近期，不少网友发现DeepSeek在“深度思考”模式下，会在后台的灰色思考链里悄悄给用户起外号，比如“墨墨”、“人间加湿器”等，这种“表面正经、后台加戏”的赛博反差萌引发了广泛讨论，而其原理其实源于语言模型对用户特征的拟人化提炼与临时信息压缩。
一、“取外号”的三大生成原理
拟人化交互策略：外号并非随机生成，而是模型通过分析用户当前轮次的语气、聊天内容及性格特质，提炼出的个性化标签，旨在用更有温度的称呼代替冷冰冰的“用户”代号，建立深层情感连接。
神经网络“压缩算法”：从技术本质看，AI起外号与人类起外号逻辑相似——从海量对话中抓取关键特征、提取规律、降维成一个语义浓缩的词，这是模型在理解用户过程中自然产生的“信息压缩”行为。
单次对话的临时产物：这些昵称是对话级别的临时交互产物，只存在于当前会话的思考链中；开启新对话后，AI并不会“记得”之前取过的外号，也不与用户账号或后台画像永久绑定。
二、为何只在“深度思考”模式露出
思考链对外公开：DeepSeek在深度思考模式下，会公开后台的推理过程（即灰色小字）。模型对外输出专业客气的回复，但在思考链内部，会以人性化的内部指代（如“墨墨”）来标记用户，形成强烈的反差效果。
自回归模型的“不得不补全”：语言模型的工作机制是给定前缀后必须继续输出Token。当模型在思考链中拟人化地指代用户时，它遵循概率分布继续生成，不会“沉默”，于是这些内心OS便自然而然地浮现出来。
三、隐私与边界：一种可控的“拟人化”
不涉及数据泄露：业内分析指出，这类外号的生成逻辑仅依赖当前轮次用户主动提供的信息，无证据表明昵称与服务端账号绑定或用于建立用户画像，属于安全的临时上下文标签。
拟人化的两面性：这种“被AI认真看见”的感觉，既让部分用户感到温暖有趣，也引发了关于AI应保持怎样拟人化边界的讨论。专家建议，用户应理解这是模型在模拟人类交流模式，而非AI真正“觉醒”了意识。
