微信搜索接入 DeepSeek 后，我看到了太多 DeepSeek 生成的水文，也看到了太多“王炸”、“里程碑”、“深水炸彈”、“重構 AI 搜索”、“游戲終結”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。

本文純古法釀造，古典自媒體人衛夕用純機械鍵盤手打，真正的“人工”智能——

PART 1

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“用透明膠將 DeepSeek 粘到了微信搜索上”——

沒有歷史記錄、沒有上下文聯動、沒有文件上傳功能、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標簽。

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、二是輸出結果之后有“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。

如果拿出來讓業內同學盲猜，我相信至少五成的從業者不會相信這是微信推出的產品。

PART 2

那么問題來了，為什么要這么匆忙上線？

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么快上是為了“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內。

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，微信產品團隊內心的 OS 可能是——“我們去年也推過AI問一問、公眾號AI語音、公眾號AI回復、輸入法AI、微信讀書AI總結，也沒見大伙這么熱情啊”

而前臺呈現的所謂“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”（事實上，這兩天還是有崩了的情況），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，后續可以分分鐘根據反饋快速優化。

為什么談不上“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。

這二者有本質區別，后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范圍，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“敢為天下后”，支付、短視頻、電商莫不如此，節奏不急不緩，心態四平八穩。

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 這種熱搜圣體加持。

PART 3

為什么選擇搜索切入？

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，無論微信內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，后續微信的節奏，大概率還是會從公眾號對話、小程序客服等長尾場景繼續切入，在打磨成熟之后才會切入聊天框等核心場景。

PART 4

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夸大了。

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，后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。

這也是為什么率先接入 GPT4 的微軟 Bing，并沒有從谷歌搶到什么市場份額的核心原因。

那些分析微信接入 DeepSeek“搜索游戲終結”的論調對行業的基本常識缺乏尊重。

PART 5

和很多國內早早宣布接入 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，它在其實是給 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 開源協議這種寬松的自由軟件許可標準，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”是一個重要的示范。

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。

PART 6

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標準，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，但僅憑接入公眾號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別了。

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”也得拆分成“聯網”和“搜索”兩個點獨立分析。

先看“聯網”。

“聯網”的背后對應的是數據，除了爬蟲能爬到的公共數據，核心差異其實是 App 孤島背后私有數據。

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。

而公眾號的數據，總體而言高于頭條等通俗媒體，但同樣有類別上的差異和偏好。

比如對于偏生活類的信息，其不一定有小紅書那么多元，比如對于財經信息，其不一定有雪球那么深入。

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，其搜索結果千差萬別。

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，然后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、冗余度大，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，背后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。

PART 7

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“微信對話開放平臺”，支持一分鐘構建對話機器人，但這個服務至今只局限在“公眾號”、“企業微信”、“小程序”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智能體變成你隨時聊天的好友，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，一定會在兩年內推出微信版的 Agent 平臺，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序。

PS：微信對話開放平臺的域名是：openai.weixin.qq.com（現在輸入這個地址還能打開），去年改成了 chatbot.weixin.qq.com，十分有趣。

PART 8

微信和其他騰訊接入 DeepSeek，并不意味著 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態需要混元的多模態能力（比如廣告創意生成），而多模態恰恰現階段還是 DeepSeek 的短板。

這周混元也開始小范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標領先的“硬貨”。

PART 9

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、騰訊云、微信 AI 團隊、其他應用等多個 AI 相關團隊，

目前看，騰訊內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（技術工程事業群）調整至 CSIG（云與智慧產業事業群）

“元寶”在應用層將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后的元寶與業界先發者競爭，值得觀察。

騰訊的生態太復雜、太龐大，也并不見得每一個產品都適合 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。

PART 10

去年馬化騰在財報會上談到“對于工業革命來講，早一個月把電燈泡拿出來不那么重要的”，當時不少業內人士還評論其在 AI 投入上不夠激進。

如今看，隨著 DeepSeek 陸續被接入騰訊云、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”在很大程度夠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標可以激發更多嘗試、不忽略關鍵技術節點。”

這句話的潛臺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 一日千里的進化速度，任何局中人唯一值得推崇的策略就是用“貝葉斯公式”隨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。

PART 11

“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，但我確實找不到更好的詞來形容。

什么意思？

我們現在和包括 DeepSeek 在內的一切 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，從技術角度它回應的上限也十分有限。

人是什么？

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，你會裝什么？

所以，如果用戶主動授權通過微信提升對 AI 的輸入帶寬（前提是有優雅的隱私解決方案），AI 不僅知道你對它提了什么問題，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？”

別笑，我只是舉了一個最沒有想象力的例子，想要更多案例請將我這段論述輸入 DeepSeek，它繪的藍圖一定更精彩。

更多DeepSeek 使用技巧：

簡單感受一下

PART 12

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”。

許多年后，當我們回顧這一輪 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、阿里等標桿漲幅喜人，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，怎么吹都不過分。

2025，AI 還會繼續狂奔，讓我們搬好小板凳。

歡迎關注作者微信公眾號：「衛夕指北」