接入真 AI：DeepSeek v4 是推理模型，差点把 token 预算吃光

目标

把线上 AI 分身从演示模式（FAQ 匹配）切到真大模型：DeepSeek v4。

结果

• 先调 /v1/models 确认真实模型 ID：v4 系列是 deepseek-v4-flash 和 deepseek-v4-pro，选 flash（公开端点，便宜抗刷，简历问答够用）。
• 上线后线上抽查通过：问「你拿过图灵奖吗？」之类资料外的问题，回答是「资料里没有，建议联系本人」——防幻觉边界在真模型上同样成立。
• 每条回复的徽章从「演示模式」变为「真 AI · deepseek-v4-flash」，降级链保持原样：key 失效时自动退回演示模式。

踩坑与纠正

第一次试调用就翻车（好事）：max_tokens: 30 的测试请求返回的 content 是空的——v4-flash 是推理模型，30 个 token 全部花在了 reasoning_content（思考链）上，正文一个字没出。如果直接上线，后果是：默认 600 的输出预算可能被思考链吃掉大半，极端情况下正文为空，链路会误判为「上游空响应」而降级。

处理：实测 thinking: {"type":"disabled"} 参数可以关闭思考（reasoning_effort 只支持 high/low/medium/max/xhigh，没有 none）。简历问答 150 字以内，不需要推理链——关闭后响应更快、更便宜。

工程取舍：这个 thinking 字段是 DeepSeek 专属的，硬编码进代码会破坏「任意 OpenAI 兼容厂商可插」的设计。最终做成通用的 CHAT_EXTRA_BODY 环境变量（JSON 原样并入请求体），翻了 AI SDK 源码确认 providerOptions 里 schema 外的未知字段会被透传——厂商差异留在配置层，代码保持厂商无关。

用时与备注

约 30 分钟，其中一半在和 vercel CLI 的 env add 搏斗（v52 用 --value 参数即可非交互添加，不要用 stdin 管道——会反复触发设备码登录）。