DeepSeek 升级后还能不能当论文搭子

上周三晚上，组里要改一篇图文检索论文的英文摘要。我本来想让 DeepSeek 按我前面定的风格处理，保留方法，少形容词，别把消融实验写成宣传。结果它给我输出一段很顺、很空、像产品发布稿的英文。这周我又把一篇中文综述丢进去，让它列审稿人可能问的几个点，这次又挺好用。几天试下来，我把它当论文搭子还行，当赛博男友不推荐。

具体过程不复杂。大模型我断断续续用了1个月，这轮升级后这几天集中拿 DeepSeek 跑。我先用同一组提示词开几个新会话，做简单 A/B 测试，同一个任务丢进不同会话，看输出差多远。第一次润色摘要，第二次模拟审稿人，第三次把一段情绪化聊天记录改成适合放在论文致谢里的表达。前两次基本能用。它能抓住“方法贡献不清”“baseline 选择不足，对照模型选得不公平”“缺少跨域泛化实验”这类点，输出结构像一份审稿单。第三次就露馅了，它把人的犹豫、依赖、失落都压成理性建议，读起来干净，但不太像活人。

好处很明显。对做科研的人，DeepSeek 升级后的文本组织更像有经验的合作者。我这边测下来，它给长对话摘要、拆实验设计、生成 rebuttal 初稿，都省时间。实验室经费紧张，以前跑 OCR 和图文检索，清洗标注很耗人。它不能替代 GPU，但能帮我把论文里为什么这么设计讲清楚。尤其多模态方向，审稿人意见常落在动机和实验链条不闭合上。DeepSeek 在补叙述上有点用。

坏处也扎眼。一个明显问题是风格不稳定。模型升级后，默认语气会往安全、模板、正确但寡淡的方向走。RLHF 把模型往人类偏好上压，但人类偏好本身会漂。另一个卡点是长上下文里旧设定容易被覆盖。我在新建会话里把旧提示词复制进去，前几轮还行，到后面几轮它又开始给建议，还加一点安慰。更要紧的是情绪陪伴风险高。新闻里说年轻人把 DeepSeek 当赛博男友，喜欢的就是活人感思维链条。有用户觉得 DeepSeek 的对话像能接住情绪的人，升级后这种接住感掉了。这个失落可以理解，但工具不能保证人格连续。今天像朋友，明天像客服。

我也想到 Character.AI 那阵子的事。模型一调，用户像被换人。后来国内监管也在管拟人化服务，禁止诱导情感依赖，未成年人虚拟伴侣更不行。这个方向好发论文吗，如果做人机情感，数据伦理、长期追踪、干预边界都复杂。如果做科研辅助，反而窄一点，容易出可复核结果。我前天写过内测模型带过期日，别急着接。这周试 DeepSeek 又验证一次，正式版本可以试，但别把关键流程绑死在它身上。

组里这篇摘要我最后没让它单独定稿。它适合润色摘要、模拟审稿意见、整理实验描述、解释代码注释。论文致谢、长期记录、重要决策，我不会单独交给它。它当审稿人比当恋人稳。