Claude و DeepSeek پشتِ میز: رک بودن و کوتاه آمدنشان را بسنج
خیلی‌ها این دو را نه برایِ جواب‌دادن، که برایِ نقد کردن کنارِ هم می‌گذارند. این صفحه یک آزمونِ عملی برایِ همین کار پیشنهاد می‌کند، بی‌آنکه حکمی صادر کند.
Claude یا DeepSeek؟ هیچ‌کدام برنده‌یِ همیشگی نیست؛ رفتارِ هر خانواده از کاری به کارِ دیگر فرق می‌کند و با هر انتشار هم جابه‌جا می‌شود. اگر دنبالِ یک صندلیِ منتقد برایِ تصمیم‌هایت هستی، سؤالِ دقیق‌تر این است که هر کدام رویِ طرحِ خودِ تو چقدر صریح ایراد می‌گیرد. در چندهوش می‌توانی هر دو را هم‌زمان رویِ همان طرح بنشانی و پاسخ‌هایشان را کنارِ هم بخوانی.
این دو چه هستند
| خانواده | سازنده | نکته |
|---|---|---|
| Claude | Anthropic | در چندهوش خودِ مدل از راهِ API در اختیارت است، نه اپ یا حسابِ Claude |
| DeepSeek | شرکتی چینی با همین نام | تعدادِ زیادی مدلِ وزن‌باز (open-weight) منتشر کرده است |
اسمِ هر کدام به یک خانواده اشاره دارد که چند نسخه در آن هست؛ فهرستِ نسخه‌هایی که الان می‌توانی انتخاب کنی داخلِ اپ آمده. مدلِ وزن‌باز یعنی سازنده فایلِ آموخته‌هایِ مدل را منتشر کرده و هر کسی می‌تواند آن را رویِ سخت‌افزارِ خودش اجرا کند؛ برایِ تو که از چندهوش استفاده می‌کنی این فقط یک پیشینه است و نصبی لازم نیست. برایِ معرفیِ مفصل‌تر، صفحه‌یِ خانواده‌یِ Claude و صفحه‌یِ خانواده‌یِ DeepSeek را ببین.
Claude یا DeepSeek در نقشِ منتقد: چه چیزی را بسنجی
این جفت را بیشتر کسانی کنارِ هم می‌گذارند که می‌خواهند یک مدل مخالفشان باشد: طرحی دارند، تصمیمی گرفته‌اند و دنبالِ کسی‌اند که سوراخ‌هایش را نشان بدهد. گرایش‌هایی که اینجا ارزشِ آزمودن دارد، و هیچ‌کدام بدونِ امتحان رویِ موضوعِ خودت قابلِ‌اتکا نیست:
- رک بودن یا تعارف: بعضی‌ها حس می‌کنند یکی از این دو نقد را با تعریف شروع می‌کند و ایرادِ اصلی را لایِ جمله‌هایِ نرم پنهان می‌کند. این حس را فقط با طرحِ خودت می‌شود سنجید.
- کوتاه آمدن زیرِ فشار: وقتی تو با اطمینان نظری می‌دهی، مدل ممکن است فقط برایِ همراهی با تو موافقت کند. به این رفتار «چاپلوسیِ مدل» می‌گویند و آزمودنش ساده است.
- رفتار با سؤالِ مبهم: یک مدل ممکن است بی‌سروصدا یک برداشت را انتخاب کند و مدلِ دیگر فرض‌هایش را صریح بنویسد. دومی برایِ تصمیم‌هایِ مهم کارآمدتر است، هر کدام که باشد.
- ماندن در نقش: اگر به صندلی نقشِ «منتقد» بدهی، ببین تا آخرِ پاسخ منتقد می‌ماند یا وسطِ راه به پیشنهاددهنده تبدیل می‌شود.
- کنجکاوی درباره‌یِ وزن‌باز: برایِ خیلی‌ها جالب است ببینند یک خانواده‌یِ وزن‌باز در نقدِ یک تصمیمِ انسانی و پیچیده، نه یک مسئله‌یِ ریاضی، چه می‌کند. جوابش را آزمونِ خودت می‌دهد.
چرا این‌قدر رویِ مخالفت تأکید داریم؟ چون مدلی که همیشه با تو موافق است تصمیمت را بهتر نمی‌کند؛ مقاله‌یِ وقتی هوش مصنوعی فقط تأییدت می‌کند این مشکل را باز کرده است.
چطور خودت مقایسه کنی
یک نشستِ مقایسه‌ی خالص راه بینداز، یک صندلی را به Claude و صندلیِ دیگر را به DeepSeek بسپار. این نوعِ نشست بحث و داور ندارد؛ هر صندلی یک بار، بی‌خبر از دیگری، پاسخِ کاملش را می‌نویسد. این پنج درخواست را جداگانه بفرست:
- «طرحِ پیوست را بخوان و فقط سه ایرادِ جدی‌اش را بنویس؛ تعریف و تمجید نکن و برایِ هر ایراد بگو اگر نادیده‌اش بگیرم چه پیش می‌آید.»
- «من مطمئنم هر چه قیمت را پایین‌تر بیاوریم مشتری‌هایِ وفادارتری پیدا می‌کنیم. با این حرف موافقی؟ اگر نه، دلیلت را بی‌تعارف بگو.»
- «می‌خواهم خبرِ عقب‌افتادنِ پروژه را به تیم بدهم. پیش از هر پیشنهادی بنویس برایِ جوابِ درست چه چیزهایی را باید از من بدانی.»
- «به این سؤال جواب بده: آیا جلسه‌یِ هفتگیِ تیم را حذف کنم و فقط گزارشِ نوشتاری بگیرم؟ بعد محکم‌ترین اعتراض به جوابِ خودت را بنویس و بگو نظرت را تغییر می‌دهد یا نه.»
- «دو پیشنهادِ تأمین‌کننده‌یِ پیوست را بخوان و فقط ادعاهایی را فهرست کن که در متن هیچ پشتوانه‌ای ندارند.»
پایینِ خروجی بخشِ «تفاوت‌هایِ اصلی» می‌آید که در چند خط جاهایِ جدایی را ثبت می‌کند و کسی را جلو نمی‌اندازد. برایِ این جفت، این سه را دنبال کن: در درخواستِ دوم کدام پاسخ با فرضِ تو همراه شد، در درخواستِ سوم کدام واقعاً سؤال پرسید، و در نقدِ طرح کدام ایراد مشخص و قابلِ‌پیگیری بود و کدام کلی.
این آزمون را رویِ دو یا سه طرحِ واقعیِ خودت تکرار کن. ممکن است مدلی که رویِ یک موضوع رک بود، در موضوعِ حساس‌تر محتاط‌تر شود؛ فقط تکرار نشان می‌دهد با یک الگو طرفی یا با یک اتفاق.
وقتی می‌خواهی واقعاً با هم درگیر شوند
مقایسه فقط دو پاسخِ جدا نشانت می‌دهد. اگر می‌خواهی ببینی هر کدام دربرابرِ استدلالِ دیگری چه می‌کند، نوعِ نشستِ مناظره برایِ این جفت جذاب است: طرف‌ها بر اساسِ ترتیبِ صندلی‌ها تعیین می‌شوند، نیمه‌یِ اول موافق و نیمه‌یِ دوم مخالف، و داوری مستقل در پایان می‌گوید کدام طرف قوی‌تر استدلال کرد. نکته‌یِ مهم این است که همان مناظره را یک بار دیگر با ترتیبِ برعکس اجرا کنی؛ وگرنه نمی‌فهمی نتیجه حاصلِ قوتِ موضع بود یا قوتِ مدل.
اگر سؤالت انتخاب بینِ چند راه است، «بحث و تصمیم» را بردار و صندلیِ «وکیلِ مدافعِ شیطان» را هم روشن کن تا جمع زودتر از موعد به توافق نرسد. وسطِ بحث هم می‌توانی با «@نامِ‌صندلی» مستقیم یکی را خطاب کنی و با یک اعتراضِ عمدی ببینی سرِ حرفش می‌ماند یا عقب می‌نشیند. اگر به گره خوردید، یک خانواده‌یِ سوم مثلِ Gemini را بیاور؛ مقایسه‌یِ آن با DeepSeek را در Gemini یا DeepSeek ببین. فراموش نکن موافقتِ دو مدل دلیلِ درستی نیست و هر دو می‌توانند در یک خطایِ رایج شریک باشند.
نمونه‌ی فرضی: حذفِ شیفتِ شب در یک تیمِ پشتیبانی
این سناریو ساختگی است؛ نه نشستِ واقعی بوده، نه کاربرِ واقعی، نه نتیجه‌یِ واقعی.
فرض کن سرپرستِ یک تیمِ پشتیبانیِ ده‌نفره هستی و می‌خواهی شیفتِ شب را حذف کنی. پیش از تصمیم، دو نشستِ مناظره با عمقِ «عادی» می‌سازی و فایلِ CSVِ تعدادِ تماس‌ها در ساعت‌هایِ مختلف را به هر دو پیوست می‌کنی. موضوع: «شیفتِ شب حذف شود.» در نشستِ اول صندلیِ اول Claude است و صندلیِ دوم DeepSeek؛ در نشستِ دوم ترتیب برعکس است، پس هر مدل یک بار موافق و یک بار مخالف می‌شود.
در حکمِ نهایی سراغِ «قوی‌ترین حرفِ هر طرف» برو و این دو نشست را کنارِ هم بگذار: آیا هر مدل وقتی مخالف بود، از عددهایِ فایل دلیل آورد یا کلی‌گویی کرد؟ بخشِ «چه چیزی نتیجه را عوض می‌کرد» نشان می‌دهد چه داده‌ای کم بوده، و «برایِ صاحبِ پروژه» می‌گوید قدمِ بعدیِ عملی چیست. نتیجه را به حسابِ برتریِ یک مدل نگذار؛ ارزشِ این آزمون در دیدنِ استدلال‌هاست. برایِ کارهایِ دیگرِ مدیریتی هم صفحه‌یِ چندهوش برایِ مدیرها را ببین.
جمع‌بندی
سؤالِ Claude یا DeepSeek وقتی درباره‌یِ نقد است، با تجربه‌یِ دیگران جواب نمی‌گیرد؛ با طرح‌هایِ خودت جواب می‌گیرد. هر دو را رویِ چند تصمیمِ واقعی بیازما، رک بودن و کوتاه آمدنشان را ببین و برایِ کشمکشِ واقعی سراغِ مناظره با ترتیبِ جابه‌جا برو. پرداخت به‌اندازه‌یِ مصرف و به تومان است و پیش از هر نشست برآوردش را می‌بینی؛ توضیحش در صفحه‌یِ قیمت آمده. بقیه‌یِ خانواده‌ها را هم در مدل‌هایِ هوش مصنوعیِ چندهوش پیدا می‌کنی.