DeepSeek R1 老挂，怎么办？

用 DeepSeek 官方提供的 Chat，这两天体验特别差，隔三差五就会提示“服务器繁忙，请稍后再试”。这挺影响工作效率的。很多人给出的解决方案是用硅基流动之类的产品自己部署一个。

且不说部署的模型没有联网搜索的能力，我觉得对于大部分普通用户来说，根本没必要花这时间和精力折腾。ROI 很低。我现在碰到 R1 挂掉的情况，会直接切换到 Kimi 1.5 的长思考，也足够用了。再或者，对 R1 过于钟情的话，还能用秘塔搜索、Perplexity，它们集成了 R1。

总之，在不涉及 API 调用的情况下，单纯只是作为普通用户使用，没必要独立部署。除非你的目的是想学习下部署的流程是啥。以我使用 Kimi 1.5 长思考的感知来看，二者多数情况下，差距并不大，足够用了。

况且，我也不觉得啥问题都要用推理能力。一个很简单的问题，诸如 Windsurf 是什么，用指令模型也足够了。因为推理模型需要你等待更多的时间，这同样会影响工作效率。我目前形成的经验是，在较为复杂的问题上，才会使用推理模型。

当然，目前我也说不上来哪些是复杂点的问题，哪些是简单问题。纯粹就是个人感觉，包括还有些问题我会直接使用搜索引擎，或者小红书，这都依赖个人的判断力。此刻，我们应该下意识让自己具备这样的分辨能力。

与不建议部署 DeepSeek 相关的另外一个观点是：我也认为不要花时间搭建什么本地私人知识库。小红书上很多人借此卖教程来赚钱，这是他们的生意。他们宣称用 R1 做知识库有非常多的优势，香的不得了。但你留意看看评论区，基本都是引导到私信了。

我做产品，我非常清楚，类似的能力，很快 AI 知识库类的产品都会具备，没必要着急这两天，并且，你搭建的东西不可能稳定，也不具备持续迭代的能力。最后一顿操作猛如虎，定睛一看原地杵。

时间宝贵，别绕没用的弯路。

再就是提示词。总有人会把提示词整得非常玄乎。现在，可以明确地说，推理模型已经大幅度降低了对提示词的要求。指令模型中，我们往往需要套模板，比如 Kimi 官方曾经给过一个小红书的提示词范例：

你是小红书内容专家。你知道小红书的风格是：很吸引眼球的标题。每个段落都加 Emoji，最后加一些 tag。请你根据用户给出的内容，优化为小红书风格，有标题，有正文。

去年，类似的提示词模板非常流行。但现在，用 R1 等推理模型，不需要这么复杂。你只要用大白话，把问题告诉给模型就可以。如果模型的输出不符合你的预期，你意识到自己表达不充分，那就继续和他交互。这样来回几次足够了。就像和同事交流一样。

重要的不是技巧，而是愿意耐下心来，把自己的问题写明白。很多人的问题是他不愿意花时间梳理自己的需求，而是相信一些偏方。这种思维方式很奇怪。大模型不是谁肚子里的蛔虫，我们需要把背景信息告诉它。

昨天，一个用户和我吐槽说：“千万别把 DeepSeek 当作信息检索工具，有很多错误。”问了一圈，原来是她让 DeepSeek R1 给自己做旅行规划，并列出具体的地址。结果，R1 出现幻觉了，而她全然相信了 AI 的信息，最后耽误小半天时间。她很气愤，然后得出结论说这东西不可靠。

这是典型的认知问题。

第一，旅行规划，我的直觉是去小红书看，比问 R1 更靠谱。小红书上有很多活生生的经验。这是 AI 没有的。直接照抄小红书上其他人的经验，都比问 R1 好。AI 不是万能的。

第二，要清楚，无论是 AI，还是人，没有谁的话是一定靠谱，一定对的。我们需要有意识地验证。特别是 R1，它有模有样的列出来思考过程，让你觉得非常靠谱，但同样有幻觉。别被它的思考过程迷惑。

---

墨问西东最近在招聘内容实习生，欢迎把这个信息分享给你的弟弟妹妹。今年我们要做很多的 AI 内容，实习生进来后，会和我们团队一起，研究行业内有趣的公司和人。

另外，我还在写一个 AI 的小专栏。借此，跟大家一起去了解当下国内外最新的产品趋势是什么，最新的观点是什么，又有哪些新闻媒体没有大肆报道，但却有趣的产品诞生。

比如昨天我写了 DeepSeek 引发的蝴蝶效应。希望能给你带来一些启发。下面可以订阅，订阅后记得进群。