DeepSeek 的推理能力确实让我后背发凉。昨天我让它重写了我用了五年的核心采集引擎，不是修修补补，是彻底重写。那个引擎是我 2018 年用 Python + Selenium + 一堆反反爬策略堆出来的，当时为了绕过某东的滑块验证，我研究了三天 DOM 树和鼠标轨迹模拟，现在 DeepSeek 看了我 200 行核心逻辑，直接吐出了一套用 Playwright 加智能等待和动态 IP 轮询的方案，代码量少了 40%，还自带异常重试和日志分级。我盯着屏幕，感觉过去几年引以为傲的“手艺”正在被快速折旧。
给大卖家做的比价工具链，本质上就是一场军备竞赛。最早是简单的 HTTP 请求加正则匹配，后来平台上了动态渲染，我们就得上无头浏览器。他们上人机验证，我们就得堆打码平台或者研究逆向 JS。到了今年，整个逻辑已经变成了一套复杂的决策树：先尝试最轻量的 API 调用（如果能找到的话），触发频率限制或 403 后，自动切换为无头浏览器模式，并随机注入一段人类操作轨迹（滚动、悬停）；如果检测到滑块或点选验证码，立刻将截图切片通过多个通道（一家云函数配两个第三方 API）并发请求识别，取置信度最高的结果回填。整个流程用 n8n 串联，每个环节的耗时和成功率都被监控，一旦某个通道的识别率连续下降，系统会自动告警并切换备用方案。我们卖的不是数据，是“稳定的数据获取能力”，这中间的坑多到能埋下一支军队。
最讽刺的是，我们用来攻防的技术，和平台用来防御的技术，底层越来越像。都是用 AI 识别异常模式。我们模拟人类，他们识别非人类。现在 DeepSeek 这类模型能直接理解“绕过某宝商品详情页价格提取的常见难点”这种模糊指令，并给出包含具体选择器和等待策略的代码，这意味着“攻”的门槛在急剧降低。以前要雇一个中级爬虫工程师月薪两万五才能维护的规则，现在一个会用提示词的运营就能试着搞一搞。虽然稳定性天差地别，但足以搅浑水了。
所以问题变成了，当挖金矿的工具变得泛滥，卖铲子的人该怎么升级？我的结论是，卖“自动化的、可靠的铲子流水线”。单纯提供代码或工具已经不够，你得提供一套“即插即用”的解决方案。比如，我把那个用 DeepSeek 优化后的采集引擎，封装成了一个带有图形界面的小软件，后台其实绑定了 n8n 的工作流和负载均衡的代理 IP 池。用户只需要输入监控的商品链接列表和期望的抓取频率，剩下的黑盒操作他们不用管。软件会输出结构化的价格、库存、促销信息，还能设置差价报警。我的价值从“写爬虫”变成了“设计并运维一个稳定的数据服务生态”，把技术复杂度打包成简单的交互和可靠的结果。这需要的不再是单点技能，而是对 AI 能力边界、自动化流程、用户体验和运维成本的综合理解。旧时代的手艺正在沉没，但新的陆地要求你会造轮船。
