第壹批DeepSeek開發者,已經開始逃離了
對開發者而言，長時間的服務異常不再是簡單的故障，而演變成為代碼世界和商業邏輯間的裂縫，他們被迫在遷移成本下進行生存演算，無論是湧入，還是逃出，開發者們都需要面對DeepSeek爆火帶來的余震。
春節期間小程序後台被迫癱瘓叁天後，至大年初六，為了保證程序正常運轉的林森，離開已經部署壹年多的DeepSeek，轉回了ChatGPT。
即使API調用價格高了近10倍，但此時保證服務的穩定，成了優先級更高的選項。
值得注意的是，開發者離開DeepSeek轉向其他大模型，並不如用戶在APP內切換調用模型壹般輕松。 “不同的大語言模型，甚至是同壹個語言模型的不同版本，對於提示詞的反饋結果都有細微的差別。”即便林森仍在持續調用ChatGPT，將所有關鍵節點從DeepSeek遷移ChatGPT，並保證穩定且高質量的內容反饋，仍然花了他半天多的時間。
切換這個動作本身也許只需要兩秒鍾，但“更多開發者，換壹個新模型要花上壹個星期反復調整提示詞，並重復測試。”林森告訴字母榜，
在林森這樣的小開發者們看來，DeepSeek服務器不足可以理解，只是如果能提前通知，能避免許多損失，無論是時間成本，還是APP維護成本。
畢竟， “登錄DeepSeek開發者後台需要手機號注冊，只需要壹個短信，就可以提前告知開發者。”如今，這些損失將由曾在DeepSeek默默無名時就開始支持他們的開發者自己承擔。
當開發者和某個大模型平台深度耦合，穩定性無疑成了不必宣之於口的契約，壹個頻繁波動的服務接口，足以讓開發者重新審視對平台的忠誠度。
就在去年，林森在調用Mistral大模型（法國頭部大模型公司）時，因為Mistral賬單系統錯誤而重復付費，在他發出郵件後，Mistral不到1小時就糾正了問題，並附上了100歐元的代金券作為賠償。這樣的應對，也讓林森產生了更多信任。如今，他也將壹部分服務遷回到了Mistral。
易標AI技術總監楊惠超則在DeepSeek V3 版本發布之後，就開始醞釀壹場逃離。
不用DeepSeek來寫詩或者吐槽，如果用DeepSeek來寫標書呢？負責公司內AI標書項目的楊惠超，在DeepSeek推出V3版本後已經著手尋找替代方案。對他來說，在標書這樣的專業領域，“DeepSeek穩定性越來越不足。”
DeepSeek R1版本火出圈的推理能力，並不吸引楊惠超。畢竟， “作為開發者，軟件主要的推理能力是靠程序和算法，並不是太依靠模型的基礎能力。底層即便用最老的GPT 3.5，依靠算法糾正都可以產出壹個很好的結果，模型只要回復答案穩定就可以。”
在實際調用過程中，DeepSeek在楊惠超眼中，似乎更像是壹個聰明卻會偷懶的“好學生”。
升級V3版本後，楊惠超發現，DeepSeek對壹些復雜問題有了更高的回答成功率，但穩定性卻也攀升到了難以接受的程度，“現在問10條問題，至少有壹條輸出不穩定，在要求生成的內容之外，DeepSeek往往喜歡自由發揮，額外生成和問題無關的內容。”
比如，標書內不允許出現錯誤字符，同時，大模型返回的結果，開發者們往往指定用Json 結構（用指令每次調用大模型使得穩定返回固定字段）去輸出數據，便於後續函數調用，但出現錯誤或者不准確，都會導致後續調用失敗。
“DeepSeek R1，或許相對此前的V3版本，推理能力提升了很多，但是穩定性達不到商業化的水准。”在@生產力Mark賬號內，楊惠超提到。
圖注：DeepSeek V3生成過程中出現亂碼
圖源：@生產力Mark賬號
[加西網正招聘多名全職sales 待遇優]
無評論不新聞，發表壹下您的意見吧
春節期間小程序後台被迫癱瘓叁天後，至大年初六，為了保證程序正常運轉的林森，離開已經部署壹年多的DeepSeek，轉回了ChatGPT。
即使API調用價格高了近10倍，但此時保證服務的穩定，成了優先級更高的選項。
值得注意的是，開發者離開DeepSeek轉向其他大模型，並不如用戶在APP內切換調用模型壹般輕松。 “不同的大語言模型，甚至是同壹個語言模型的不同版本，對於提示詞的反饋結果都有細微的差別。”即便林森仍在持續調用ChatGPT，將所有關鍵節點從DeepSeek遷移ChatGPT，並保證穩定且高質量的內容反饋，仍然花了他半天多的時間。
切換這個動作本身也許只需要兩秒鍾，但“更多開發者，換壹個新模型要花上壹個星期反復調整提示詞，並重復測試。”林森告訴字母榜，
在林森這樣的小開發者們看來，DeepSeek服務器不足可以理解，只是如果能提前通知，能避免許多損失，無論是時間成本，還是APP維護成本。
畢竟， “登錄DeepSeek開發者後台需要手機號注冊，只需要壹個短信，就可以提前告知開發者。”如今，這些損失將由曾在DeepSeek默默無名時就開始支持他們的開發者自己承擔。
當開發者和某個大模型平台深度耦合，穩定性無疑成了不必宣之於口的契約，壹個頻繁波動的服務接口，足以讓開發者重新審視對平台的忠誠度。
就在去年，林森在調用Mistral大模型（法國頭部大模型公司）時，因為Mistral賬單系統錯誤而重復付費，在他發出郵件後，Mistral不到1小時就糾正了問題，並附上了100歐元的代金券作為賠償。這樣的應對，也讓林森產生了更多信任。如今，他也將壹部分服務遷回到了Mistral。
易標AI技術總監楊惠超則在DeepSeek V3 版本發布之後，就開始醞釀壹場逃離。
不用DeepSeek來寫詩或者吐槽，如果用DeepSeek來寫標書呢？負責公司內AI標書項目的楊惠超，在DeepSeek推出V3版本後已經著手尋找替代方案。對他來說，在標書這樣的專業領域，“DeepSeek穩定性越來越不足。”
DeepSeek R1版本火出圈的推理能力，並不吸引楊惠超。畢竟， “作為開發者，軟件主要的推理能力是靠程序和算法，並不是太依靠模型的基礎能力。底層即便用最老的GPT 3.5，依靠算法糾正都可以產出壹個很好的結果，模型只要回復答案穩定就可以。”
在實際調用過程中，DeepSeek在楊惠超眼中，似乎更像是壹個聰明卻會偷懶的“好學生”。
升級V3版本後，楊惠超發現，DeepSeek對壹些復雜問題有了更高的回答成功率，但穩定性卻也攀升到了難以接受的程度，“現在問10條問題，至少有壹條輸出不穩定，在要求生成的內容之外，DeepSeek往往喜歡自由發揮，額外生成和問題無關的內容。”
比如，標書內不允許出現錯誤字符，同時，大模型返回的結果，開發者們往往指定用Json 結構（用指令每次調用大模型使得穩定返回固定字段）去輸出數據，便於後續函數調用，但出現錯誤或者不准確，都會導致後續調用失敗。
“DeepSeek R1，或許相對此前的V3版本，推理能力提升了很多，但是穩定性達不到商業化的水准。”在@生產力Mark賬號內，楊惠超提到。
圖注：DeepSeek V3生成過程中出現亂碼
圖源：@生產力Mark賬號
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: