DeepSeek深度思考网页版（AI技术，12个使用场景）

DeepSeek横空出世快一年了，这期间，我也体验了各种各样的AI产品，周末稍作整理，我将这些使用经验总结了16个场景，与大家分享：

生活中学习中应用：

1：润色文笔

我有有定期撰写个人成长史的习惯，每过一段时间会做一个总结和思考，但初稿往往没法看，条理性差，可读性也低，这时候请AI帮忙提提建议，调整一下语句，文章可读性便会大大提高，把AI当做编辑来使，我觉得还蛮不错。

2：提供菜谱

年初在上海过年时囤了不少食材，那时候很像复刻儿时常吃的菜，尝试询问AI具体做法，它不仅给出了步骤，还解释了背后的原理，对我这种爱问”为什么“的理工男来说，太舒适了，不得不说，AI确实擅长这种有“谱”的事情。

3：设计练习

前半年，我想把专注练习的助人产品推向线下，当时选了《非暴力沟通》这本书，虽然我有一点咨询经验，但设计练习并不擅长，于是我把我的诉求告诉AI，让它生成多种方案，这些练习有好有坏，经过我们试玩、筛选、打磨，最终拿到了一个成品，现场的互动热度也远远超出我的预期。

4：学习知识

常言道“隔行如隔山”，想要了解一个新领域，常有三种途径：向书本学习（虽然广博但只是单向交流）、向身边人学习（虽能深入交流但没有机会接触牛人）、向实践学习（相当有效但试错成本高）。而 AI 能融合三者优势：知识面广、可以互动对话、能用易懂的语言总结给你。虽然它不能创造新东西，但足以帮我们少走许多弯路。

5：翻译英文

遇到优质的文章和视频，总想收到自己的知识库里，但英语不好怎么办，把内容或字幕导出来，让AI翻译一遍，就能迅速的了解到作者的意图，不至于因为语言障碍而止步不前。

工作中应用：

6：解读源码

读不懂别人留下的“屎山代码”，是很多程序员想跑路的一个理由。很多时候，代码复杂并非因为设计高明，而是源于不同领导的喜好导致的。上个领导喜欢方案A，现在的领导喜欢方案B，改来改去，代码里就出现了A和B两个方案，这就直接导致新人看不下去了，如果让AI去梳理，就简单多了，它还可以给你出个时序图，技术文档，也不用你再写一份。

7：搜集方案

外人看程序猿总觉得是修电脑的，可程序员都知道这不是一回事儿，即使程序员之间，也存在我会你不会的情况，就拿Java程序员来讲，有的擅长缓存，有的擅长调优，有的擅长crud，碰到你不会但又需要你解决的时候，让AI先提供思路和方案，是一个不错的选择。

8：帮写测试

以前不爱写测试用例，觉得费时又费力，还需要长期维护，但工作久了发现，测试先行确实会大大减少返工，毕竟测试人员只能测整体功能，并不会触及到更多的细节，现在有了AI，可以先让它写几个测试用例，再基于此修改，轻松不少。

9：修复bug

有时候碰到一个错，你也不知道问题出在哪里了，把报错信息丢给 AI，它立马会给你一个方向，反馈速度远超问人，还免去了人情顾虑，我觉得大部分常见问题都能借此解决。

10：优化代码

代码写的不清不楚，命名看不懂意图，经常NPE？这时候让AI去优化一番，会有事半功倍的效果，体验下来，让AI去做方法级别的优化是最好的，不建议一次性做大面积的优化，这样会有较大的风险。

11：转流程图

平常写文章一直在用md，很多人都推荐使用mermaid画流程图，我一直用不惯，有了AI后，我可以先把分支判断写到大纲笔记上，再用AI转mermaid代码就方便多了，也就几秒的功夫。

12：转换数据

让AI做一些数据转换的工作我觉得还是蛮方便的，比如我写了一个model，需要样例数据，我需要将xml格式转csv等，它能帮你做的很好。

小结

总之，目前AI可以很好地完成一些局部、轻度、可控的优化，用的好，你的成长速度会比以往更快，在将来，年龄和跨界都不是问题。但如果让它完全替代人去做，我觉得是不可行的，理由有两个。第一，AI的改动太大，那就不是”自己的作品“了，而且会变得难以理解和迭代，你可能会说只要能work就行了，它做了些什么，我一点也不关心，但这样的后果是，下次新的需求，只能让AI推倒重来，而不是站在巨人的肩膀上继续演化。第二，大幅改动通常伴随不可控的影响，无人承担责任的局面，是任何社会组织都难以接受的，如果未来提交 AI 生成的代码时，你被要求加上一句”代码由AI自动生成，对此我负全责"，你会签字么?

继续浏览有关 DeepSeek深度思考网页版DeepSeek官网入口deekspeek网页版deepsleep网页版deepspeak人工智能 的文章