昨天和朋友聊天时，他提到一个有意思的问题，让我瞬间不知道怎么回答。
他说：
现在好多企业都在接入深度思考模型，但感觉深度思考和平时用的普通模型没什么区别，甚至质疑深度思考到底有什么用。
我相信，很多小伙伴可能也遇到过类似的想法，或者对这个问题有过思考；毕竟平时用AI搜索能解决不少问题，那为什么还要用深度思考呢？
其实，要想用好深度思考，得先搞清楚它的独特之处。
先破除一些认识：
如果让我来形容深度思考模型、普通模型的区别，我个人更觉得它们像人类大脑的理性脑、感性脑，或者用心理学中的术语来说，像系统1（System 1）和系统2（System 2）。
传统AI模型（如DeepSeek V3、Kimi）更像速记员，能从知识库快速检索出信息，但缺乏深度分析；深度思考模型（如阿里QwQ、Kimi的K1.5）更像「战略顾问」，能够拆解复杂问题、模拟思维链。
我举个例子：
生活场景中，如果奶奶问DeepSeek V3模型红烧肉要放多少糖，它可能会迅速回答：50克，外加两片姜去腥；这就像一个点读机直接给出答案。
但使用深度思考模型，它会这样回答：如果要改良传统红烧肉的配方，用蜂蜜替代白糖可以让口感更亮，但要注意火候，避免烧焦。
你看，这种回答更像一个大厨的思考方式。
再比如，当你问AI《静夜思》是谁写的？传统DeepSeek V3会秒答：李白。但深度思考模型（如DeepSeek R1、K1.5）可能会说：
《静夜思》是李白的作品，这首诗表达诗人对故乡的思念之情，从创作背景来看，它反映了唐代文人的思乡情绪，这种情感在当时的社会环境中十分常见。
因此，深度思考模型不仅能给出结论，还提供更丰富的背景信息和逻辑推理，这种多维度推理是它和传统模型本质的区别。
还有一点，二者在拆解问题的能力上也有明显差别。
传统模型面对问题时，不会把问题拆的很细，这方面，很多人应该感受的到。
你问DeepSeek V3：如何提高我的写作能力？它会说：“多读书、多写作、多练习、学习语法。”这答案没错，像一个现成的模板，感觉不够针对具体情况，也没什么层次感。
深度思考模型完全不同，它会把问题拆成几个部分，再一步步回答。同样问“如何提高写作能力”，它可能会说：
想提高写作能力，可以从这几个方面入手：如果你是小说作者，可以多读点散文、小说，或者悬疑推理类的书，积累词汇和灵感，也可以从你感兴趣的方向开始。
写作时可以先列个提纲，定好论点和人物设定，避免跑题；语言上，试着用点比喻或抽象手法，让文字更生动。写完后，最好找朋友看看，给点意见，或者用工具检查下语法，再根据反馈改改。
你看，它不光给答案，还会从内容、规划、表达和改进几个角度去讲，甚至可能还反问你平时写什么题材？然后，更贴心的给出建议。
这像你雇了一名老师在旁边。
因此，这种把问题拆开、一步步分析的能力，让深度思考模型在处理复杂或不太明确的问题时特别有用，不只告诉你「是什么」，还会说「怎么做」以及「为什么这么做」。
很明显，深度思考模型不只是个慢一点的AI，而是一个能真正帮你深入思考问题的聪明助手。
既然这样，什么时候用快模型？什么时候用深度思考？我有两个原则：
第一，信息检索需求简单直接，时间效率优先。也就是说，当要快速获取某个简单信息，或者在时间紧张的状态下快速完成某个任务时，快思考是最有用。
查询苹果2024年的净利润是多少，了解蜜雪冰城招股书中的关键信息，这些场景下快思考能很好地满足需求。
那么，什么时候用慢思考呢？
第二个原则是：当面对复杂问题时，需要深度分析、创造性或策略性思考，尤其是当信息需求本身不够明确时，慢思考显得更为合适。
以我这两天遇到的问题为例，下周我要去中国政法大学，为大二新闻系的学生进行两个小时的分享，我一直在思考，这两小时应该讲些什么内容。
于是，我把问题背景告诉了深度思考模型。我说：
下周要去中国政法大学给大二新闻系的学生做分享，目前有一些基础信息和我想讲的内容，但认为信息还不够完善，也比较混乱。
我希望你能结合我的背景和学生的背景，帮我梳理一下，哪些内容是学生能学会的，又不会让他们觉得枯燥，最好还能让他们在实践中用得上。
经过两三轮对话，深度思考模型给我提供了一个非常大的框架，但我觉得还不够细致。我又说：我们分步骤来，第一部分、第二部分、第三部分一个个来。大概不到半小时的聊天后，整个框架就出来了。
基于这个框架，我制作了一个120页的PPT。
另一个经历是创作。
每次写作之前，我会先自己思考，但发现视野往往比较局限，只能想到两三个不同的视角，这种情况下，我会借助深度思考模型来拓宽思路。
我会对它说：现在正在写某篇文章，现有观点还不足以让内容更丰富。我希望你能基于「事实」，从不同角度帮我进行有理有据的思考。比如：心理学角度、市场营销角度，或者其他你认为合适的方向。
它会提供几个清晰且多维度的视角，让我能够从多个方面去完善文章；这种多角度思考方式，不仅丰富了内容，还让我能够从更全面的视角去分析问题，避免思维的局限。
不过，我看到，部分人在小红书上吐槽，使用深度思考模型会遇到一个问题：它的深度思考有时「太深」。从普通人角度来看，这种深度会让人觉得它在「瞎琢磨」。
比如：
当你问它“我该如何完成自己的KPI”时，它可能会分析工作目标、未来计划，甚至延伸到职业发展的各个方面；虽然听起来很全面，但最后会让你感觉说了不少，却好像也没什么实际卵用。
这本质上，因为我们没有给它设定清晰的限定条件，导致它的深度思考变得过于发散。
我的做法是：在任务中给它一个明确的框架。
具体来说，当要分析某家公司的财报，或比较两家公司的利润和市场营销投放情况时，我会引入一些专业框架，如波特五力模型、5W2H分析法，或者是市场优劣势分析。
我会明确告诉它：我现在正在分析蜜雪冰城这家企业的竞争态势，要用波特五力模型来分析它的行业竞争环境，或者用5W2H来梳理它的市场营销策略。
这种方式，模型就能够基于指定框架、准确地分析出关键因素，甚至结合最新数据，提供更深入的洞察。
所以，这种做法，不仅能避免模型的思考过于发散，还能充分发挥深度分析的优势，同时，帮助我在处理复杂任务时节省时间，确保分析的严谨性。一举三得。
我认为，明确限定条件来引导深度思考，是一种更高阶的用法，这种能力，不仅能让AI给自己当顾问，还提升了个人思考广度和深度。正如DeepSeek首席科学家在2025年Q2财报会议上所说：
人类真正竞争力，正在从更快思考，转向更好提问。
以上，希望对你有所启发。
本文来自微信公众号“王智远”（ID：Z201440），作者：王智远，36氪经授权发布。
