DeepSeek 的“思考过程”到底是什么？
打开 Thinking 会怎样？调用 API 时的 Chat 和 Responses 又是什么？
在 DeepSeek 里输入“说出 10 个夸我的理由”，十个理由还没出现，屏幕上先多了这样一段文字：
看着“正在思考”里的这段分析，你可能也想问：
- 这段文字是什么？就是模型的全部思考吗？
- 开和不开 Thinking（思考模式），实际有什么区别？
- 自己写代码调用 DeepSeek 的 API 时，Chat、Responses 这两种写法有什么区别？它们也能开 Thinking 吗？
这篇约 6 分钟，用这次聊天和两段调用代码理清这三个问题。代码只需对照看，不必运行。
1. 多出的“思考过程”，到底是什么？
截图里，它在考虑怎样夸得具体、怎样避免过度虚构，还没有开始列那十个理由。
开启 Thinking（思考模式）后，DeepSeek 会先生成这样的分析，再给出正式回答。 官方把前面的分析称为“思维链”，可以把它理解成做题时写的草稿。DeepSeek：思考模式（api-docs.deepseek.com/zh-cn/guide…
这段分析没有记录模型内部每一步运算。最后的理由有没有编造细节，仍要核对。
2. 开和不开 Thinking，区别在哪里？
假如把 Thinking 关掉，再问同一句“夸我”，会少掉什么？先看两种模式分别输出哪些内容：
| 模式 | 会输出什么 |
|---|---|
| 开启 Thinking | 先生成分析文字，再给出答案 |
| 关闭 Thinking | 直接给出答案，不单独输出这段分析 |
开关改变的是是否单独生成这段分析。关掉后，模型仍会计算和回答；开启后先推理再回答，目的是提高准确性，但仍可能答错。DeepSeek：模式开关（api-docs.deepseek.com/zh-cn/guide…
还有一个容易混淆的操作：点击箭头，把“思考过程”折叠起来。这只是把已有文字收起，没有关闭 Thinking。
写成代码，就能看清“开启思考”和“显示分析”分别写在哪里。
3. 用代码调用 DeepSeek
网页上的软件替你发送问题、接收回复。自己写程序，就需要用 API，也就是服务商提供给程序的调用接口。
下面两种写法都问同一句“夸我”，用同一个模型，并开启 Thinking。先准备调用地址和问题：
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["DEEPSEEK_API_KEY"],
base_url="https://api.deepseek.com",
)
question = "说出10个夸我的理由，要求真情实感，要说详细细节！"
「openai」 是现成的代码工具箱，也叫 SDK。「base_url」 指向 DeepSeek；「api_key」 用来提供调用凭证，这里从终端里保存的一项设置（环境变量）「DEEPSEEK_API_KEY」 读取。
写法 A。 接在准备代码后面：
reply = client.chat.completions.create( # ① 选 Chat 接口
model="deepseek-flash", # 选用哪个模型
messages=[{"role": "user", "content": question}],
extra_body={"thinking": {"type": "enabled"}}, # ② 开启 Thinking
)
message = reply.choices[0].message
print("分析：", message.reasoning_content) # ③ 显示分析
print("答案：", message.content) # ③ 显示答案
写法 B。 保留准备代码，把上面的调用和输出部分换成：
reply = client.responses.create( # ① 选 Responses 接口
model="deepseek-flash",
input=question,
reasoning={"effort": "high"}, # ② 开启 Thinking，并设置思考强度
)
for item in reply.model_dump()["output"]:
if item["type"] == "reasoning":
for part in item["content"]:
print("分析：", part["text"]) # ③ 显示分析
print("答案：", reply.output_text) # ③ 显示答案
留意第 ① 处：一个写着 「chat.completions」，另一个写着 「responses」。调用 API 时，这里的 Chat、Responses 是什么？和 Thinking 有什么关系？
这里的 Chat 指 Chat Completions。它和 Responses 是两种 API 接口，收发格式不同：代码 A 用 「messages」 装消息，代码 B 用 「input」 发送问题。
第 ① 处选接口，第 ② 处设置 Thinking，是两项不同的选择。图里把它们画成两条线，最后汇成同一次调用：
图中选了 Chat 或 Responses，都还可以设置 Thinking。对应到代码，关闭思考模式的方法分别是：
- Chat 写法：把第 ② 处的 「enabled」 改成 「disabled」；「extra_body」 会把这个 「thinking」 参数一并发给 DeepSeek。Chat 思考模式示例（api-docs.deepseek.com/zh-cn/guide…
- Responses 写法：把第 ② 处的 「high」 改成 「none」。Responses 调用（api-docs.deepseek.com/zh-cn/guide…
第 ③ 处分别打印分析和答案。Chat 读取 「reasoning_content」 和 「content」；Responses 从 「output」 列表中找分析，用 「output_text」 读答案。取文字的代码不同，是因为返回格式不同。DeepSeek：返回格式（api-docs.deepseek.com/api/create-…
删掉第 ③ 处“分析”的 「print」，只是程序不再显示分析；要关闭 Thinking，得改第 ② 处的参数。
想运行，需要 Python，先执行 「python -m pip install -U openai」，再在终端里设置好 「DEEPSEEK_API_KEY」。预期会看到“分析”和“答案”两部分；若提示缺少这个变量，先检查当前终端的设置。
4. 追问“第三个理由”，它怎么知道我指哪条？
现在已经拿到了十个理由，你继续问：“第三个理由能展开说说吗？”
如果程序只发送这一句话，模型就不知道“第三个”指什么。沿用写法 A，第二次调用前，可以把要发送的消息准备成这样：
messages = [
{"role": "user", "content": question}, # 上次的问题
{"role": "assistant", "content": message.content}, # 上次的十个理由
{"role": "user", "content": "第三个理由能展开说说吗？"},
]
这里的 「message.content」 是代码 A 收到的答案。把这份列表作为 「messages」 参数再次调用，模型就同时拿到了旧问题、旧答案和新问题。DeepSeek：多轮对话（api-docs.deepseek.com/guides/mult…
模型这次回答能使用的材料，叫上下文。 网页聊天时，软件会替你准备。它怎样显示旧回复、下次又发送哪些内容，是两件事：
上面那条线把文字留在屏幕上，下面那条线把旧内容放进新的请求。所以，能在屏幕上翻到旧分析，不代表模型下次一定会用它。
再看刚才的 「messages」：它带上了旧问题和最终答案，没有带“思考过程”。上面的普通 Chat 调用没有配工具，旧分析不用回传；传了也会被忽略。这不妨碍它根据旧答案展开第三个理由。DeepSeek：历史分析回传规则（api-docs.deepseek.com/zh-cn/guide…
换成 DeepSeek 的 Responses，也需要重新提交相关对话。换一个接口，不会自动让它记住之前聊了什么。DeepSeek：Responses 支持范围（api-docs.deepseek.com/zh-cn/guide…
如果以后给模型接上计算器，程序会用 「tools」 参数声明这项工具。DeepSeek 的 Chat 思考模式此时要求完整回传历史分析，并将它放进上下文；即使某轮没有实际调用工具，也要回传。上面的示例没有这个参数。工具场景的回传要求（api-docs.deepseek.com/zh-cn/guide…
再看开头那次“夸我”
同一句“夸我”，程序可以通过 Chat 或 Responses 发给 DeepSeek。开启 Thinking 后，模型先生成分析，再给出十个理由；软件把两部分分别显示出来。你追问“第三个理由”时，程序再带上前面的问答，让聊天接着进行。
对照代码：① 选择收发格式，② 开关 Thinking，③ 显示回复。继续追问时，再检查程序带上了哪些旧内容。
下次想比较开关有没有帮助，可以继续用这句“夸我”各试一次：最后的理由是否更具体，有没有编造细节？分析写得长，并不保证夸得准。🐳
