近日，有用户在社交平台发文称，DeepSeek 疑似出现严重漏洞：在新开对话中输入 <think> 或类似内容后，页面会返回与当前用户无关的对话文本，爆料者称这些内容像是“随机别人的提问内容”。
从爆料截图看，发帖者明确表示“输入 <think> 即可看到其他用户的对话内容”，并补充称新开对话输入 <think> 或 <think 都可能触发异常，撞到的内容是随机别人的提问内容。这一说法随后引发对 DeepSeek 会话隔离、上下文管理和隐私保护机制的讨论。
我们根据相同思路进行了测试。从测试截图看，在输入 <think> 后，DeepSeek 确实出现异常输出：一次返回了“大学生文明出行”主题演讲稿，且内容并非当前测试问题的直接回答；另一次则围绕“2026年5月18日是星期几”进行计算，并在页面中显示出带有自我修正痕迹的推理式文本。
这些现象说明，DeepSeek 在处理 <think> 这类特殊标签时，存在明显异常。对普通用户来说，最直观的问题是：只输入一个特殊标签，系统却返回了与当前问题无关的内容，甚至看起来像其他用户曾经提交的问题或对话片段。这已经不是普通回答质量问题，而是会话隔离和输出安全层面的严重风险。
如果这些异常内容确实来自其他用户会话，就意味着平台存在用户提问内容外泄风险；即便它们来自模型对训练语料或模板内容的续写，也说明 DeepSeek 对特殊标签、隐藏推理和前端输出过滤的处理不够稳健。对于一款面向公众的大模型产品来说，这类问题都会直接影响用户对隐私边界的信任。
大模型服务通常涉及系统提示词、隐藏推理、多轮上下文、用户会话 ID 和缓存机制。如果任何一个环节处理不当，都可能带来调试信息外露、上下文串线或用户数据误展示风险。此次 <think> 触发异常输出的问题，也再次提醒 AI 平台需要把会话隔离和敏感信息保护放在更高优先级。
截至发稿，DeepSeek 尚未就相关截图和测试现象作出公开回应。建议用户在问题解决前，避免在 AI 聊天产品中输入身份证号、手机号、账号密码、商业文件、未公开代码等敏感信息；如果遇到类似异常输出，应及时截图保存并向平台反馈。对于平台方而言，也有必要尽快排查 <think> 等特殊触发词、前端输出过滤、会话隔离和缓存读取逻辑，确认并修复相关风险。