DeepSeek 把检索交给你：API 参数里没有“联网”开关

讨论 DeepSeek 的信源问题，先把一件事说清楚：它把"找资料"这件事留给了调用方。

翻 DeepSeek 官方的 Chat Completions API 文档，能看到请求体的参数清单：messages、model、stream、temperature、top_p、max_tokens、frequency_penalty、presence_penalty、response_format、stop、tools、tool_choice、logprobs、top_logprobs、user。里面没有联网搜索开关，也没有"返回引用来源"这类字段。

这不是缺陷，而是一种设计取向：模型负责推理和生成，检索由开发者通过 tools（函数调用）接入自己的搜索或知识库。官方文档也把 Tool Calls、上下文硬盘缓存等能力单列出来，讲的正是这条路径。

这意味着什么

对普通用户，答案是否可靠，很大程度上取决于调用方给模型喂了什么东西。对企业来说，这反而是个好消息：如果你自己搭建检索，信源的边界是可控的——你可以决定用官网、产品文档、案例库还是内部知识库作为依据。

要注意的是，模型本身并不知道你的最新信息。你不给，它就只能靠训练时的旧知识作答，或者在不知道的时候"编一个看起来合理"的回答。

R1 的另一层提醒：开源与可验证

2025 年 1 月 20 日，DeepSeek 官方发布 DeepSeek-R1 的公告里写着：性能与 OpenAI-o1 相当、模型与技术报告完全开源、代码与模型以 MIT 许可发布，可以自由蒸馏与商用。技术报告《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》也发布在 arXiv（编号 2501.12948）。

这条信息对内容方的启发不是"开源了就能白用"，而是：推理能力可以被强化，但高质量依据仍然需要外部提供。你给它的材料越结构化、越可验证，它组织出的答案就越靠得住。

企业落地：三条可执行路线

• 把公开内容做成可抓取、可核验的页面，作为模型检索的基础盘；
• 用 Tool Calls 把企业知识库接进流程，让答案优先引用内部权威资料；
• 对关键结论保留出处与更新时间，方便日后复盘"为什么模型引用了这一段"。

官方文档其实给了路线图

把 DeepSeek 的中文文档目录过一遍会发现，它在检索这件事上并没有藏着掖着：Tool Calls、上下文硬盘缓存、JSON Output 这些能力被单独列出，指向的就是"外部系统提供资料、模型负责组织答案"的用法。换句话说，官方把接口留给了你，把信源的决定权也留给了你。

这带来一个直接的好处：引用哪个页面、用哪个版本的数据，可以由业务自己定。代价是这套检索链路要自己建、自己维护，包括数据更新、权限和日志。

参考来源

• DeepSeek API 参考 · Chat Completions：https://api-docs.deepseek.com/api/create-chat-completion
• DeepSeek 官方公告《DeepSeek-R1 Release》（2025/01/20，含 MIT 许可说明）：https://api-docs.deepseek.com/news/news250120
• DeepSeek-R1 技术报告（arXiv:2501.12948）：https://arxiv.org/abs/2501.12948
• DeepSeek 中文文档首页：https://api-docs.deepseek.com/zh-cn/