今天小編分享的科技經驗：短期高估、長期低估：微信接入DeepSeek的冷思考，歡迎閱讀。
微信搜索接入 DeepSeek 後，我看到了太多 DeepSeek 生成的水文，也看到了太多 " 王炸 "、" 裡程碑 "、" 深水炸彈 "、" 重構 AI 搜索 "、" 遊戲終結 " 等虎狼之詞。
比如這篇，直接把 DeepSeek 幻覺搬上來了
實在忍不住了，決定出來基于事實和邏輯來一版的冷靜分析。
一
一個事實是，這次 DeepSeek 的接入微信搜索，從產品層面準備之倉促，就好像是 " 用透明膠将 DeepSeek 粘到了微信搜索上 " ——沒有歷史記錄、沒有上下文聯動、沒有檔案上傳功能、沒有接入個人數據、沒有融入關系鏈、沒有和其他功能聯動，甚至結果中偶爾還有明晃晃的 <think> 标籤。
唯一能體現產品經理存在感的兩個 feature：一是搜索結果支持分享、二是輸出結果之後有 " 推薦問題 "。
而這兩個 feature，從技術的角度，核心邏輯不超過 10 行代碼。
如果拿出來讓業内同學盲猜，我相信至少五成的從業者不會相信這是微信推出的產品。
二
那麼問題來了，為什麼要這麼匆忙上線？
投資人戴雨森說過一個三字策略—— " 快、猛、糙 "。
微信這次接入 DeepSeek 可以稱之為 " 快、糙 "，但并不 " 猛 "。
我們先分析 " 快 " 和 " 糙 "，事實上，" 糙 " 是 " 快 " 的結果，而 " 快 " 是 " 糙 " 的原因，這次的操作很顯然很不 " 微信 Style"。
我不認為微信這次這麼快上是為了 " 卡位 "、" 先上牌桌 "、" 建立心智 "、" 立 AI 人設 "，這 100% 不在龍哥的產品哲學之内。
而最大的可能性是團隊想低調地快速練兵以獲得反饋，甚至可能沒有考慮過外界的反響。
我不成熟地猜測，微信產品團隊内心的 OS 可能是—— " 我們去年也推過 AI 問一問、公眾号 AI 語音、公眾号 AI 回復、輸入法 AI、微信讀書 AI 總結，也沒見大夥這麼熱情啊 "！
而前台呈現的所謂 " 糙 "，我理解是一個工程上的優先級的問題——對于 DeepSeek 的接入，第一優先級肯定是 " 能用、不崩 "，第二優先級是基礎索引、RAG、Embedding 等工程質量，至于前端體驗細節，以微信的產品功力，後續可以分分鍾根據反饋快速優化。
為什麼談不上 " 猛 "？
注意，微信這次接入并不是整個搜索都由 DeepSeek 接管了，而是在微信搜索框的下方給了一個獨立的入口。
這二者有本質區别，後者只是嫁接在搜索框的入口之下，是紙糊上去的，并沒有和微信的核心功能深度打通。
" 深入口、淺體驗 " 的設計在很大程度上證明微信團隊有意縮小影響範圍，從相對邊緣的場景切入，并不想大張旗鼓。
龍哥治下的微信向來 " 敢為天下後 "，支付、短視頻、電商莫不如此，節奏不急不緩，心态四平八穩。
客觀地講，微信此次的接入在 PR 上相當低調、在產品上略顯粗糙，初衷是試水，完全沒有搞一個大新聞的任何意思。
但微信本身 " 超級 App" 的地位決定了它的任何一個動作都會被媒體捕捉放大，更何況是 DeepSeek 這種熱搜聖體加持。
三
為什麼選擇搜索切入？
之所以選擇搜索場景，原因在于相比于對話型的 Chatbot 產品，搜索在心智上本身就屬于 " 短平快 "，用戶更傾向于搜完即走，這從成本的角度可以節省 Token。
此外，DeepSeek R1 這種推理模型，一個重要特征在于其推理是需要時間的，無論微信内部技術性能如何優化，這個思考時間沒辦法大幅縮減的，而相比于其他場景，主動點擊 AI 搜索用戶等待接受度更高。
我個人猜測，後續微信的節奏，大概率還是會從公眾号對話、小程式客服等長尾場景繼續切入，在打磨成熟之後才會切入聊天框等核心場景。
四
微信搜索的接入 DeepSeek 這類推理模型的真實體驗增量在一定程度上被誇大了。
實際上，對于絕大部分人而言，被動型的高級 AI 搜索在需求上本身是一個很小的子集。
和輸入一兩個關鍵詞的普通搜索相比，要輸入提示詞的門檻本身就會擋住絕大多數人，後者在操作成本上比前者高一個數量級，而用戶規模則會低一個數量級。
復雜高級的 AI 搜索，本質上是一個生產行為，而非消費行為。
這也是為什麼率先接入 GPT4 的微軟 Bing，并沒有從谷歌搶到什麼市場份額的核心原因。
那些分析微信接入 DeepSeek" 搜索遊戲終結 " 的論調對行業的基本常識缺乏尊重。
五
和很多國内早早宣布接入 DeepSeek 的產品不同，無論是 360 的納米搜索、百度還是知乎、元寶，無論是手機廠商華為、OPPO 還是車企吉利、零跑，本質上都是用 DeepSeek 給自己帶貨。
而微信則不同，它其實是在給 DeepSeek 帶貨。
某種意義上，微信是大模型最大的一個貨架。
由于遵循 MIT 開源協定這種寬松的自由軟體許可标準，微信的私有化部署本身并不給 DeepSeek 公司帶來直接受益，但 13.8 億用戶國民應用的接入對 DeepSeek 進一步基礎設施化、成為階段性的智能 " 水電煤 " 是一個重要的示範。
騰訊其實也投資了 "AI 六小龍 " 中的多家，而如此迅速地接入 DeepSeek，除了性能，另一個更重要的前提是 DeepSeek 開源開的徹底，騰訊部署完全不用關心數據安全問題。
六
必須指出的的是，盡管微信接入 DeepSeek 被媒體和自媒體高估，但另一個極端論調同樣不客觀，該論調認為微信接 DeepSeek" 是一種套殼行為 "。
在我看來，判斷一個產品是否套殼只有一個标準，那就是有沒有提供體驗增量。
很顯然，盡管微信的接入很倉促、很簡陋，但僅憑接入公眾号海量聯網數據這一點，其體驗增量就已經和那種接 API 的真套殼產品有本質區别了。
DeepSeek 本身作為一個獨立 App 的一個殺手锏核心是 " 深度思考 "+" 聯網搜索 "。
如今，任何接入 DeepSeek 的 App 在 " 深度思考 " 思考上沒有能力差距，和體驗層的核心差異在于 " 聯網搜索 "，而 " 聯網搜索 " 也得拆抽成 " 聯網 " 和 " 搜索 " 兩個點獨立分析。
先看 " 聯網 "。
" 聯網 " 的背後對應的是數據，除了爬蟲能爬到的公共數據，核心差異其實是 App 孤島背後私有數據。
很顯然，知乎接 DeepSeek、雪球接 DeepSeek、小紅書接 DeepSeek 和微信接 DeepSeek，同樣一個問題，由于數據源不同，答案是不一樣的。
而公眾号的數據，總體而言高于頭條等通俗媒體，但同樣有類别上的差異和偏好。
比如對于偏生活類的信息，其不一定有小紅書那麼多元，比如對于财經信息，其不一定有雪球那麼深入。
再看 " 搜索 "。
" 搜索 " 其實是上一代互聯網的技術皇冠。
同樣的數據源，一個搜索引擎如何建立高效的索引，如何算結果質量分，如何粗排、精排，如何反作弊，其搜索結果千差萬别。
這個搜索基建對于 AI 搜索同樣重要，AI 搜索核心邏輯是先根據問題智能地生產關鍵詞進行搜索，然後再根據搜索結果智能地組織信息、呈現結果。
而這個過程需要大量的工程上的優化，比如，AI 根據多少條搜索結果來組織答案就是其中一個典型多要素復雜問題——選的結果太多成本高、冗餘度大，選的結果太少質量低、不全面。
從我個人的體驗看，有一些問答，同屬騰訊流量的元寶和微信 AI 搜索的答案，呈現出很大的不同，背後的原因其實就涉及了兩個產品在工程層面的差異。
這正是 Perplexity、秘塔這類專門的 AI 搜索產品存在的價值。
從這個意義上，微信搜索接入 DeepSeek，只是邁出了第一步，其任重道遠的體驗進化之路必然漫長。
七
微信和 DeepSeek 這類推理模型結合的想象空間大概率還埋在冰山底下。
我舉一個很小的例子，微信其實很早就推出了 " 微信對話開放平台 "，支持一分鍾構建對話機器人，但這個服務至今只局限在 " 公眾号 "、" 企業微信 "、" 小程式 " 這些客服類的垂直場景。
我們簡單開一個腦洞——如果這個 AI 對話機器人直接向個人通訊錄開放，讓不同的 AI 智能體變成你随時聊天的好友，體驗增量會比現在的紙糊產品提升一個數量級。
我賭 5 毛錢，以龍哥的野心和節奏，一定會在兩年内推出微信版的 Agent 平台，它不同于現有的任何 Agent，有微信獨有的產品氣質，而它的能量不會小于今天的小程式。
八
微信和其他騰訊接入 DeepSeek，并不意味着 DeepSeek 成為小甜甜的同時騰訊自研的基座模型混元就成了牛夫人。
事實上，混元在 MoE 架構上的探索是相對早的，也相繼開源了旗下文生文、文生圖、3D 生成和視頻大模型。
而騰訊復雜而龐大的產品生态需要混元的多模态能力，而多模态恰恰現階段還是 DeepSeek 的短板。
這周混元也開始小範圍公測自己的長思考模型 Hunyuan T1，作為業務龐大的巨頭，我謹慎地認為騰訊不會減少對自研基座模型的投入力度，而更多是鞭策他們在資源充裕的支持下，以更高的效率拿出更多指标領先的 " 硬貨 "。
九
業界對騰訊 AI 戰略的一個擔憂是騰訊 AI 團隊過于分散，涉及 AI lab、騰訊雲、微信 AI 團隊、其他應用等多個 AI 相關團隊，目前看，騰訊内部也意識到并且在改善這個問題。
一個證據是，今年初，" 元寶 " 產品團隊從 TEG 事業群調整至 CSIG。
" 元寶 " 在應用層将由騰訊會議負責人吳祖榕負責，這其實反映了騰訊在有意梳理模型層和應用層的分工。
吳祖榕在 B 端和 C 端經驗豐富，他會如何主導數據上落後的元寶與業界先發者競争，值得觀察。
騰訊的生态太復雜、太龐大，也并不見得每一個產品都适合 R1 這樣的推理模型，但 DeepSeek 無疑加速了騰訊在應用層的 AI 落地。
而我最期待的是 QQ 這款活化石產品能否跟上 AI 節奏，在我看來，作為騰訊的試驗田，QQ 其實可以更激進地嘗試 AI。
十
去年馬化騰在财報會上談到 " 對于工業革命來講，早一個月把電燈泡拿出來不那麼重要的 "，當時不少業内人士還評論其在 AI 投入上不夠激進。
如今看，随着 DeepSeek 陸續被接入騰訊雲、騰訊 IMA、騰訊元寶、騰訊會議、QQ 音樂、微信搜索 ...... 騰訊在應用層的板凳深度開始浮出水面，而這還只是場景層面切入的開始。
事實證明，" 場景 + 數據 " 在很大構成了除模型性能之外的另一個重要護城河。
從另一個角度，昆侖萬維周亞輝評價字節 2023 年的 AI 戰略 " 不及格 "，而 24 年則是 " 滿分表現 "。
很顯然，這個評價還是過早了。
這不，梁汝波在最新的字節全員會上開始反思 " 相比追求某個具體產品，比如豆包的 DAU，把智能本身作為最重要的目标可以激發更多嘗試、不忽略關鍵技術節點。"
這句話的潛台詞是字節錯過了一些關鍵技術節點。
所以，AI 時代，不要輕易提前下任何結論。
以現在 AI 一日千裡的進化速度，任何局中人唯一值得推崇的策略就是用 " 貝葉斯公式 " 随時用新的事實校準自己的認知。
你說李彥宏的臉疼嗎？不重要，重要的是公司能不能繼續在牌桌上。
十一
" 微信 +AI" 最大的想象力在于輸入帶寬提升帶來的智能升維。
這句有點上價值了，但我确實找不到更好的詞來形容。
什麼意思？
我們現在和包括 DeepSeek 在内的一切 AI 溝通，輸入帶寬是很低的，AI 只能從你只言片語的提示詞中捕捉有限的信息，總信息量很低。
輸入決定輸出，AI 智能程度再高，從技術的角度它回應的上限也十分有限。
人是什麼？
馬克斯韋伯說 " 人是社會關系的總和 "，而微信則是這種關系總和的賽博載體，儲存和個人最高度相關、最多元的信息。
如果你無法理解這一點，只要做一個簡單的思想實驗：如果手機上只能裝一個 App，你會裝什麼？
所以，如果用戶主動授權通過微信提升對 AI 的輸入帶寬，AI 不僅知道你對它提了什麼問題，它更立體、細致地了解你這個人和你的社交關系。
當你閨蜜連續兩天發加班朋友圈，AI 會用紅點貼心禮貌地弱提示—— "XX 最近工作壓力指數高，要不要用微信送禮發給她發一張奶茶劵表達關心？"
别笑，我只是舉了一個最沒有想象力的例子，想要更多案例請将我這段論述輸入 DeepSeek，它繪的藍圖一定更精彩。
簡單感受一下
十二
總結一下，很顯然，和微信禮物一樣，業界的虎狼之詞顯然高估了微信搜索接入 DeepSeek 的短期影響，但低估了微信作為第一國民應用的長期 AI 潛力。
而我的結論是，無論從哪個角度看，微信搜索接入 DeepSeek 只是一道前菜。
兩年前，我們說 " 所有的 App 都值得用 AI 重做一遍 "，今天，業界變成了 " 所有的 App 都值得接 DeepSeek 重做一遍 "。
許多年後，當我們回復這一輪 AI 大潮，微信的接入 DeepSeek 絕對只是演出微不足道的暖場片段。
很顯然，場子已經熱了，而作為觀眾，沒必要在真正的大戲還沒上演之前就一驚一乍。
結語
最近恒生科技指數上漲的厲害，騰訊、阿裡等标杆漲幅喜人，從宏觀的視角，DeepSeek 以一己之力推動了中國資產的價值重估，這個事實，怎麼吹都不過分。
2025，AI 還會繼續狂奔，讓我們搬好小板凳。
