# 影片筆記：Deepseek 瘋了？最強旗艦 Pro 竟然被自己下架！AI 界歷史性的一天，OpenAI 這次真的要跪了... 😱


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

DeepSeek 發布新一代模型 **V4.1 Flash**，透過架構革新（Causal Encoder Decoder）與非對稱參數激活，大幅降低推理成本，並宣布讓輕量模型接管旗艦 **V4 Pro** 的流量，同時將視覺理解原生整合進基礎架構，針對智能體（Agent）與代碼自動化任務進行優化，試圖打破「能力越強越貴」的行業慣性。

## 核心重點

1.  **架構革新：非對稱激活**
    *   採用 **Causal Encoder Decoder**（因果編碼器與解碼器）結構。
    *   總參數達 5,520 億，但採用混合專家模型（MoE）實現非對稱激活：
        *   輸入階段（讀取）：僅激活約 80 億參數。
        *   輸出階段（生成）：激活約 160 億參數。
    *   設計邏輯針對智能體時代特徵：大量閱讀（高輸入 Token）與少量生成（低輸出 Token），解決傳統架構在輸入階段浪費算力的問題。

2.  **基礎設施與成本優化**
    *   **KV Cache 壓縮**：累計縮小約 437 倍（與最早一代架構相比）。
    *   **硬件需求降低**：HBM（高頻寬記憶體）需求降至上一代的 1/4，SSD 需求降至 1/8。
    *   **效益**：減少顯存與外部存儲之間的數據搬運，降低延遲，為現有服務器騰出更多併發用戶空間，緩解長任務中的數據交換瓶頸。

3.  **能力定位：原生視覺與智能體專用**
    *   **視覺整合**：舊版 V4 Flash 與 V4 Flash Vision xLarge 下線。V4.1 Flash 將視覺理解直接放入基礎架構，不再區分文本或圖片請求。
    *   **應用場景**：支持截圖、圖表、網頁界面與文字進入同一套推理流程，解決智能體在真實電腦操作中同時處理文字與畫面的需求（如按鈕位置、錯誤提示、圖表數據）。
    *   **基準測試成績**：重點提升集中在終端代碼倉庫自動化、網絡安全任務，而非單純聊天流暢度。
        *   GPQA Diamond: 90.9
        *   HLE: 36.8
        *   Codeforces: 3471
        *   Terminal Bench 2.1: 90.6
        *   DeepSW 1.1: 74.2
        *   NL to Repo Bench: 65.4
        *   CyberGem: 88.1

4.  **定價策略：峰谷計費與緩存命中機制**
    *   **計費模式**：
        *   **閒時**：緩存命中輸入 0.02 元/百萬 Token；未命中輸入 1 元；輸出 4 元。
        *   **高峰**：緩存命中輸入 0.04 元；未命中輸入 2 元；輸出 8 元。
    *   **策略意圖**：極低的緩存命中價格鼓勵開發者重複攜帶長上下文。針對智能體特性（代理每天處理相同規則、代碼倉庫與長期記憶），引導產品設計保留長期記憶，減少無意義長回答，並通過算力調度將非緊急任務推向空閒時段。

5.  **商業與生態影響**
    *   **流量路由**：DeepSeek 願意將實際 Pro 流量交給 Flash，有序下線舊 Pro，統一接口名稱轉向 V4.1 Flash，減少維護成本。
    *   **合作夥伴**：騰訊的 Work Buddy、Code Buddy 和 Open Code 成為首批官方合作夥伴，瞄準辦公代理與代碼工具市場。
    *   **開源與閉源競爭**：權重發布於 Hugging Face，支持社區量化與私有部署。迫使其他廠商重新定價，從「比參數」轉向「比每美元完成的任務」。

## 詳細大綱

### I. 架構革新：非對稱激活與 Causal Encoder Decoder
*   **參數配置**：
    *   總參數：5,520 億。
    *   輸入階段激活：約 80 億參數（輕量讀取）。
    *   輸出階段激活：約 160 億參數（重質生成）。
    *   混合專家模型（MoE）繼續採用，但輸入輸出階段激活規模不同。
*   **設計邏輯**：
    *   針對智能體時代特徵：大量閱讀（高輸入 Token）與少量生成（低輸出 Token）。
    *   傳統架構在輸入階段浪費算力，新架構將讀取與生成分為非對稱路徑。
    *   目標：控制代理連續工作幾小時後的帳單成本。

### II. 基礎設施優化：KV Cache 壓縮與硬件需求降低
*   **緩存壓縮**：
    *   KV Cache 累計縮小約 437 倍（與最早一代架構相比）。
    *   HBM（高頻寬記憶體）需求降至上一代的 1/4。
    *   SSD（固態硬碟）需求降至上一代的 1/8。
*   **硬件影響**：
    *   減少顯存與外部存儲之間的數據搬運，降低延遲。
    *   在不購買同等數量新硬件的情況下，為現有服務器騰出更多併發用戶空間。
    *   緩解長任務中的數據交換瓶頸。

### III. 能力定位：原生視覺與智能體專用
*   **視覺整合**：
    *   舊版 V4 Flash 與 V4 Flash Vision xLarge 下線。
    *   V4.1 Flash 將視覺理解直接放入基礎架構，不再區分文本或圖片請求。
    *   支持截圖、圖表、網頁界面與文字進入同一套推理流程。
    *   解決智能體在真實電腦操作中同時處理文字與畫面的需求（如按鈕位置、錯誤提示、圖表數據）。
*   **基準測試成績**：
    *   GPQA Diamond: 90.9
    *   HLE: 36.8
    *   Codeforces: 3471
    *   Terminal Bench 2.1: 90.6
    *   DeepSW 1.1: 74.2
    *   NL to Repo Bench: 65.4
    *   CyberGem: 88.1
    *   **重點**：提升集中在終端代碼倉庫自動化、網絡安全任務，而非單純聊天流暢度。

### IV. 定價策略：峰谷計費與緩存命中機制
*   **計費模式**：
    *   **閒時**：緩存命中輸入 0.02 元/百萬 Token；未命中輸入 1 元；輸出 4 元。
    *   **高峰**：緩存命中輸入 0.04 元；未命中輸入 2 元；輸出 8 元。
*   **策略意圖**：
    *   極低的緩存命中價格鼓勵開發者重複攜帶長上下文。
    *   針對智能體特性：代理每天處理相同規則、代碼倉庫與長期記憶，大部分輸入會反覆出現。
    *   引導產品設計：保留長期記憶變得更可行，減少無意義長回答，引導「大量讀取、少量決策、精確行動」的工作方式。
    *   算力調度：將非緊急任務推向空閒時段，平衡總流量，減少 GPU 空轉。

### V. 商業與生態影響
*   **流量路由**：
    *   DeepSeek 願意將實際 Pro 流量交給 Flash，有序下線舊 Pro。
    *   統一接口名稱轉向 V4.1 Flash，減少維護多款舊模型的容量與質量修補成本。
    *   風險：底層模型更換可能導致自動化流程出現難以發現的漂移。
*   **合作夥伴**：
    *   騰訊的 Work Buddy、Code Buddy 和 Open Code 成為首批官方合作夥伴。
    *   瞄準市場：辦公代理與代碼工具，而非娛樂聊天或圖片問答。
*   **開源與閉源競爭**：
    *   權重發布於 Hugging Face，支持社區量化與私有部署。
    *   總參數 5,520 億意味著消費級電腦無法運行完整模型，仍需大規模 GPU 集群。
    *   API 可能比自建集群更現實，除非數據敏感或調用量極大。
    *   迫使其他廠商重新定價，從「比參數」轉向「比每美元完成的任務」。

### VI. 潛在風險與挑戰
*   **工程實現**：
    *   稀疏激活不自動兌現低延遲，需依賴路由算法、並行策略與推理框架配合。
    *   專家分佈不均可能導致 GPU 排隊與跨卡通信延遲。
    *   官方 API 優化與社區部署（不同 GPU、帶寬、量化方式）存在性能差異。
*   **智能體治理**：
    *   任務分數高不代表每一步操作可信，長鏈任務中小錯誤概率會累積放大。
    *   網絡安全任務（Cyberjail）得分 88.1 帶來雙重影響：防守方用於審計，供給方用於尋找入口。
    *   需建立權限隔離、日誌審計、人工批准與事故響應機制。
*   **長上下文與視覺穩定性**：
    *   KV Cache 減少保存成本，但未自動解決檢索與注意力質量問題。
    *   需觀察模型在超長任務末尾能否準確引用早期約束。
    *   原生多模態不代表適合無人監督操作所有界面（如按鈕遮擋、惡意頁面注入）。

### VII. 行業趨勢與未來展望
*   **更新節奏**：
    *   V4 於 4 月亮相，7 月底更新 Flash，9 月推出 V4.1 Flash。
    *   舊模型生命週期縮短，開發者承擔更頻繁的遷移成本。
    *   DeepSeek 使用兼容路由減少接口遷移成本，但行為兼容性比接口兼容性更難。
*   **服務體系競爭**：
    *   競爭從模型權重擴展到服務體系（推理框架、緩存系統、工具協議、監控平台、穩定 API）。
    *   DeepSeek 通過極低 API 價格吸引流量，形成「開放權重 + 官方服務」雙重策略。
    *   模型本身可能變成入口，作為利潤中心的重要性下降，生態影響力上升。
*   **最終裁判**：
    *   不是排行榜，而是每一次完成的任務、每一筆實際帳單。
    *   需要觀察四件事：獨立評測復現、百萬 Token 上下文穩定性、真實網頁視覺工具調用、Pro 流量切換後企業客戶質量回退。

## 工具 / 模型 / 名詞整理

*   **模型/版本**：
    *   DeepSeek V4.1 Flash
    *   DeepSeek V4 Pro
    *   DeepSeek V4 Flash
    *   DeepSeek V4 Flash Vision xLarge
    *   DeepSeek V4
    *   Flash（泛指輕量級模型系列）
    *   Pro（泛指旗艦級模型系列）
*   **架構/技術術語**：
    *   Causal Encoder Decoder（因果編碼器與解碼器結構）
    *   混合專家模型（MoE）
    *   KV Cache
    *   HBM（高頻寬記憶體）
    *   SSD（固態硬碟）
    *   Sparse Activation（稀疏激活）
    *   Expert Routing（專家路由）
    *   Cross-Card Communication（跨卡通信）
    *   Quantization（量化）
    *   Inference Framework（推理框架）
*   **基準測試/數據集**：
    *   GPQA Diamond
    *   HLE
    *   Codeforces
    *   Terminal Bench 2.1
    *   DeepSW 1.1
    *   NL to Repo Bench
    *   CyberGem / Cyberjail
    *   Seckbench
    *   Automation Bench
    *   DeepSeek Harness（minimal 模式）
*   **合作夥伴/平台**：
    *   Hugging Face
    *   Tencent Work Buddy（騰訊 Work Buddy）
    *   Tencent Code Buddy（騰訊 Code Buddy）
    *   Open Code
    *   SGLang
    *   vLLM
*   **其他專有名詞**：
    *   Agent（智能體/代理）
    *   Token
    *   API
    *   GPU
    *   Server Cluster（服務器集群）
    *   HBM（High Bandwidth Memory）

## 操作流程整理

1.  **模型選擇與部署**：
    *   開發者選擇 DeepSeek V4.1 Flash 作為基礎模型。
    *   若需私有部署，可從 Hugging Face 獲取權重並進行量化（需注意消費級電腦無法運行完整 5,520 億參數模型，需依賴大規模 GPU 集群或 API）。
2.  **智能體任務配置**：
    *   配置智能體（Agent）處理需要同時閱讀大量文本/代碼並進行少量生成的任務。
    *   啟用原生視覺功能，允許模型直接處理截圖、圖表、網頁界面與文字輸入。
3.  **長上下文管理**：
    *   利用 KV Cache 壓縮技術，將長上下文緩存成本降至極低。
    *   設計智能體邏輯，使其在處理重複規則或長期記憶時，能利用緩存命中機制。
4.  **計費與調度優化**：
    *   將非緊急、可預測的智能體任務安排在「閒時」執行，以享受極低的緩存命中輸入價格（0.02 元/百萬 Token）。
    *   監控高峰時段的未命中輸入與輸出成本，確保成本效益。
5.  **流量路由切換**：
    *   將原本指向 DeepSeek V4 Pro 的流量路由至 V4.1 Flash。
    *   監控自動化流程是否出現行為漂移，並建立日誌審計與人工批准機制以應對潛在錯誤累積。

## 值得注意的限制或風險

1.  **工程實現延遲**：稀疏激活不自動兌現低延遲，需依賴路由算法、並行策略與推理框架配合；專家分佈不均可能導致 GPU 排隊與跨卡通信延遲。
2.  **智能體治理風險**：任務分數高不代表每一步操作可信，長鏈任務中小錯誤概率會累積放大；網絡安全任務得分帶來防守與供給雙重影響。
3.  **長上下文穩定性**：KV Cache 減少保存成本，但未自動解決檢索與注意力質量問題；需觀察模型在超長任務末尾能否準確引用早期約束。
4.  **視覺操作局限性**：原生多模態不代表適合無人監督操作所有界面，仍存在按鈕遮擋、惡意頁面注入等風險。
5.  **兼容性風險**：底層模型更換（從 Pro 到 Flash）可能導致自動化流程出現難以發現的行為漂移，行為兼容性比接口兼容性更難保證。
6.  **硬件依賴**：總參數 5,520 億意味著消費級電腦無法運行完整模型，仍需大規模 GPU 集群，自建集群僅在數據敏感或調用量極大時才現實。

## 逐字稿辨識疑點

*   **Deepsw 1.1**：逐字稿提及「deepsw 1.1 達到 74.2」，疑為特定基準測試名稱或聽寫錯誤，需查證正確名稱。
*   **Cybergem / Cyberjams**：逐字稿中交替出現「cybergem」與「cyberjams」，疑為同一基準測試名稱的不同聽寫或拼寫錯誤，需查證正確名稱。
*   **Seckbench**：逐字稿提及「cyberjail 與 Seckbench」，疑為特定安全基準測試名稱，需查證正確拼寫。
*   **Open Code**：逐字稿提及「open code 已經成為首批官方合作夥伴」，疑為特定產品或平台名稱，需查證是否為「OpenCode」或其他變體。
*   **SGLang**：逐字稿提及「SG Lang」，通常指代開源推理框架，疑為「SGLang」的聽寫或空格誤植。
*   **V4.1 Pro**：逐字稿提及「未來 V4.1 Pro 就可以沿著同一條路線擴大容量」，需確認 DeepSeek 官方規劃中是否存在此版本命名，或為推測性表述。
*   **HLE**：逐字稿提及「HLE 是 36.8」，需查證此基準測試的完整名稱與定義。
*   **GPQA Diamond**：需確認此為 GPQA 基準測試的特定子集或版本名稱。
*   **Terminal Bench 2.1**：需確認此基準測試的版本號是否準確。
*   **NL to Repo Bench**：需確認此基準測試的完整名稱。
*   **Automation Bench**：需確認此基準測試的完整名稱。
*   **DeepSeek Harness**：需確認此為 DeepSeek 官方提供的基準測試工具或框架名稱。

## 可延伸追問

1.  **基準測試驗證**：DeepSW 1.1、CyberGem/Cyberjail、Seckbench 等基準測試的具體定義