DeepSeek 评价开源框架存在幻觉么?

DeepSeek 横空出世

2025 年,DeepSeek 以「价格屠夫」姿态将 API 成本降至新低(输入 0.1 元/百万 tokens,输出 2 元/百万 tokens9)霸榜了 AI 热搜。

AI 生成内容中最让人关注的就是回答内容是否存在 “幻觉”,我们不希望 AI 为我们 “无中生有”,DeepSeek 同时会联网搜索 深度思考,那它在技术选型时候存在幻觉么?
在这里插入图片描述

我们来一次炼金术士,把 shoulder 喂给 DeepSeek 评论,看 DeepSeek 会不会 无中生有

Java 开源框架 Shoulder: https://gitee.com/ChinaLym/shoulder-framework

DeepSeek 输出

直入主题,以下是DeepSeek输出,一起看看他会不会 “无中生有”?

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

DeepSeek “无中生有”了么

1. 高度集成的模块化设计(开箱即用)

这个点 DeepSeek 的观点如下:

预置企业级通用模块
集成身份认证(如 JWT/OAuth2)、权限控制、日志审计、数据脱敏、分布式事务等高频需求模块,开发者无需重复搭建基础设施。

技术栈整合
基于 Spring Boot/Cloud、MyBatis-Plus 等主流框架封装,提供统一编程范式,降低技术选型碎片化风险。

「功能即插件」模式
可按需启用或替换模块(如替换默认日志组件为 ELK),灵活性较高。

大多正确
Shoulder 这个框架确实通用模块的少量集成,也确实在 Spring Boot、MyBatis-Plus 基础上增加了实用扩展,如自动分页,统一返回值,日志记录,链路追踪等能力;
但 ELK、Spring Cloud 并不是 Shoulder 最轻量态提供的,而是提供了 Docker 部署的说明。

2. 深度适配国内开发环境

这个点 DeepSeek 的观点如下:

本土服务集成
内置微信/支付宝支付、短信验证码(阿里云/腾讯云)、OSS 文件存储等国内常用服务接口,减少对接第三方 SDK 的代码量。

符合国内规范
支持敏感数据自动脱敏、审计日志格式兼容监管要求,降低合规性开发成本。

中文文档与案例
提供中文文档及本土化示例(如政务系统、电商后台),降低理解门槛。

部分有幻觉

  • 幻觉:实际上 Shoulder-Framework 并没有 微信/支付宝支付、短信验证码、OSS 存储等集成,而是在 Shoulder-Platform 中有示例代码。
  • 准确:Shoulder 确实有一些开发业界精华规范指导和中文文档,从他的网站就能看到 https://doc.itlym.cn/
    在这里插入图片描述

Deep Seek 其余评价内容

  1. 约定优于配置(CoC)
  • 标准化项目结构
    强制分层架构(Controller/Service/DAO 等),统一团队协作规范,减少风格争议。

  • 智能默认配置
    数据库连接池、线程池、缓存策略等常用配置已优化,开发者只需关注业务参数。

  • 代码生成工具
    支持通过模板生成 CRUD 代码,加速重复性工作(类似 MyBatis Generator 但更贴合框架规范)。

  1. 轻量化与性能优化
  • 低资源消耗
    对比传统企业级框架,减少非必要依赖,容器启动速度和内存占用更具优势。

  • 针对性调优
    对高并发场景(如缓存穿透、分布式锁)提供内置解决方案,避免开发者自行踩坑。

  • 微服务友好
    模块可独立部署,适合云原生和容器化环境。

  1. 降低维护成本
  • 统一技术栈
    约束团队使用同一套框架和工具链,减少后期维护的复杂性。

  • 监控与诊断
    集成健康检查、链路追踪(APM)、异常报警等运维能力,提升系统可观测性。

  • 版本兼容性管理
    主动适配 Spring Boot、JDK 等核心依赖的长期支持(LTS)版本,减少升级冲突。

DeepSeek 评论总结

DeepSeek 大部分内容准确,且能节省我们了解一些技术的时间,但存在一定的幻觉,整体可接收,DeepSeek 牛逼!💪

拥抱新技术,拥抱AI!

扩展:Shoulder 是什么?Spring Boot 的「智能增强插件」

Shoulder 是一款基于 Spring Boot 的国产开源框架,定位为「Spring Boot 的最佳搭档」,通过预置高频功能模块(如安全通信、审计日志、全局 ID 生成等),让开发者告别重复造轮子,专注于业务创新。其核心设计理念与 DeepSeek 的「技术普惠」不谋而合——用更低的成本,实现更高的价值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/14998.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【大模型】硅基流动对接DeepSeek使用详解

目录 一、前言 二、硅基流动介绍 2.1 硅基流动平台介绍 2.1.1 平台是做什么的 2.2 主要特点与功能 2.2.1 适用场景 三、硅基流动快速使用 3.1 账户注册 3.2 token获取 3.2.1 获取token技巧 四、Cherry-Studio对接DeepSeek 4.1 获取 Cherry-Studio 4.2 Cherry-Stud…

DeepSeek之Win10系统部署教程

一、下载并安装Ollama 1、为什么要安装Ollama的呢? Ollama 是一个用于本地部署和管理大型语言模型(LLM)的工具,支持多种模型格式和框架。 它可以帮助用户轻松下载、配置和运行模型,同时提供统一的接口和依赖管理。 …

DeepSeek-r1和O1、O3mini谁更强?

DeepSeek-r1和O1、O3mini谁更强&#xff1f; 题目&#xff1a;编写一个 js 程序&#xff0c;显示一个球在旋转的六边形内弹跳。球应该受到重力和摩擦力的影响&#xff0c;并且必须逼真地从旋转的墙壁上弹起 DeepSeek-r1 <!DOCTYPE html> <html> <body> &l…

我用AI做数据分析之数据清洗

我用AI做数据分析之数据清洗 AI与数据分析的融合效果怎样&#xff1f; 这里描述自己在使用AI进行数据分析&#xff08;数据清洗&#xff09;过程中的几个小故事&#xff1a; 1. 变量名的翻译 有一个项目是某医生自己收集的数据&#xff0c;变量名使用的是中文&#xff0c;分…

如何搭建DeepSeek R1的训推环境?

本篇文章主要介绍基于Linux系统的Tesla A30 GPU的硬件环境搭建深度学习环境&#xff0c;为训练和推理DeepSeek R1 提供必要的环境&#xff0c;篇幅最后也会介绍到MIG的一些常见报错解决方案。 Anaconda安装 进入 https://www.anaconda.com/download/success 选择Linux安装包。…

模型压缩 --学习记录2

模型压缩 --学习记录2 如何找到更好的权衡方式(模型量化)方法一:寻找更好的 range方法二:寻找更好的 X-fp32(浮点数)方法三:寻找更好的 scale 和 zp方法四:寻找更好的 roundPTQ 后训练量化(离线量化)QAT 量化感知训练(在线量化)量化为什么会带来加速?三、模型稀疏技…

Unity3D仿星露谷物语开发28之切换场景

1、目标 Player可以在Scene1_Farm和Scene2_Field之间自动切换。通过Trigger实现该功能。同时创建一个预设体绑定该功能&#xff0c;这样可以把预设体放到任何场景中&#xff0c;通过配置即可实现Player在Scene之间的自由切换。 2、创建场景切换的工具对象 在Hierarchy中&…

Maven插件—flatten-maven-plugin:工程模块统一版本依赖

文章目录 前言一、认识flatten-maven-plugin插件二、如何使用flatten-maven-plugin插件&#xff1f;未使用flatten-maven-plugin插件之前的情况描述配置flatten-maven-plugin插件步骤1&#xff1a;最外层父模块安装插件&配置版本变量步骤2&#xff1a;各个自模块使用版本使…

并查集题目

并查集题目 聚合一块&#xff08;蓝桥&#xff09;合根植物&#xff08;蓝桥&#xff09;等式方程的可满足性省份数量 并查集&#xff08;Union-Find&#xff09;算法是一个专门针对「动态连通性」的算法。双方向的连通。 模板&#xff1a; class UF {// 连通分量个数private …

【玩转 Postman 接口测试与开发2_019】第15章:利用 Postman 初探 API 性能测试(含实战截图)

《API Testing and Development with Postman》最新第二版封面 文章目录 第十五章 API 接口性能测试1 性能负载的类型2 Postman 负载配置3 Postman 性能测试实战3.1 Fixed 型负载下的性能测试3.2 基于数据驱动的 Postman 接口性能测试 4 性能测试的注意事项 写在前面 终于来到了…

Linux(20)——调度作业

目录 一、调度延迟的用户作业&#xff1a; 1、延迟的用户作业&#xff1a; 2、查看延迟的用户作业&#xff1a; 3、从计划中删除作业&#xff1a; 二、调度周期性用户作业&#xff1a; 1、周期性用户作业&#xff1a; 2、调度周期性用户作业&#xff1a; 3、用户作业格…

在 Visual Studio Code 与微信开发者工具中调试使用 emscripten 基于 C 生成的 WASM 代码

最近在尝试将一些 C/C、Lua 项目挪到 Web 上跑, 接触到了 emscripten. 这里会介绍下在 Visual Studio Code 与微信开发者工具中调试使用 emscripten 基于 C 生成的 WASM 代码 (WebAssembly) 的一些方法. Emscripten 与 WebAssebmly WebAssembly 是一种新的编码方式, 可以在现代…

deepseek API开发简介

1、申请deepseek api key&#xff1a; https://platform.deepseek.com/api_keys创建API Key&#xff0c;并复制Key 2、安装python、pip&#xff0c;然后安装requests pip install requests3、.示例代码 import requests import json# DeepSeek API 地址 API_URL "ht…

uniapp开发微信小程序请求超时设置【亲测有效】

在Hbuilderx中 使用uniapp开发微信小程序时 封装请求方法 请求代码如下 function requestFun(app) {// get请求app.config.globalProperties._get function(path, data, success, fail, complete) {data data || {};data.token uni.getStorageSync(token) || ;uni.request…

【03】 区块链分布式网络

3-1 P2P网络 传统中心化网络由中央服务器保存全量数据。客户端之间无法直接连接&#xff0c;必须通过中央服务器作为桥梁。客户端必须和中央服务器建立连接后访问资源。客户端之间并无连通。 在P2P网络中通过将数据资源分散在网络各个节点中存储以及节点间交互连接&#xff0…

DeepSeek-R1 论文解析——人工智能领域的 RL LLM 新时代?

简介 最近几年&#xff0c;AI领域真是突飞猛进&#xff0c;尤其是大型语言模型&#xff08;LLM&#xff09;&#xff0c;它们为通用人工智能&#xff08;AGI&#xff09;的发展打下了基础。OpenAI的o1模型就是个很好的例子&#xff0c;它用了一种创新的推理时间扩展技术&#…

第七节 文件与流

基本的输入输出&#xff08;iostream&#xff09; C标准库提供了一组丰富的输入/输出功能&#xff0c;C的I/O发生在流中&#xff0c;流是字节序列。如果字节流是从设备&#xff08;键盘、磁盘驱动器、网络连接等&#xff09;流向内存&#xff0c;叫做输入操作。如果字节流是从…

算法篇——动态规划

核心思想&#xff1a; 将问题分解为重叠的子问题&#xff0c;并储存子问题的解&#xff08;使用字典、数组或哈希表&#xff09;&#xff0c;避免重复计算&#xff0c;从而提高效率。 题目特点&#xff1a;重叠子问题&#xff08;特殊地&#xff0c;是最优子结构&#xff09; …

redis高级数据结构Stream

文章目录 背景stream概述消息 ID消息内容常见操作独立消费创建消费组消费 Stream弊端Stream 消息太多怎么办?消息如果忘记 ACK 会怎样?PEL 如何避免消息丢失?分区 Partition Stream 的高可用总结 背景 为了解决list作为消息队列是无法支持消息多播问题&#xff0c;Redis5.0…

ASP.NET Core WebSocket、SignalR

目录 WebSocket SignalR SignalR的基本使用 WebSocket WebSocket基于TCP协议&#xff0c;支持二进制通信&#xff0c;双工通信。性能和并发能力更强。WebSocket独立于HTTP协议&#xff0c;不过我们一般仍然把WebSocket服务器端部署到Web服务器上&#xff0c;因为可以借助HT…