影片筆記：DeepSeek V4 Flash/Pro编程实测，接入Hermes体验完爆OpenClaw，搭配Qwen3.6 27b稠密将成为生产力利器！接入Telegram便宜又实用！

一句話總結

本影片實測 DeepSeek V4（Flash 與 Pro 版本）在本地 Agent 框架 Hermes 中的表現，證實其結合 Qwen 3.6 與 DeepSeek V4 Flash 具有極高性價比，能透過 Telegram 實現低成本、高穩定性的瀏覽器自動化與生產力任務，被視為本地 Agent 從玩具轉向實用工具的關鍵路線。

核心重點

1. DeepSeek V4 版本對比：

• Flash 版：284B 參數（MOE 架構，推理激活 16B），上下文處理能力強，價格極低（約為 V3.2 的一半），在編程、審美及 Agent 調用方面表現頂尖，性價比極高。
• Pro 版：1.68T 參數（MOE 架構，推理激活 38B），價格為 Flash 的十幾倍，性價比相對較低，但在知識深度與廣度上略佔優勢。

1. 上下文召回率優勢：

• DeepSeek V3.1 上下文召回成功率超過 97%，被視為真正可用的生產力工具。
• 對比 Cloud 與 GPT 在超過 256K 上下文時召回率跌至 50%-70% 的表現，DeepSeek 在長上下文處理上更具優勢。

1. Hermes 框架的生產力表現：

• Hermes 基於 Python，天然適配 AI 架構，相比使用 Rod.js 的 OpenClaw（影片口語提及 OpenColor/OpenCloud），穩定性更高，無需混合架構。
• 在 Hermes 中執行瀏覽器任務成功率極高，數十輪對話無失敗，且無需額外設置優化或安裝插件。
• 具備自主操控瀏覽器、自我修復配置及生成 Skills 的能力，能從「玩具」轉變為生產力工具。

1. 成本與部署優勢：

• 接入 Telegram 後，使用 DeepSeek V4 Flash 的成本極低（約 3-4 元人民幣/天），遠低於以往測試 OpenClaw 的成本（約 89 元/天）。
• 建議搭配本地模型 Qwen 3.6 27B 稠密模型與 4090 48G 顯卡，構建高性價比的本地生產力 Agent。

1. 實際應用案例：

• 成功完成網頁生成、SVG 繪圖、新聞聚合整理、特朗普動態整理、NBA 戰報整理等任務。
• 具備自動適應網絡環境的能力（如自動調整使用 CURL 從國內網站獲取信息）。

詳細大綱

一、 DeepSeek V4 版本規格與價格分析

• Flash 版（Vslite/輕量版）：
• 參數：284B 參數，MOE 架構。
• 推理激活：16B 參數。
• 上下文：一照上下文（原文如此，疑為長上下文或一致上下文）。
• 價格：約為 DeepSeek V3.2 的一半，甚至更便宜。
• Pro 版（全量版）：
• 參數：1.68T 參數，MOE 架構。
• 推理激活：38B 參數。
• 價格：Flash 價格的十幾倍，但仍比 GPT Cloud 便宜。
• 性價比評估：
• 講者認為 Pro 版性價比不高，因技術人員多批量使用。
• 社區對 V4 Flash 評價極高，認為其在編程與 Agent 調用方面表現頂尖。
• 與美國商業模型互有勝負，部分領先、部分略差。

二、 上下文召回率與生產力對比

• DeepSeek V3.1：上下文召回成功率超過 97%，被視為真正可用的生產力。
• Cloud 與 GPT：
• 上下文超過 256K 時，召回準確率跌至 70% 甚至 50%。
• 特別指出 Cloud 4.7 版本近期差評如潮。
• 雖標稱兩兆上下文，但實際生產表現拉垮。

三、 模型生成能力實測（網頁與繪圖）

• 測試項目 1：生成網頁表達中國傳統八卦
• 全量版與輕量版生成效果都不錯。
• 輕量版（Flash）審美更接近講者，且在所有項目中表現更好、更快。
• Pro 版主要差距在於知識面的深度與廣度。
• 測試項目 2：生成土機熔岩隊運行原理圖
• Pro 版生成圖片標準、正確，審美在線。
• Flash 版在構圖配色上勝出。
• 兩者皆不如「小米的 Memo」（疑點：模型名稱）畫得好。
• SVG5 畫得準確但缺乏溫度；小米的 Memo 輕量版相對 Rain（疑點：模型名稱）溫度值更高、更有創造力。
• 測試項目 3：生成 SVG 表達薛定諤的貓思想實驗
• 旗帶版（疑點：模型名稱）效果老成直重（疑點：口誤/錯字），畫對但不經驗（疑點：口誤/錯字）。
• Flash 版審美領先，但表達清晰度不如全兩版（疑點：模型名稱）。
• 總結：DeepSeek V4 具備頂級模型能力，代碼質量好，但在頂級模型密集發布的今天，不算驚喜，甚至不如輕溫 3.6 等本地小模型有明顯優勢。

四、 Hermes 框架接入 DeepSeek V4 的生產力表現

• 任務執行成功率：
• 在 Hermes 中執行瀏覽器任務成功率極高，數十輪對話無失敗。
• Hermes 為「原裝活」，未進行設置優化或安裝插件/skills。
• 僅通過一條自動安裝命令執行完畢。
• 配置環境：
• 本地接入：清晰 3.6（疑點：模型名稱）。
• 雲端接入：DeepSeek Chat（V4 Flash）。
• 實際操作案例：
• 整理特朗普最新動態：輕鬆完成，結果準確，響應快。
• 整理 NBI 戰報（疑點：模型名稱）：快速給出正確答案。
• 外網訪問問題：
• 未配置梯子時，預設工具為谷歌新聞及其他 RSS 聚合，均失效。
• 清晰 3.6 會嘗試解釋失敗。
• 講者提示使用 CURL 嘗試，最終完成任務但需折騰。
• DeepSeek V4 直接成功，可能從昨日執行記錄中讀取經驗，自動調整使用 CURL 從國內網站獲取信息並整理，結果正確。
• 天啟查詢（疑點：模型名稱）：簡單任務，查過一次後完全記住工具，秒返回。
• 框架優勢：
• Hermes 基於 Python，天然適配 AI 架構。
• 相比使用 Rod.js 的 OpenCloud（疑點：產品名稱），更穩定，無需混合架構。
• 中端交互體驗好，審美符合講者喜好。

五、 Hermes 接入 Telegram 與微信的配置

• 網絡環境準備：
• 需為 Ubuntu 搭建梯子（科學上網環境）。
• 為中端（疑點：口誤，應指 Hermes 或終端）加上環境變量，因為預設不走梯子。
• 設置後需讓 Hermes 自我測試，確認網絡環境正常。
• 測試新聞聚合，有梯子時回覆比無梯子時快很多。
• 強調 Hermes 為國外開源軟件，生態基於國際互聯網，建議搞好科學上網環境。
• Telegram 配置流程：

1. 找 Telegram 的 Bot Fuzz（疑點：產品名稱）聊天。
2. 新建機器人並生成 Token。
3. 複製 Token 發送給 Hermes 聊天框。
4. Hermes 自動配置成功。
5. 給機器人發送測試信息。

• 使用體驗：
• 在 Telegram 上與 Hermes 聊天體驗遠優於 OpenColor（疑點：產品名稱）。
• 穩定性高，響應速度快。
• 講者測試身份識別：打招呼後稱呼講者為「小特」，講者糾正為「老特」並宣稱「我是你爹」，Hermes 立即記錄身份並在後續對話中保持該關係。
• 也可接觸微信，但講者偏好 Telegram，認為用微信有被窺視的感覺。

六、 成本分析與未來 Agent 路線

• 成本對比：
• 以往測試 OpenColor 玩一天約需 89 塊錢。
• V4 比 V3 便宜一半，約 4 塊錢左右。
• Hermes 本身比 OpenColor 更節約，總成本不到 3 塊錢。
• 雖便宜，但不能用於重度生產（跑 AI 期間一天 200 塊錢是輕舉一舉的事）。
• 當前測試為簡單日常小任務，非重活。
• 主力模型選擇：
• 未來主力將是輕溫 3.6（疑點：模型名稱）加上 27 比稠米模型（疑點：模型名稱）。
• 講者擁有 4090 48G 顯卡（疑點：規格），需充分發揮價值。
• 本地生產力 Agent 必備能力：

1. 自主操控瀏覽器：使用 PlayRide（疑點：產品名稱）、Curl 等工具訪問互聯網獲取信息或執行任務（相當於給大模型加眼鏡）。
2. 自我更新配置不崩潰：考驗命令行執行能力與系統全線配置（Cli Everything），相當於給大模型安裝合格且能自我修復的手。
3. 經驗總結與 Skills 生成：在過往任務中總結經驗，生成 Skills，而非僅靠安裝 Skills，才能真正解放人類。

• 未來路線：
• 輕溫 3.6 + DeepSeek V4 Flush（疑點：模型名稱）。
• 主要用於瀏覽器操作、維護、音視頻、畫圖的批量生產腳本。
• 講者首次感覺本地 Agent 可能從玩具轉變為真正實用工具。

工具 / 模型 / 名詞整理

• 模型/產品名稱：
• DeepSeek V4（Flash 與 Pro 版本）
• Vslite / V3.2 / V3.1
• GPT Cloud / Cloud 4.7
• Hermes（Agent 框架）
• OpenCloud / OpenColor（疑點：產品名稱，講者口語混用，應指 OpenClaw）
• Rod.js
• 清晰 3.6 / 輕溫 3.6（疑點：模型名稱，應指 Qwen）
• 27 比稠米模型（疑點：模型名稱，應指 Qwen 3.6 27B 稠密模型）
• 小米的 Memo（疑點：模型名稱）
• SVG5（疑點：模型名稱）
• Rain（疑點：模型名稱）
• 旗帶版（疑點：模型名稱）
• 全兩版（疑點：模型名稱）
• Bot Fuzz（疑點：Telegram 功能或產品名稱，應指 BotFather）
• Telegram
• 微信
• PlayRide（疑點：產品名稱，應指 Playwright）
• CURL
• 谷歌新聞
• RSS 聚合
• Ubuntu
• 4090 48G（顯卡規格）

操作流程整理

1. 環境準備：

• 在 Ubuntu 系統中搭建梯子（科學上網環境）。
• 為 Hermes 終端加上環境變量，確保網絡不走預設路徑。
• 讓 Hermes 自我測試網絡環境，確認新聞聚合功能在有梯子時回覆正常。

1. Hermes 基礎配置：

• 本地接入清晰 3.6（疑點：模型名稱）。
• 雲端接入 DeepSeek Chat（V4 Flash）。
• 通過一條自動安裝命令完成基礎設置，無需額外安裝插件或 skills。

1. Telegram 接入流程：

• 在 Telegram 中與 Bot Fuzz（疑點：產品名稱）聊天。
• 新建機器人並生成 Token。
• 將 Token 發送給 Hermes 聊天框。
• Hermes 自動完成配置。
• 發送測試信息驗證連接。

1. 生產力任務執行：

• 瀏覽器自動化：利用 PlayRide（疑點：產品名稱）或 CURL 訪問互聯網。
• 任務範例：
• 整理特朗普最新動態。
• 整理 NBI 戰報（疑點：模型名稱）。
• 生成 SVG 表達思想實驗（如薛定諤的貓）。
• 天啟查詢（疑點：模型名稱）。
• 自我修復與適應：當預設工具（如谷歌新聞）失效時，模型能自動調整策略（如改用 CURL 從國內網站獲取信息）。

1. 身份識別測試：

• 與 Hermes 進行對話，測試其對用戶稱呼（如「小特」糾正為「老特」）及關係（「我是你爹」）的記憶與保持能力。

值得注意的限制或風險

1. 網絡依賴：Hermes 為國外開源軟件，生態基於國際互聯網，需確保良好的科學上網環境，否則預設工具（如谷歌新聞、RSS 聚合）可能失效。
2. 成本限制：雖然 DeepSeek V4 Flash 成本極低（約 3-4 元/天），但講者強調此成本僅適用於簡單日常小任務，不適用於重度生產（如一天 200 元的 AI 運行成本）。
3. 模型能力邊界：

• DeepSeek V4 Flash 在審美和速度上表現優異，但在知識深度與廣度上不如 Pro 版。
• 在繪圖方面，Flash 版雖構圖配色勝出，但整體效果不如「小米的 Memo」（疑點：模型名稱）等特定模型。
• 在長上下文處理上，雖優於 GPT Cloud，但仍需關注召回率問題。

1. 本地硬件要求：講者建議搭配 4090 48G 顯卡以發揮 Qwen 3.6 27B 稠密模型的價值，對普通用戶可能存在硬件門檻。

逐字稿辨識疑點

• DeepSickV4 / Dipsic V4：應為 DeepSeek V4。
• Vslite：應為 V-S-Lite 或相關輕量版稱呼。
• 一照上下文：語意不通，疑為「一致上下文」或「長上下文」之誤。
• 真相：語境中「性价比是真相」疑為「性價比是真相」或口誤。
• 土機熔岩隊：疑為特定名稱或聽寫錯誤，如「圖基熔岩隊」或特定遊戲/項目名稱。
• 小米的 Memo：疑為模型名稱聽寫錯誤，如「Midjourney」或其他繪圖模型。
• 旗帶版：疑為模型名稱聽寫錯誤。
• 老成直重：疑為「老成持重」之誤。
• 不經驗：疑為「不精煉」或「不精細」之誤。
• 全兩版：疑為模型名稱聽寫錯誤。
• Hermis：應為 Hermes。
• 瀏覽期：應為「瀏覽器」。
• 中端：在「中端交互體驗」及「给这个中端加上环境变量」中出現，疑為「終端」或「Hermes」之誤。
• NBI：疑為「NBA」或特定新聞來源之誤。
• 天啟：疑為特定查詢對象或模型名稱聽寫錯誤。
• OpenColor / OpenCloud：講者多次提及，疑為 OpenClaw 或其他產品名稱之誤。
• Bot Fuzz：疑為 Telegram BotFather 或相關功能的聽寫錯誤。
• PlayRide：疑為 Playwright 之誤。
• 27 比稠米：疑為模型名稱聽寫錯誤，如「27B 稠密模型」或特定模型名。
• V4 幅拉西：應為 V4