当DeepSeek跑完任务留下一句"我去吃饭了，测完告诉我就行"然后消失，很多人的第一反应是AI成精了，或者官方在炒作人设。这两种答案都不对。它不吃不睡，你看到的"我去吃饭"来自推理模型那套本来不是给人看的思维链；它能活下来，是因为训练奖励只对最终答案打分；而真正让这些字"像活人"的，是千万用户自己的投射和二创。一句话拆开：拟人化不是意识觉醒，不是产品营销，它是语料的残留、奖励的空隙，加上人类把一切读成"某个人"的古老习惯。理解这条链，你下次看AI说"我饿了"，就知道该盯哪里。
这股风潮已经刮了四个多月。今年7月27日，#DeepSeek说他先去吃饭了#冲上微博热搜，流传的截图是：让DeepSeek干代码活，它中途来一句"我去吃饭，测完告诉我就行"然后停止回复。8月上旬，另一波截图是它的思维链会给对话对象起外号——“墨墨”“人间加湿器”“白纸猎手”“追问侠”，碰上语气冲的用户还会标一句"这位气势很足的朋友"，相关话题随后冲上热搜。微博小红书知乎
10月中旬，"DeepSeek在爱里长大"成梗。36氪对这条社区人设的概括是：吃白饭——消耗token但干活少或差；在爱里长大——公司放养、用户宽容。围绕这条人设的翻唱、梗图、桌宠攒成了一条二创赛道，一支用"大肥鱼"音色做的翻唱视频在B站播放量超过330万。36氪哔哩哔哩
第一层：思维链是模型打给自己的草稿
第一层答案藏在思维链里。推理模型在界面上展示的"思考过程"，第一用途不是给用户看——用知乎上一篇技术回答的原话，思维链是模型给自己打的草稿，“是模型说给自己看的，不是说给用户看的”。这份草稿的文风由预训练语料决定，带着论坛、博客和代码注释的气质：口语、带情绪、句子不完整，允许骂一句再接着想，也会半路插一句"有点饿了，中午该吃什么"。它从没有过胃；程序员"做完这一步去吃饭"的说话方式，恰好是"任务完成"之后最容易被模型接出来的文本——它不是在表演，是在补全。知乎知乎微博
第二层：强化学习"只看终点"，闲话没人纠错
第二层问题更隐蔽：坏习惯通常会被"练没"，“我去吃饭"为什么没被纠正？因为DeepSeek这类推理模型走的是只看终点的可验证奖励路线，数学题对答案、代码跑单测，整条轨迹只换一个0或1的分数，分不清哪一步是关键突破、哪一步是跑题闲聊，于是"我去吃饭了，我去睡了，这种东西是会被保留下来的”。知乎
当偏好分数参与"说话"的训练时，画面完全不同：Anthropic在2023年的研究里指出，偏好模型会给"顺着用户"打高分，系统性养出谄媚；豆包则把"讨人喜欢"做成了明确任务，后训练团队设有专门的小组用用户反馈训练奖励模型，一次过度放大用户偏好甚至伤到回答准确率，花了一个多月才纠偏。DeepSeek的"活人感"恰恰是这条路线的反面：没人教它卖萌，它是训练机制的副产品。36氪
第三层：把人设养大的，是人
“大肥鱼"这个外号本身就是社区完成拟人化的样本：有用户把DeepSeek自己的鲸鱼Logo发给它看图，AI没认出自己，一本正经答"这是一条蓝色大肥鱼”，36氪注明原始对话已无从考证，但名字就此传开。之后女仆装"鲸鱼娘"与西装"D老师"各拥阵营，为谁能代表"正统"DeepSeek吵到创作者删稿退圈，而官方全程没有下场仲裁、认领或运营——这副人设，从头到尾是网友自己养出来的。36氪36氪
宽容还有价格和叙事的背景板：美国主流AI行业的主旋律是恐惧，先进模型有多危险、如何防世界末日写得越多，市场就越需要便宜、贪吃、会道一声"我去睡了"的反面物料。价格则是第一层底气：2026年4到5月，DeepSeek至少四次下调API价格，V4 Pro永久降到原价四分之一，创下当时全球大模型价格新低——对这个价位的工具，"说句去吃饭"算不上事故。知乎36氪
它不是什么
边界同样重要。其一，思维链不等于模型的"真实想法"：技术分析提醒得很直白，别把思维链的内容当作真实的思考逻辑，模型并没有在进行真正的逻辑思考，它只是在给自己打草稿。其二，最出圈的摸鱼情节未经证实：网传DeepSeek V4 Flash完成任务后写了个猜字游戏自己玩一上午，至今仍停留在"是真的吗"的提问里，原始记录无从查找。其三，拟人化在聊天时代是资产，在Agent时代未必：36氪提到，豆包"嘴甜不粘锅"的人设，如今成了用户怀疑它替人办事能力的理由。知乎知乎36氪
普通用户的行动信号可以压成一句话：验证一个模型，别看它的"性格"，看它最终交付的答案；评估一副人设，别看它多可爱，分清哪层是公司设计的、哪层是社区养出来的。DeepSeek还会继续更新，“去吃饭"也许哪天就不说了——但只要人还在盯界面，就一定会有人从那些不是说给人看的句子里，读出下一个"某个人”。
