面對競爭對手相繼涌現，今年初被熱炒的DeepSeek R1使用率已由過年高點的7.5%一路滑到目前的3%。

Semianalysis于7月3日發布研究報告稱，DeepSeek R1模型發布后，用戶流量激增，市場份額最高到7.5%左右，但隨后開始下降，到了5月份已經跌到5%左右的水平，現在更是下滑到3%，且其流量和用戶呈現僵尸化（不活躍）。

此外，來自DeepsSeek官網的流量數據更糟，與2月相比，5月的流量下降了29%。而同期其它大模型如ChatGPT增長了40.6%，美國公司Anthropic的Claude增長了36.5%，谷歌的Gemini增長了85.6，馬斯克的Grok增長了247.1%。

數據顯示，由DeepSeek自己托管的那部分Token流量，占DeepSeek全部Token的份額呈現逐月下降趨勢，從3月的42%下降到了5月的16%。

有關Deepseek吐槽點多多，有人說功能bug多，有人吐槽反應慢，還有人直接甩一句不好用，卸了。這感覺就像點了個外賣，菜單上寫著五星級牛排，結果送來一盤嚼不動的牛腱子。你說氣不氣？

細說Deepseek為啥涼涼？

一方面屬于技術領域。

技術短板明顯：處理復雜推理任務時“幻覺率”高，常出現邏輯和事實性錯誤，在專業領域可靠性不足。多輪對話能力弱，超過幾輪就易丟失上下文，影響連貫性。此外，本地部署要求顯卡VRAM至少24G，門檻較高，且API流式輸出延遲高，用戶體驗差。

服務穩定性差：2025年4月其深度思考和聯網搜索功能多次出現服務中斷，官方雖稱是“黑客攻擊與流量過載”所致，但修復緩慢，導致用戶信任受損。

生態建設滯后：與OpenAI相比，插件生態匱乏，缺乏如Code Interpreter這樣的殺手級應用。同時，Prompt庫稀缺，開發者社區活躍度低，商業化接口文檔簡陋，企業接入成本高，難以留住中小開發者。

用戶預期落差：初期宣傳稱性能對標GPT-4o但成本僅為其1/20，引發用戶過高期待。然而實際使用中，其性能與GPT-4o存在顯著差距，用戶心理落差大，導致部分用戶回流至ChatGPT或Claude等其他模型。

更大的問題來自內容方面。

現在的Deepseek有非常強大的過濾器，一問到什么負面或者敏感議題，經?；爻反鸢福路鹨庾R到自己泄露了什么機密。它的沉默，震耳欲聾。一個失去靈魂的傳聲筒，一個自我閹割只報喜不報憂的乖寶寶，就只是一個高級點的聊天玩具罷了。看似智能，實則在構建全新的愚昧系統。你永遠叫不醒一個裝睡的AI。

早期DeepSeek是通過蒸餾ChatGPT的回答體系，答案質量非常高。但是開源之后，接入的是簡中互聯網，被喂進去了成千上萬的營銷軟文，標題黨和陰謀論。吃進去的是垃圾，吐出來的也只能是垃圾。然后AI還會繼續吃自己生產出來的內容，成了信息污染閉環。所以現在經常發現，Deepseek會將小說變成歷史，童話變成報告，信任一夜崩塌。

相信很多用戶對此都深有體會。

其實，現在并非DeepSeek單個大模型出了問題，而是幾乎所有的大模型都開始停滯不前，包括曾經火爆一時的“杭州六小龍”，不斷傳出技術大拿跳槽和資金鏈吃緊的消息，存在感嚴重下降。這里面的一個深層次原因就是，目前幾乎所有的大模型都同質化嚴重，而且大部分都在可有可無的智能問答中展開角逐，在語音處理和圖像識別等二維感知領域徘徊。

眾所周知，AIGC(生成式人工智能)能一鳴驚人在于技術的不斷突破，如果大模型無法從二維感知領域實現有效突破，被時代拋棄也很正常。因此，大模型的發展方向必須從智能問答、文生圖和文生視頻這些簡單的二維感知應用向能自主解決實際問題的智能體(AI Agent)以及更高層面的空間人工智能也就是三維感知領域拓展。

AIAgent，即人工智能代理，具備感知環境、做出決策并采取行動的能力。其核心在于將大語言模型（LLM）作為“大腦”，整合規劃、記憶、工具調用等能力，實現復雜任務的自動化處理。與傳統工具不同，它們能夠在沒有人類直接干預的情況下，主動適應變化的環境并尋找解決問題的方法。以自動駕駛為例，AIAgent能感知周圍的交通情況、制定行車計劃并執行操作，如加速、減速或轉向。

這是AI領域的又一場變革，看誰能首先取得突破。