DeepSeek：好奇宝宝的免费一对一科学老师

最近用DeepSeek做了一系列教育实验，结果一次次让人眼前一亮。挑几个片段整理出来，希望能给你带来启发——当然，也欢迎你在和DeepSeek聊出有趣内容后，来分享你的“哇塞”时刻。

今天这篇为了阅读方便，先把重新排版后的对话贴出来（严格保留原始对话，包括AI翻车的那部分），然后是R1思考过程中的亮点，最后是它与O3-mini-high的对比。

AI肯定能成为老师和父母的得力助手，帮我们应对孩子层出不穷的“十万个为什么”。但关键问题是：如果不想让孩子觉得“反正问AI就行，我不用学了”，那就不能让AI直接甩答案。更好的方式，是让AI引导孩子自己去找答案，还能顺势拓展，用更多相关的问题点燃孩子更强的求知欲。

所以，设计了一个循循善诱的科学老师角色：面对孩子的任何问题，它首先会澄清问题、搞明白孩子为什么这么问；接着思考相关的知识点，提炼出关键问题；最后引导孩子观察现象、提出猜想并验证，最终才给出解释，再用拓展问题引出更多思考。

之前用Claude 3.5或O1时，这套提示词只能让老师从回复中获得一些启发，借鉴到和孩子的讨论中。那么，DeepSeek-R1的表现如何？来看例子——

问题来自一套非常可爱的书的第一节：为什么水是湿的。

整个对话中，因为故意误导，R1也出现了好几次胡说八道。但坦率地说，真人老师面对孩子的任意问题，或许会犯比AI更多的错误。可以尝试把metaso、幻觉小模型和R1结合起来使用，应该能比较有效地避免这类问题。最近R1太不稳定，等后续稳定了再来尝试。

这段对话里最让人喜欢的一点是，AI用通俗易懂的方式给出了大量日常生活中的相关现象——孩子的一个问题裂变成好几串问题，简直像好奇心的永动机。甚至给得太多了？这时需要陪孩子的成年人观察一下孩子的接受度，别被AI砸懵。

这次使用的提示词如下图。如果给求知欲旺盛的孩子用，可以考虑调整一下，让AI提及更多专业术语并简单解释。

R1和孩子的对话清晰简洁，但内心戏其实非常多，思考过程中藏着很多给人启发的火花。提示词和完整对话，都可以在后台查看。

最后，给大家看个笑话吧。下图是OpenAI刚发布的O3-mini-high，和之前O1-Preview刚推出时很像——经常出现离谱的伪思考（调和酒精和蜜糖创造一种平衡的味道？O3你是认真的吗？！）。前些天看到拾象闭门会讨论内容中，提及模型会“先去生成没有用的想法，然后最后突然答对，原因在于很多RL hack做得非常隐晦，模型可能在预训练的时候背了很多问题，所以明面上是在思考，其实只是在靠近背的题。”这和用O家推理模型的体感非常一致。难道是只追求scaling law，练出了会背很多题的书呆子？

使用O1的体感，甚至一度让人坚信让AI自己拆解问题、评估回答、左脚踩右脚，是踩不出AGI来的。好在，现在有在深度思考上断崖式领先的R1让人重新看到希望。嗯，该去认真读读R1-zero的论文了。从目前R1带来的惊喜看，这真的是AlphaZero级别的突破。