近日，知乎 AI 搜尋產品知乎直答正式接入「滿血版」DeepSeek R1！在社群優質內容、專業知識庫基礎之上，全面升級了推理能力，為你帶來全新的 AI 搜尋體驗。
知乎直答的 R1 體驗到底如何？究竟好不好用？一起來看看答主的回答吧。
知乎直答接入滿血版 DeepSeek-R1，體驗感如何？好不好用？
|答主：桔了個仔
結論先行：
-
知乎這波可謂是走對路子了，最好的開源推理模型，和中文網際網路上最優秀的語料結合，讓直答的專業能力大大增強。
-
有人問和直接用 deepseek 有啥不一樣？不一樣之處在於，直答在參考來源上，給了知乎社群最高的權重，更偏向解決專業問題。
-
面對複雜和小眾問題，Deepseek R1 加持了也不一定好用，而且 R1 其實幻覺問題更嚴重，在使用結果時需要小心。不過我認為，其推理過程比結果更有價值。
先來個相對簡單的問題吧。
不知道其他答主覺得風格對不對，但就我這段風格模仿，只能給個 80 分吧哈哈，不過它採用遞進的方式，確實有點像我，我寫東西就很喜歡遞進。
但是寫多了，容易露餡。例如我讓它繼續模仿我，它雖然寫得挺好，但語氣就更不像我了，至少我寫技術文章時，基本不會一上來就「兄弟們」。
簡單的問題難不倒 R1，那就上點難度。
我年前寫了一篇在安卓上部署 DeepSeek 的教程，並在文末表示想在 ios 上試試部署。
剛好知乎直答接入 DeepSeek R1，那就用直答來幫助我寫這個教程吧。
於是，我讓給我寫一個完整的餵飯級教程，怎麼在蘋果手機上部署並執行 DeepSeek R1 7B 開源模型
當然，一開始，知乎直答也和 DeepSeek App 一樣，響應不過來了，看來知乎直答得趕緊擴容。
重新問了一遍，好了。
從上面標紅的部分可以看到，它參考了很多知乎上的文章，包括我之前寫的一篇文章，在參考來源第 7 條。
其最後給出的回答也是有理有據的，甚至給出了所需工具的下載連結，雖然連結不太對（第一個跳轉到官網而非 App store，第二個 404），但名字對了，自己去搜一下就好了。
甚至還給出進階設定。
不過，App Store 上並沒有名為 MLC LLM 的應用，如果要用，則需要自己從原始碼中 build。雖然 MLC LLM 網站上推薦了名為 mlc chat 應用，但這個應用不能匯入外部模型。
不過，在我搜索應用的過程中，找到其他可以匯入模型的 app，例如 LLM Farm，On-Device AI 等，大家可以試試。
出了個更垂直的題目考考直答。要它根據 DeepSeek R1 和 In-Context Lora，製作四宮格漫畫
可以看到，它把知乎文章和回答作為主要參考來源，其中第一篇是我之前寫的文章。
不過這篇文章寫的是插畫而不是四宮格漫畫。我出這個問題，是想看看其舉一反三的能力。
參考來源中，除了知乎，它也搜尋了 CSDN，個人部落格等各種資料。
DeepSeek 根據搜尋結果，進行了如下思考過程。
可以看到，每一步都是對的。
總體來說思路是對的，不過很多細節都沒最佳化好，例如怎麼讓 AI 生成四宮格，而不是四個大小不一的圖片。
可以追問，讓它再詳細點。
但 ComfyUI 裡面跑程式碼不方便，於是我可以繼續問。
然而，正如社群發現的，DeepSeek R1 的幻覺問題還是挺嚴重的，例如紅框部分，其實並沒有 In-Context Lora 的外掛，In-Context Lora 是一系列權重。
當然，你可以去糾正它。
但給出的回答依然還是有幻覺。
當然這個例子我測試的問題有點多，就不一一截圖了。
這個例子表明，當你用一個不算很熱門的技術框架時，而且其中涉及很多步驟時，R1 很大機率會出現幻覺，無法做出你想要的效果。