DeepSeek上线了新模型，为什么反而感觉不好用了？

DeepSeek去年火得一塌糊涂，免费、开源，性能还不赖，一度下载量超过ChatGPT。

很多人都把它当工具人用——写代码、做报告、搞创作。

而2月10日那天，DeepSeek 悄悄推送了1.7.3版本更新，新模型支持100万token上下文，知识库也更新到了2025年5月。

按理说模型更强了用户更喜欢才对，但事实上这次更新背后，伴随的更多的是用户的吐槽。

01、回答变得像在念课本，少了那股"人味儿"

最明显的变化就是，DeepSeek现在回答问题特别"正经"，正经到有点刻板。

以前你让它帮你写个东西，它会揣摩你的意思，给你来点不一样的角度。现在呢？就像个流水线工人，按部就班地往外吐格式化内容。

有人拿那种"你现在是某某角色，请blabla"的提示词去试，发现它输出的东西，emmm怎么说呢，AI味儿太重了。

说白了就是——它"学乖"了，但也少了灵气。

以前那种能跟你掰扯、能给你惊喜的感觉，现在基本没了，更像是个听话的机器人。

02、内容审核卡得越来越严，动不动就给你来句"无法回答"

老用户肯定有体会，现在DeepSeek特别容易触发"内容不合规，无法回答"。

以前可能只有明显敏感的话题才会被拦，现在有些正常的学术讨论、写作需求都能给你卡住。

更离谱的是，这个审核逻辑有点随机——有时候明明没啥敏感词也不让过，有时候稍微擦边一点反而能回答。

完全看运气，真的。

这种"随机性"的审核标准，让很多依赖DeepSeek做创作工作的用户感到焦虑。

03、为了"合规"，只能牺牲灵活性

DeepSeek变保守，其实也是没办法的事。

国内对AI有监管要求，必须部署实时内容审核，拦截敏感关键词，对生成结果进行把关。

说白了就是——为了不出事，只能加强过滤。

这就好比给一个本来能即兴发挥的演员，硬塞了一套固定台词——虽然不会出错，但也失去了即兴表演的精彩。

对咱们用户来说，就得花更多心思"绕着弯"提问，才能套出想要的答案。麻烦！

04、深度思考功能，成了把双刃剑

1.7.3版本把深度思考功能做了强化，理论上能更精准地分析复杂问题。

官方说V3.1的推理效率比之前快多了，回答时间也缩短了。

听起来挺好，但实际用下来——问题也来了。

深度思考意味着推理过程更长，审核节点也更多。而且有人发现，新版本在think的时候中英文混得更厉害了，可能跟训练方式有关。

更关键的是，为了保证输出"安全"，模型会在思考时反复自我审查。结果就是最终答案变得超级谨慎，甚至有点机械化。

就像学生考试，明明知道答案，但怕老师说"跑题"，写得缩手缩脚的。

05、免费的代价——你的体验不是第一优先级

说到底，DeepSeek完全免费，这就决定了它的优先级排序。

对公司来说，最重要的是：

- 符合监管要求（不能出事）

- 控制运营成本（免费但得省钱）

- 技术路线验证（模型融合实验）

而且作为开源AI，DeepSeek还得面对数据合规、生成物侵权、许可协议这些法律风险，不加强审核不行。

你能做的，就是在"免费"和"好用"之间找平衡点。接受现实吧。

06、几个实用建议，帮你应对"变味"的DeepSeek

既然短期内DeepSeek不太可能放松审核，咱们能做的就是调整用法：

提问别太僵硬。少用那些"你现在是XXX角色"的套路，直接说人话——"帮我把这份报告梳理一下，要写成周报给老板看"，效果反而更好。

遇到"无法回答"别死磕。换个角度重新问，或者把问题拆成几个小问题，各个击破。

让它"多想想"。有经验的人会在提问里加上"请进行批判性思考"或者"至少自己复盘100遍"，逼它进入深度思考模式。

想要无限制版本？ 可以试试本地部署uncensored版的DeepSeek R1，不过得有点技术基础，普通用户就算了。

最后说两句

一个完全免费的国产大模型，能做成这样已经很不容易了。

1.7.3这次更新，回答变机械化、审核变严格，不是技术退步，而是在"自由度"和"合规性"之间做的妥协。

为了更好地分析复杂问题、避免生成违规内容，DeepSeek只能选择这条路。

如果你只是日常轻度用用，这些变化影响不大；但要是靠它做专业工作，那就得适应它的"新性格"了。

(作品声明：来源网络公开资料，个人观点、仅供参考)