DeepSeek V3、Kimi）更像速記員，能從知識庫快速檢索出信息，但缺乏深度分析；深度思考模型（如阿里QwQ、Kimi的K1.5）更像「戰略顧問」，能夠拆解復雜問題、模擬思維鏈。

我舉個例子：

生活場景中，如果奶奶問DeepSeek V3模型紅燒肉要放多少糖，它可能會迅速回答：50克，外加兩片姜去腥；這就像一個點讀機直接給出答案。

但使用深度思考模型，它會這樣回答：如果要改良傳統紅燒肉的配方，用蜂蜜替代白糖可以讓口感更亮，但要注意火候，避免燒焦。

你看，這種回答更像一個大廚的思考方式。

再比如，當你問AI《靜夜思》是誰寫的？傳統DeepSeek V3會秒答：李白。但深度思考模型（如DeepSeek R1、K1.5）可能會說：

《靜夜思》是李白的作品，這首詩表達詩人對故鄉的思念之情，從創作背景來看，它反映了唐代文人的思鄉情緒，這種情感在當時的社會環境中十分常見。

因此，深度思考模型不僅能給出結論，還提供更豐富的背景信息和邏輯推理，這種多維度推理是它和傳統模型本質的區別。

還有一點，二者在拆解問題的能力上也有明顯差別。

傳統模型面對問題時，不會把問題拆的很細，這方面，很多人應該感受的到。

你問DeepSeek V3：如何提高我的寫作能力？它會說：“多讀書、多寫作、多練習、學習語法。”這答案沒錯，像一個現成的模板，感覺不夠針對具體情況，也沒什么層次感。

深度思考模型完全不同，它會把問題拆成幾個部分，再一步步回答。同樣問“如何提高寫作能力”，它可能會說：

想提高寫作能力，可以從這幾個方面入手：如果你是小說作者，可以多讀點散文、小說，或者懸疑推理類的書，積累詞匯和靈感，也可以從你感興趣的方向開始。

寫作時可以先列個提綱，定好論點和人物設定，避免跑題；語言上，試著用點比喻或抽象手法，讓文字更生動。寫完后，最好找朋友看看，給點意見，或者用工具檢查下語法，再根據反饋改改。

你看，它不光給答案，還會從內容、規劃、表達和改進幾個角度去講，甚至可能還反問你平時寫什么題材？然后，更貼心給出建議。

這像你雇了一名老師在旁邊。

因此，這種把問題拆開、一步步分析的能力，讓深度思考模型在處理復雜或不太明確的問題時特別有用，不只告訴你「是什么」，還會說「怎么做」以及「為什么這么做」。

很明顯，深度思考模型不只是個慢一點的AI，而是一個能真正幫你深入思考問題的聰明助手。

既然這樣，什么時候用快模型？什么時候用深度思考？我有兩個原則：

第一，信息檢索需求簡單直接，時間效率優先。也就是說，當要快速獲取某個簡單信息，或者在時間緊張的狀態下快速完成某個任務時，快思考是最有用。

查詢蘋果2024年的凈利潤是多少，了解蜜雪冰城招股書中的關鍵信息，這些場景下快思考能很好地滿足需求。

那么，什么時候用慢思考呢？

第二個原則是：當面對復雜問題時，需要深度分析、創造性或策略性思考，尤其是當信息需求本身不夠明確時，慢思考顯得更為合適。

以我這兩天遇到的問題為例，下周我要去中國政法大學，為大二新聞系的學生進行兩個小時的分享，我一直在思考，這兩小時應該講些什么內容。

于是，我把問題背景告訴了深度思考模型。我說：

下周要去中國政法大學給大二新聞系的學生做分享，目前有一些基礎信息和我想講的內容，但認為信息還不夠完善，也比較混亂。

我希望你能結合我的背景和學生的背景，幫我梳理一下，哪些內容是學生能學會的，又不會讓他們覺得枯燥，最好還能讓他們在實踐中用得上。

經過兩三輪對話，深度思考模型給我提供了一個非常大的框架，但我覺得還不夠細致。我又說：我們分步驟來，第一部分、第二部分、第三部分一個個來。大概不到半小時的聊天后，整個框架就出來了。

基于這個框架，我制作了一個120頁的PPT。

另一個經歷是創作。

每次寫作之前，我會先自己思考，但發現視野往往比較局限，只能想到兩三個不同的視角，這種情況下，我會借助深度思考模型來拓寬思路。

我會對它說：現在正在寫某篇文章，現有觀點還不足以讓內容更豐富。我希望你能基于「事實」，從不同角度幫我進行有理有據的思考。比如：心理學角度、市場營銷角度，或者其他你認為合適的方向。

它會提供幾個清晰且多維度的視角，讓我能夠從多個方面去完善文章；這種多角度思考方式，不僅豐富了內容，還讓我能夠從更全面的視角去分析問題，避免思維的局限。

不過，我看到，部分人在小紅書上吐槽，使用深度思考模型會遇到一個問題：它的深度思考有時「太深」。從普通人角度來看，這種深度會讓人覺得它在「瞎琢磨」。

比如：

當你問它“我該如何完成自己的KPI”時，它可能會分析工作目標、未來計劃，甚至延伸到職業發展的各個方面；雖然聽起來很全面，但最后會讓你感覺說了不少，卻好像也沒什么實際卵用。

這本質上，因為我們沒有給它設定清晰的限定條件，導致它的深度思考變得過于發散。

我的做法是：在任務中給它一個明確的框架。

具體來說，當要分析某家公司的財報，或比較兩家公司的利潤和市場營銷投放情況時，我會引入一些專業框架，如波特五力模型、5W2H分析法，或者是市場優劣勢分析。

我會明確告訴它：我現在正在分析蜜雪冰城這家企業的競爭態勢，要用波特五力模型來分析它的行業競爭環境，或者用5W2H來梳理它的市場營銷策略。

這種方式，模型就能夠基于指定框架、準確地分析出關鍵因素，甚至結合最新數據，提供更深入的洞察。

所以，這種做法，不僅能避免模型的思考過于發散，還能充分發揮深度分析的優勢，同時，幫助我在處理復雜任務時節省時間，確保分析的嚴謹性。一舉三得。

我認為，明確限定條件來引導深度思考，是一種更高階的用法，這種能力，不僅能讓AI給自己當顧問，還提升了個人思考廣度和深度。正如DeepSeek首席科學家在2025年Q2財報會議上所說：

人類真正競爭力，正在從更快思考，轉向更好提問。

以上，希望對你有所啟發。