一个输入框塞进搜索、读文件和深度思考,DeepSeek 这波“全家桶”到底怎么玩?
一个输入框塞进搜索、读文件和深度思考,DeepSeek 这波“全家桶”到底怎么玩?
最近科技圈有件挺有意思的事:DeepSeek 把自家 App 的“后厨”对外开放了。
官方说得很直白——原来 App 里那些让人上瘾的能力,现在开发者只要在接口里打开对应开关,就能拿到深度思考、联网搜索、文件输入;语音识别、语音合成、图片文字识别也都能单独调用或者组合使用。消息一出,不少人的第一反应是:这不就是允许大家“1:1 复刻一个 DeepSeek App”吗?
更有意思的是,官方顺手还开源了一个小小的聊天示例。它没有后端、没有数据库,就是一个网页,打开就能聊。而它最值得看的地方,恰恰是输入框下面那两个不起眼的小开关。
一、它到底是个啥?说白了就是“点单加料”
你可以把这个项目理解成一杯基础款奶茶。
茶底是大模型本身,能聊天、能写字;而输入框下面那两个开关,就是“加珍珠”和“加奶盖”:点一下“深度思考”,它就先在心里打草稿再回答;点一下“智能搜索”,它就临时出门帮你上网查资料;再拖进去一份 PDF,它还能边看你的文件边回答。
三个动作可以单点,也可以全都要。
这就解释了它为什么突然被讨论:过去我们用一个 AI,要么只能聊、要么只能搜、要么只能传文件,像在几个不同的窗口之间来回切换;现在官方把这几样能力做成了“可自由组合的开关”,一个对话框里全给你安排上。
二、两个小开关,背后各管一摊事
先说深度思考。
关掉的时候,它像一位反应很快的同事,你问什么它答什么,胜在利索。打开之后,它会在正文前面多出一段“思考过程”,你能看到它怎么拆解问题、怎么拐弯、在哪儿犹豫。等回答出来,那段思考会自动折叠成一行小字,比如“已思考,用时 12 秒”。
这个设计挺懂人:既让你知道它没瞎猜,又不至于让一大段内心戏挡住正文。
再说智能搜索。
关掉它,模型就老老实实靠自己的“记忆”回答,优点是快,缺点你也懂——它对最新的事可能一无所知。打开它,它就会主动去网上找资料,回答里带上小角标,底部还会冒出一排网页缩略图,写着“已阅读 3 个网页”,点开就能看它到底读了什么。
这里有个容易被忽略的细节:“读链接”这个能力是常年开着的,并不受搜索开关控制。
也就是说,哪怕你把智能搜索关了,只要你在提问里贴了一个网址,它照样会点进去把文章读完再回答你。这很符合真实使用习惯——我都把链接递到你嘴边了,你总得看一眼吧。
而当你同时打开深度思考和智能搜索,玩法会再升一级:它会“边想边搜”。先想清楚要查什么,再搜;搜到一半发现某个网页靠谱,就点进去看;看完还嫌不够,还能在页面里搜关键词。界面上会依次出现“正在搜索”“浏览 3 个页面”“查找关键词”这样的过程记录,像看一个人现场办案。
三、文件不是“扔进去就行”,它有一套讲究
传文件这件事,很多人以为是“把文件丢给 AI”。实际过程更像寄快递。
你选中文件的那一刻,它先悄悄把文件上传,拿到一个“取件码”;等你按下发送,它再把取件码连同问题一起递过去,模型凭码取件。所以你会看到附件卡片上先是“上传中”,转好了才允许发送——这不是磨蹭,是怕你问题都问完了,文件还没到。
图片走的是“看图”通道,PDF、Word、PPT 会先做版面解析,相当于先帮你把排版、表格、图表的位置理清楚;纯文本、代码、表格、电子书则按普通资料处理。单个体积上限也不太一样:普通文档 64MB,纯文本类小一些,32MB,一次最多 50 个。
还有个很贴心的兜底:如果服务端说“这个文件过期了、取件码失效了”,它会自己重新上传,再重发一次请求,最多试两回,中间还会等一等再试。你不用手动重传,也不用重新打字。
四、组合起来,顺序和“副作用”才是精髓
开关谁都会做,难的是组合之后不出乱子。这个小项目里有几个设计,普通用户可能感知不到,但用起来会觉得很顺。
第一,先寄件,再提问。 文件没传完,发送按钮就是灰的。这避免了一种最常见的翻车:AI 说“我没有看到你提到的文件”。
第二,搜索是单独计费的。 它和聊天的字数费用分开算,搜了几次、成功几次都有账。所以“随手开搜索”并不是没有成本,问一些常识问题时,关掉反而更划算。
第三,带搜索的回答,不能“接着往下写”。 项目里有个规则:一轮回答里只要用过搜索或读过链接,就不提供“继续生成”。原因不复杂——中间夹着一堆网页和工具记录,硬接下去容易接歪。反过来,如果是字数到顶被截断,或者你手动点了停止,它可以顺着往下续。
第四,搜索结果不会每一轮都硬塞回模型脑子里。 上一轮搜到的网页,多数只用于展示和引用;真正要带进下一轮上下文的,是那些被读过的链接。否则聊上十轮,光网页就把上下文塞满了,既慢又贵。
第五,说错话会被“当场收回”。 项目默认开着安全审核。一旦触发拒答,前面已经显示出来的思考和正文会被前端直接丢弃,只留一句模板答复。这有点像直播时说错话,导播立刻切画面——虽然内容已经发出去了,但至少不会继续摆在那里。
第六,它会记得“今天几号、你在哪”。 每次提问前,它会悄悄递上一张小纸条:日期、星期、你所在的城市、使用的平台和语言。别小看这个,问“今天有什么新闻”“这周末天气怎么样”时,模型最缺的就是这个时间锚点。
第七,标题是自动起的,但你改过之后它就不再插手。 第一轮对话结束后,它会顺手给这个会话起个短标题;如果你手动改了名,它就闭嘴,不再覆盖你的命名。
五、极简前端,把“看不见的能力”变成看得见的按钮
这个项目最讨喜的地方,是它没有把能力藏进设置菜单,而是全部摆在输入框下方。
两个小按钮,一个灯泡图标写着“深度思考”,一个地球图标写着“智能搜索”。选中就变色,鼠标悬停会告诉你“先思考后回答,解决推理问题”“按需搜索网页”。手机屏幕窄、放不下字的时候,文字会自动收起来只留图标,不会把输入框挤变形。
开关状态还会被记住。这次你开了深度思考,下次打开网页它还是开着的,不用每次都重新点。
回答区域则是一条“时间线”:思考、搜索、打开网页、页内查找、最后才是正文。搜索进行中,搜索词会像跑马灯一样轮换,让你知道它在查什么;搜索完成后变成“已阅读 3 个网页”,点一下右侧就滑出搜索结果面板,来源标题、站点图标、摘要、发布时间一目了然。
正文里的引用也不是摆设。每个角标对应一个来源,点开能直接跳转原文;答案底部还有一排站点缩略图,相当于给你留了一份“参考资料清单”。对写稿、做报告、查资料的人来说,这个比“看起来很像真的”要重要得多。
另外一些细节也挺生活化:文件可以拖进来、可以直接粘贴截图;语音输入说完就转成文字插到光标处,手机上录音时输入框第一行会变成跳动的频谱;回答还能一键朗读,两种音色可选。历史记录支持打包导出成压缩文件,换台电脑也能带走。
六、普通人怎么上手?门槛比想象中低
不需要显卡,不需要装环境,也不用懂命令行。
它本身就是一个纯前端网页,官方提供了在线体验页;也可以下载打包好的压缩包,解压后双击那个网页文件就能用。第一次打开时,去设置里填上自己的 API Key,就可以开始聊了。
手机浏览器同样能用,界面会切成适合单手操作的布局。你的对话和附件存在浏览器本地,API Key 和偏好设置也存在本地,不上传到自己以外的服务器——但要注意,发消息、传文件、用语音时,内容仍然会送到你所配置的接口服务,这一点心里要有数。换个浏览器或者清空浏览器数据,本地记录就看不到了,重要对话记得导出备份。
至于适合谁:自媒体找选题、查资料、要出处;学生读论文、啃 PDF;上班族看合同、读财报、整理会议纪要;开发者想研究“官方 App 到底是怎么把这些能力串起来的”,它也是一份非常干净的参考。
写在最后
以前我们评价一个 AI,习惯问“它聪不聪明”。现在这个问题正在变成:“它会不会自己找资料?会不会看文件?会不会把话说清楚,还顺手告诉你出处?”
这个小项目没有炫技,它只是把三件事摆在了同一个输入框下面:想清楚、查明白、看仔细。但恰恰是这种“开关式”的组合,让人第一次直观地感觉到——AI 不是一个只会聊天的窗口,而是一套可以自己调配的工作流。
那么问题来了:如果只能保留一个开关,你会留下“深度思考”,还是“智能搜索”?或者你更贪心,三个全都要?评论区聊聊你的用法。