文｜象先志

「不誘于譽(yù)，不恐于誹，率道而行，端然正己�！�

原話出自《荀子·非十二子》，這次被 DeepSeek 放到發(fā)布稿的結(jié)尾。

《非十二子》本身就不是一篇溫吞的文章。荀子在里面逐一批評當(dāng)時(shí)有影響力的學(xué)說和人物，甚至連儒家內(nèi)部的子思、孟子也沒有放過。

所謂"非十二子"，不是簡單地否定別人，而是在一個(gè)思想市場極度熱鬧、各種聲音都試圖爭奪解釋權(quán)的時(shí)候，重新辨認(rèn)什么是真正可靠的道路。

梁文鋒當(dāng)然不是想批評別人，他甚至連對外講兩句都沒興趣。這只是一種自我說明，和自我道路的確認(rèn)。

外界 care 我們，但我們不 TM care。

過去一段時(shí)間，DeepSeek 處在一種很特殊的位置上。

V4 遲遲沒有發(fā)布，又不斷被各種融資、延期、人才流動的猜測包圍。

AGI 夢想在前，贊譽(yù)、質(zhì)疑、情緒和輿論，全是噪聲。

外界可以有很多評價(jià)，但最后能回應(yīng)一切的，還是模型和產(chǎn)品。

這也是梁文鋒和 DeepSeek 特別的地方。他們身上有一種少見的理想主義，但這種理想主義不是輕飄飄的口號，而是非常工程化、非常具體的東西：模型做強(qiáng)，成本打低，上下文擴(kuò)張，Agent 能力補(bǔ)上，把真實(shí)使用體驗(yàn)擺到用戶面前。

而且還很誠實(shí)。

理想主義的人不一定誠實(shí)。

比如馬斯克顯然有理想主義，星際移民和通用 AGI 都在射程之內(nèi)。但馬斯克顯然不夠誠實(shí)。對于今天模型圈的人來說，誠實(shí)是個(gè)更加稀缺的品質(zhì)。

今天新模型發(fā)布后，你已經(jīng)很難直接獲得關(guān)于模型能力的相對客觀的評價(jià)了。你看到一堆跑分和基準(zhǔn)測試，跟實(shí)際體驗(yàn)是兩個(gè)東西。

DeepSeek 文章里給出了他們內(nèi)部的真實(shí)體驗(yàn)判斷：目前 DeepSeek-V4 已成為公司內(nèi)部員工使用的 Agentic Coding 模型，據(jù)評測反饋使用體驗(yàn)優(yōu)于 Sonnet 4.5，交付質(zhì)量接近 Opus 4.6 非思考模式，但仍與 Opus 4.6 思考模式存在一定差距。

相當(dāng)清楚，一目了然，基本鎖死外部野生評測員的補(bǔ)位空間。

所以我建議所有模型廠商，模型發(fā)布的時(shí)候，除了那批已經(jīng)沒啥人看的跑分，都加上自己內(nèi)部蓋戳認(rèn)證的真實(shí)印象。

這個(gè)東西很關(guān)鍵。

因?yàn)?Agentic Coding 不是考試題。模型在一個(gè)榜單里多拿幾分，和你真的把它放進(jìn)一個(gè)代碼倉庫里，讓它讀需求、看文件、改代碼、跑測試、修 bug、繼續(xù)迭代，是兩回事。

真實(shí)體驗(yàn)里有很多 benchmark 很難覆蓋的東西。任務(wù)一長就丟失目標(biāo)，用著用著就忘掉前面的約束，改我不讓它改的文件，真的讓人抓狂。

所以 DeepSeek 這段話不是覺得自己很強(qiáng)，不是benchmark說我很強(qiáng)，而是它給了一個(gè)非常接近真實(shí)用戶語言的坐標(biāo)。

強(qiáng)在哪里，接近誰，和誰還有差距，說得很明白。這種表達(dá)其實(shí)比"全面超越某某模型"高級得多，也有用得多。

具體聊下模型。

1M上下文

現(xiàn)在很多模型的默認(rèn)上下文還是256K這個(gè)級別。對普通聊天來說，這已經(jīng)很長了。但對 Agent 任務(wù)來說，其實(shí)經(jīng)常不夠。vibe coding的時(shí)候，或者跑個(gè)龍蝦跑匹馬的時(shí)候，模型需要在一個(gè)很長的任務(wù)過程中持續(xù)保留信息。

很多時(shí)候模型任務(wù)失敗，不是它單點(diǎn)智力不夠，而是因?yàn)楣ぷ饔洃洸粔颉?/p>

它前面讀過的東西，后面就忘了；用戶一開始強(qiáng)調(diào)的要求，做著做著丟了；項(xiàng)目結(jié)構(gòu)剛理解完，改到第三輪又開始漂移。上下文不夠的時(shí)候，Agent 很容易變成一個(gè)短視的執(zhí)行器，很難跑完整個(gè)任務(wù)。

1M 上下文的意義就在這里。它讓模型更像一個(gè)能長時(shí)間工作的協(xié)作者。

嚴(yán)格來說，這還不是參數(shù)意義上的"持續(xù)學(xué)習(xí)"，因?yàn)槟Ｐ蜋?quán)重沒有更新。

但從產(chǎn)品體驗(yàn)上講，它已經(jīng)接近一種上下文內(nèi)的持續(xù)學(xué)習(xí)：模型可以在同一個(gè)任務(wù)窗口里不斷吸收資料、用戶反饋、歷史決策和中間產(chǎn)物，然后把這些東西帶到后面的推理和執(zhí)行里。

未來很多 AI 應(yīng)用不會是"我問一句，你答一句"，而是"我給你一個(gè)目標(biāo)，你陪我把一件復(fù)雜的事做完"。這時(shí)候上下文就是模型的工作臺，也是它的短期記憶。上下文越長，模型越有機(jī)會從單輪工具變成持續(xù)協(xié)作系統(tǒng)。

為了更好地支持長上下文，DeepSeek 重新處理了 Transformer 最昂貴的那一層?xùn)|西：注意力。

傳統(tǒng)注意力的問題大家都知道，它越往長上下文走，成本越不講道理。因?yàn)槟Ｐ筒皇前亚拔漠?dāng)成一篇文章粗略掃一眼，而是每生成一個(gè)位置，都要和前面大量位置建立關(guān)系。上下文長度擴(kuò)大以后，計(jì)算和顯存壓力會以非常陡的方式上升。

V4 的思路是把"看上下文"這件事拆得更細(xì)。它不再要求模型在所有層里都用同一種方式平鋪直敘地看完整歷史，而是讓不同注意力模塊承擔(dān)不同尺度的記憶任務(wù)。

一部分模塊負(fù)責(zé)做比較細(xì)的壓縮和篩選：先把連續(xù)的小段 token 整理成更緊湊的記憶單元，再讓當(dāng)前位置只去關(guān)注其中最相關(guān)的一部分。

另一部分模塊則負(fù)責(zé)更粗尺度的全局感知，把更長的一段歷史壓成更少的記憶節(jié)點(diǎn)，然后在這些節(jié)點(diǎn)之間做相對完整的關(guān)聯(lián)。它犧牲了一些局部細(xì)節(jié)，但換來的是對超長歷史的整體把握。

這個(gè)方向我覺得非常 DeepSeek。

因?yàn)?DeepSeek 過去兩年最關(guān)鍵的技術(shù)氣質(zhì)，一直不是"堆大"，而是"稀疏化"，是降成本。

V2、V3 的 MoE 是參數(shù)層面的稀疏化：模型總?cè)萘亢艽�，但每個(gè) token 只調(diào)用一部分專家，所以能力上去，成本沒有按同等比例爆炸。

V4 這次更進(jìn)一步，把稀疏化推進(jìn)到了上下文本身：不是所有歷史 token 都以同等分辨率進(jìn)入注意力，而是經(jīng)過壓縮、篩選、分層之后，再被模型使用。

所以這次 1M 上下文，我覺得不能只當(dāng)成一個(gè)產(chǎn)品賣點(diǎn)。

它更像是 DeepSeek 技術(shù)路線的一次延伸：先用 MoE 解決"模型容量和推理成本"的矛盾，再用新的注意力結(jié)構(gòu)解決"上下文長度和計(jì)算成本"的矛盾。前者讓大模型變得更便宜，后者讓長任務(wù)變得更可行。

API價(jià)格

DeepSeek 去年之所以能掀起那么大的轟動，不只是因?yàn)樗鼜?qiáng)，也不只是因?yàn)樗阋�，而是它讓所有人第一次非常�?qiáng)烈地意識到：強(qiáng)和便宜原來可以同時(shí)成立。

這件事對行業(yè)心理的沖擊很大。因?yàn)檫^去大家默認(rèn)頂級模型就是貴的，低價(jià)模型往往就要在能力上做妥協(xié)。但 DeepSeek 把這個(gè)默認(rèn)前提打穿了。便宜但不好用，不會改變行業(yè)；強(qiáng)但太貴，也只能服務(wù)少數(shù)場景。但又強(qiáng)價(jià)格又低，就會改變成本結(jié)構(gòu)，成本一動上面的生態(tài)就會跟著動。

拿公開 API 價(jià)格粗略看一下。deepseek-v4-pro的價(jià)格基本跟最新發(fā)布的kimi-k2.6一致，前者在緩存未命中情況下更貴，輸出則更便宜一點(diǎn)。

不過k2.6價(jià)格是256K的上下文長度，而deepseek-v4-pro則是1M的上下文。按照之前小米MiMo token plan的計(jì)費(fèi)規(guī)則，從256k到1m上下文增長，API價(jià)格要翻倍。

而且這里需要看到下面灰色的補(bǔ)充信息。目前受限于高端算力，Pro的服務(wù)吞吐十分有限，預(yù)計(jì)下半年昇騰950超節(jié)點(diǎn)批量上市后，Pro的價(jià)格會大幅下調(diào)。

說明當(dāng)前Pro版本的價(jià)格是被刻意調(diào)高，因?yàn)橥屏λ懔�沒有跟上。未來Pro版本價(jià)格大幅下調(diào)，不排除在現(xiàn)有價(jià)格的基礎(chǔ)上對折甚至再對折。

國產(chǎn)算力齊活

之前一直有傳聞，說 DeepSeek-V4 這次沒有按照行業(yè)慣例，把早期適配優(yōu)先權(quán)交給英偉達(dá)，而是先給了華為等國產(chǎn)芯片廠商。

當(dāng)時(shí)這個(gè)說法聽起來還有點(diǎn)像江湖傳聞，因?yàn)榇竽Ｐ托袠I(yè)過去的默認(rèn)流程就是圍著 CUDA 轉(zhuǎn)。模型廠商發(fā)新模型之前，先讓英偉達(dá)這些硬件和軟件生態(tài)的核心玩家提前適配，確保模型一上線就能在主流 GPU 上跑得又快又穩(wěn)。

現(xiàn)在看來，國產(chǎn)全棧AI基本齊活了。

上面我們提到，DeepSeek 自己在發(fā)布稿里寫了，受限于高端算力，目前 Pro 的服務(wù)吞吐十分有限，預(yù)計(jì)下半年昇騰 950 超節(jié)點(diǎn)批量上市后，Pro 的價(jià)格會大幅下調(diào)。

華為計(jì)算公眾號也說，昇騰一直同步支持 DeepSeek 系列模型，這次通過雙方芯模技術(shù)緊密協(xié)同，實(shí)現(xiàn)昇騰超節(jié)點(diǎn)全系列產(chǎn)品支持 DeepSeek V4 系列模型。昇騰 CANN 還安排了 DeepSeek V4 昇騰首發(fā)直播。

CUDA 的優(yōu)勢不是英偉達(dá)某一張卡很強(qiáng)，而是模型、框架、算子庫、開發(fā)工具、部署經(jīng)驗(yàn)、工程人才，全都圍著它長了很多年。你要從 CUDA 遷到 CANN，大量底層算子、精度對齊、通信、調(diào)度、推理服務(wù)都要能跑通，而且要跑得足夠好。

DeepSeek-V4 能在昇騰超節(jié)點(diǎn)上作為重要服務(wù)底座跑起來，這對國產(chǎn)算力是一次非常關(guān)鍵的驗(yàn)收。DeepSeek 的性價(jià)比不是憑空來的，它背后一定要有算力供給。

如果永遠(yuǎn)依賴昂貴、受限、供給不穩(wěn)定的外部 GPU，再強(qiáng)的模型也很難長期維持低價(jià)。國產(chǎn)算力如果能接上，DeepSeek 才有可能繼續(xù)把"強(qiáng)模型 + 低價(jià)格"這件事往下打。

所以這件事我覺得可以說是 DeepSeek-V4 里最硬的產(chǎn)業(yè)信號之一：模型有了，長上下文有了，Agent 能力有了，API 有了，現(xiàn)在連國產(chǎn)算力底座也開始接上了。

閉環(huán)開始形成。

DeepSeek 負(fù)責(zé)把模型能力和成本曲線打出來，華為昇騰負(fù)責(zé)把高端推理算力和超節(jié)點(diǎn)供給接上，CANN 負(fù)責(zé)補(bǔ)國產(chǎn)軟件棧，開發(fā)者和 Agent 產(chǎn)品負(fù)責(zé)把需求跑起來。

為什么 DeepSeek-V4 這次發(fā)布很振奮。

它不是一個(gè)孤零零的模型更新，而是把很多原本分散的線索接到了一起：梁文鋒的理想主義，DeepSeek 的誠實(shí)表達(dá)，1M 上下文，Agent 能力，低價(jià) API，昇騰超節(jié)點(diǎn)，國產(chǎn)算力放量。

每一個(gè)單獨(dú)看都重要，但合在一起，才是真正讓人興奮的地方。