我以为DeepSeek V4.1 flash拉了，后来发现是自己用错了...

云八云 首頁 每日列表 原始影片
實際影片長度：11:58.000。原文、繁中、雙語可點擊句子跳轉影片。
0:00.300–0:02.969
zhOK DeepSeek V4.1 Flash终于来了
0:02.969–0:04.404
zh等我这个视频发出来的时候
0:04.404–0:05.405
zh都来了花几天了
0:05.405–0:06.840
zh但来得真不是时候
0:07.007–0:08.842
zh因为这两天我都在用自己部署的
0:08.842–0:10.110
zh前问3.82GB
0:10.276–0:11.044
zh还没捂热
0:11.211–0:13.213
zh反正主机其实已经捂得很热了
0:13.213–0:13.913
zh热都不得了
0:13.913–0:15.048
zh一个Prompt发过去
0:15.048–0:17.083
zh他就已经把我的房间给做成桑拿了
0:17.083–0:17.984
zh所以这个主机现在
0:17.984–0:19.753
zh我已经搬到另外一个房间去了
0:19.753–0:20.620
zh但不管怎么样
0:20.854–0:22.188
zhV4.1这个模型
0:22.188–0:24.057
zh我个人还是非常期待的
0:24.057–0:26.693
zh因为网上看到都是说它什么速度变得巨快
0:26.826–0:28.828
zh什么能力超过V4 Pro
0:28.995–0:30.730
zh这就把我的期待拉得很高
0:30.830–0:33.967
zh一个跨度为0.1的小版本更新
0:34.033–0:36.202
zh小弟直接把大哥给干翻了
0:36.269–0:38.171
zh到底是不是真的有这么神奇
0:38.438–0:41.708
zh我自己是到今天为止是实际测试了五天
0:41.775–0:43.109
zh实际把我各种工作流
0:43.109–0:45.311
zh把我平常干的事情全都接进去用了
0:45.311–0:46.946
zh实际也是登了个好几亿Token
0:47.080–0:49.549
zh终于可以说有了点真正的感受
0:49.682–0:51.951
zh代价就是等我这个视频发出来的时候
0:52.051–0:53.286
zh可能热度已经无了
0:53.286–0:53.953
zh但没关系
0:53.953–0:55.455
zh我们本身就是唠嗑视频
0:55.455–0:56.122
zh随意一点
0:56.122–0:58.725
zh首先其实这张图就非常好的总结
0:58.792–1:01.895
zh除这个模型到底是对我来说好用还是不好用
1:01.895–1:04.431
zh这个是我个人的OpenCode的用量的图
1:04.531–1:05.565
zh你可以看到很明显
1:05.598–1:08.935
zh黄绿色的是之前的DeepSeek V4 Flash的用量
1:08.935–1:11.037
zh自从涨价之后我就没怎么用了
1:11.037–1:12.605
zh虽然一天是有个小几刀
1:12.672–1:14.441
zh主要是用来配置本地模型
1:14.441–1:15.975
zh和做一些矩阵测试的时候
1:16.042–1:17.944
zh还有就是应急的时候用
1:18.011–1:21.948
zh然后这几天粉色的几个就是DeepSeek V4.1 Flash
1:21.948–1:24.384
zh可以看到它的用量又在逐渐长回来了
1:24.451–1:27.287
zh主要是OpenCode现在它是限时4倍用量
1:27.554–1:29.456
zh回到了以前快乐的时光
1:29.556–1:31.524
zh首先这一次V4.1的更新
1:31.524–1:34.661
zh让大家最能一下子就感觉到的就是它的速度
1:34.694–1:36.129
zh我看到一个说法很喜欢
1:36.229–1:37.831
enDeepSeek V4.1 Flash
1:37.831–1:39.833
zh它快的跟腹泻一样
1:39.833–1:42.135
zh我以前经常用便秘这个比喻形容
1:42.235–1:43.570
zh本地模型的速度很慢
1:43.670–1:45.038
zh450 tokens 每秒
1:45.038–1:46.773
zh那就是一种便秘的感觉
1:46.773–1:47.574
zh它也拉不出来
1:47.707–1:49.476
zh加把劲儿可能可以拉出来
1:49.476–1:50.944
zh但就是不顺畅
1:51.044–1:51.744
zh不舒畅
1:51.744–1:52.712
zh不丝滑
1:52.745–1:55.515
zh当然这个就是跟DeepSeek V4 Flash比起来
1:55.715–1:58.351
zh毕竟DeepSeek V4 Flash是我用的最多的模型
1:58.351–2:00.787
zh它的速度对于我来说就是一个基准
2:00.787–2:01.788
zh在OpenCode上面
2:01.888–2:04.924
zh它的输出速度大概是150tokens 每秒左右
2:05.091–2:07.494
zh对我个人也是一个非常舒畅的速度
2:07.494–2:09.195
zh而到了DeepSeek V4.1 Flash
2:09.195–2:13.199
zh它的输出速度基本上是230-250tokens 每秒以上
2:13.366–2:16.035
zh有的都快是快接近300tokens 每秒了
2:16.035–2:17.804
zh所以它给你的体感真的就是一种
2:18.004–2:20.073
zh窜稀式输出的感觉
2:20.073–2:22.475
zh你的眼睛根本跟不上它的操作
2:22.475–2:24.010
zh就那工具的调用速度
2:24.010–2:25.211
zh你还没回过神来
2:25.712–2:27.447
zh这一页已经被它刷满了
2:27.447–2:29.315
zh那么速度快是快了
2:29.415–2:30.483
zh究竟好不好用
2:30.583–2:31.951
zh它做出来的工作好不好
2:32.318–2:34.687
zh首先因为我最近在研究DeepSeek Harness
2:34.854–2:37.824
zh我自己也是逐渐在把工作流迁移到上面去用
2:37.824–2:40.026
zh所以这回我也是直接在DeepSeek Harness里面
2:40.026–2:40.627
zh把它配置好
2:40.627–2:42.929
zh然后继续我的各种本地AI的测试
2:42.929–2:43.596
zh第一个任务
2:43.596–2:45.765
zh我想让它先理解一下我的项目
2:45.765–2:48.268
zh我的DeepSeek Harness是放在云端服务器上
2:48.268–2:48.935
zh和我的Hermes
2:49.369–2:50.770
zh以及我整个Gateway
2:50.803–2:53.673
zh本地的Gateway是运行在服务器上的
2:53.740–2:55.842
zh但是像Llama, NInfer这些配置
2:55.909–2:58.411
zh是在我本地的4090主机上面
2:58.511–2:59.646
zh稍微有点复杂
2:59.646–3:02.115
zh但其实也是本质上很简单的任务
3:02.115–3:04.551
zh所以我就在之前一个用DeepSeek V4 Flash
3:04.717–3:06.386
zh跑了好几轮的Session里面
3:06.452–3:08.855
zh热切换成DeepSeek V4.1 Flash
3:08.855–3:11.024
zh让它去把最新的配置拿出来了解一下
3:11.090–3:13.092
zh然后我立马就遇到了第一个问题
3:13.193–3:14.994
zhV4.1就立马开始窜稀
3:14.994–3:16.429
zh240 tokens每秒
3:16.429–3:18.231
zh我的页面开始疯狂的滚动
3:18.264–3:20.733
zh但是我盯着它盯了三分钟
3:20.900–3:23.503
zh工具调用了几十次思考了几十回
3:23.536–3:24.938
zh连一个字都没有吐出来
3:25.004–3:26.472
zh我觉得就有点不对劲了
3:26.472–3:27.373
zh我把它停掉了
3:27.373–3:28.775
zh然后我就开了一个新的回话
3:28.775–3:31.044
zh用同样的指令切换成本地的千问
3:31.077–3:33.813
zh说你帮我拉一下我的Lama的配置
3:33.813–3:36.216
zh然后本地千问是输出100多token是每秒
3:36.216–3:37.450
zh一分钟就帮我查出来了
3:37.450–3:38.785
zh也是理解了整个项目
3:38.785–3:39.919
zh然后我就意识到
3:39.919–3:42.288
zh可能是我旧Session的上下文污染了
3:42.288–3:44.324
zh所以我又从开了一个回话重新试了一次
3:44.524–3:45.825
zh这回的速度就非常快
3:45.925–3:47.093
zh一共只用了30秒
3:47.093–3:48.728
zhtoken的速度也有2700
3:48.728–3:50.263
zh它真正干活成功的时候
3:50.263–3:52.298
zh那个速度真的是飞一般的感觉
3:52.332–3:54.067
zh所以这里首先有一个问题
3:54.200–3:55.935
zh就是说模型的能力再强
3:56.069–3:58.404
zh如果你给它的指令或者上下文不对
3:58.404–3:59.172
zh或者有污染
3:59.305–4:01.874
zh你是没有办法指望它帮你把事情干好的
4:01.975–4:03.810
zh虽然我以为之前Session
4:03.876–4:05.745
zh毕竟都是跟DeepSeek V4聊的
4:05.745–4:07.513
zh而且里面有比较重要的信息
4:07.513–4:08.314
zh所以继续的话
4:08.314–4:09.749
zh我硬切照理来说
4:09.749–4:11.150
zh它应该是能干得更好的
4:11.251–4:13.753
zh毕竟V4.1也是一个100万上下文的
4:13.753–4:14.988
zh我以前用V4什么的
4:14.988–4:16.556
zh也是直接各种硬切
4:16.623–4:17.757
zh或者是在Codex里面
4:17.757–4:18.992
zh我就是用GPT 5.6
4:19.025–4:20.326
zhsol做一个巨大的plan
4:20.526–4:22.262
zh和写一个非常详细的tasks
4:22.262–4:23.730
zh然后在同样的会话里面
4:23.730–4:24.664
zh我直接硬切Luna
4:24.664–4:25.598
zh让它继续执行
4:25.732–4:27.367
zh我基本上都是这么用过来的
4:27.367–4:29.068
zh也没觉得有遇到什么问题
4:29.102–4:30.570
zh只不过这一次结果
4:30.570–4:32.305
zh让我开始重新审视了一下
4:32.305–4:33.306
zh这个用法到底对不对
4:33.406–4:35.642
zh因为毕竟其实Codex里面
4:35.642–4:37.677
zh它也是有提醒你的当你硬切模型的时候
4:37.677–4:40.446
zh它说你这个在会话中去硬切模型的话
4:40.446–4:42.148
zh你之后的会话质量可能会下降
4:42.148–4:43.416
zh但这个先不展开说了
4:43.416–4:44.484
zh这是另外一回事
4:44.517–4:45.585
zh就当我以为
4:45.685–4:47.754
zh接下来可以和网上大家说的一样
4:47.754–4:48.421
zh起飞的时候
4:48.788–4:50.423
zh我用着又遇到了问题
4:50.423–4:51.557
zh就几轮用下来
4:51.624–4:53.259
zh当然都是新开Session
4:53.426–4:54.827
zh我感觉跟他说话
4:54.827–4:56.896
zh他似乎不理解我的意图
4:56.896–4:58.331
zh就是我一个任务下达下去
4:58.331–4:59.766
zh他不是说看好技能
4:59.799–5:01.034
zh然后就直接开干了
5:01.100–5:03.136
zh经常就是我下达一个任务之后
5:03.136–5:04.170
zh他扫眼技能
5:04.170–5:06.472
zh然后居然读了一个不正确的技能
5:06.472–5:08.741
zh紧接着可能是觉得这个技能没什么卵用
5:08.741–5:09.409
zh还是怎么回事
5:09.409–5:13.146
zh他就开始去爬我过往的Session的历史记录
5:13.146–5:15.248
zh爬完这个Deep Seek Harness里面的记录
5:15.248–5:15.982
zh他还不甘心
5:15.982–5:17.684
zh还要跑去隔壁的Hermes那边
5:17.784–5:19.652
zh把Hermes的记录也爬出来读
5:19.886–5:21.187
zh而且不是偶然的现象
5:21.187–5:21.954
zh就经常这样
5:21.954–5:22.889
zh这就很奇怪
5:23.056–5:25.491
zh因为同样是在Deep Seek Harness里面
5:25.491–5:27.026
zh我用千问3.827b的时候
5:27.326–5:28.494
zh我用的方式也没有变
5:28.494–5:31.230
zh我一直以来都是这个派发任务的方式
5:31.230–5:32.565
zh就千万速度慢慢点
5:32.565–5:33.633
zh但是我让他去干个活
5:33.633–5:35.134
zh他都是读了Skill
5:35.201–5:35.968
zh然后就去干活
5:35.968–5:37.203
zh然后一次性把活干好
5:37.203–5:37.804
zh给我汇报
5:37.837–5:38.705
zh就算有问题
5:38.705–5:39.539
zh弄两个来回
5:39.605–5:40.306
zh都能干好的
5:40.440–5:41.941
zh从来没有过让他去干活
5:41.941–5:42.909
zh他嘴上说好的
5:42.909–5:45.044
zh然后结果开始就是翻历史 Session
5:45.278–5:46.446
zh这是我见的没见过的
5:46.546–5:48.247
zh所以我就隐隐约约有个感觉
5:48.281–5:49.782
zh不一定对就是我的体感
5:49.782–5:51.584
zh就是Deep Seek V4.1 Flash
5:51.784–5:52.352
zh这个模型
5:52.352–5:53.720
zh我上下文如果给的
5:53.720–5:54.987
zh不是那么准确的话
5:55.288–5:57.423
zh它是好像有一个内在的动力
5:57.423–5:59.058
zh就是要自己去调查清楚
5:59.192–6:00.827
zh然后再开干的这样一个性格
6:00.993–6:01.961
zh可能是好事
6:01.961–6:03.629
zh因为他这样子能把事情干好
6:03.629–6:05.631
zh这样的就搞得每次都要
6:05.631–6:06.332
zh我跟他说
6:06.399–6:07.967
zh你先去看相关Skill
6:08.134–6:09.369
zh看完Skill再去干
6:09.635–6:10.803
zh这样用起来就很蛋疼了
6:10.803–6:13.706
zh仿佛就是像在用上一代的Agent那种感觉
6:13.806–6:15.174
zh而且不是说他事情办不完
6:15.274–6:16.809
zh就是如果我把任务丢给他
6:16.976–6:17.944
zh他确实仍旧
6:17.944–6:20.446
zh甚至是可以在比Deep Seek V4.1 Flash
6:20.446–6:21.814
zh还有更快的情况下
6:21.814–6:22.815
zh把任务给干完的
6:22.882–6:24.083
zh即便就是多出了很多
6:24.517–6:26.185
zh在我看来很奇怪的工具调用
6:26.319–6:27.854
zh因为他的速度是真的快
6:27.854–6:30.056
zh所以在能干很多活的情况下
6:30.256–6:31.324
zh干得比别人还快
6:31.491–6:32.859
zh从结果角度来看
6:32.859–6:34.026
zh他干活干的也是很周到
6:34.026–6:35.428
zh就是各方面都会考虑到
6:35.628–6:37.463
zh如果有出现就是改了一个bug
6:37.463–6:38.564
zh然后出现回归的情况
6:38.564–6:39.799
zh他都是能顺手
6:39.799–6:41.401
zh在那个轮回里面处理好的
6:41.734–6:44.403
zh总之就是能力上是完全没有问题的
6:45.037–6:46.606
zh就是干事情的方式
6:46.606–6:47.507
zh让我觉得很奇怪
6:47.774–6:48.374
zh具体一点
6:48.374–6:49.542
zh比如说我想让他配置一下
6:49.542–6:51.177
zh我本地模型的一个框架
6:51.177–6:52.278
zh他居然起手
6:52.278–6:54.914
zh真的就是去Hermes我们的聊天数据库里面
6:54.914–6:56.149
zh自己去暴力搜索
6:56.249–6:58.384
zh我那个数据库可是接近两个G
6:58.651–6:59.952
zh几十万条信息
6:59.952–7:01.187
zh上千轮的对话数据
7:01.187–7:03.823
zh他就是窜稀是暴力搜索了10分钟
7:03.823–7:06.025
zh然后自己找到了相关的信息
7:06.025–7:06.692
zh拿出来问我
7:06.692–7:07.527
zh你是不是这个
7:07.894–7:08.928
zh还说你要确定一下
7:08.928–7:10.062
zh我怕我改错文件
7:10.329–7:12.231
zh我确认之后他才真正开始干活
7:12.231–7:14.167
zh就进入这个干活的状态之后
7:14.400–7:16.035
zh确实是一点问题都没有了
7:16.035–7:17.737
zh然后这个现象不仅仅是出现在
7:18.004–7:19.205
zh就写代码的活上
7:19.205–7:21.474
zh就是包括做文字类的工作
7:21.474–7:22.375
zh也是同样的情况
7:22.408–7:23.543
zh就像这样一个简单的
7:23.543–7:25.511
zh我一直在做的这种写稿的任务
7:25.511–7:27.246
zh如果我有片已经是这样
7:27.313–7:28.815
zh口述的稿件的情况下
7:28.881–7:30.316
zh通常其他模型
7:30.316–7:31.184
zh我直接发给他
7:31.184–7:32.685
zh包括V4或者本地的
7:32.685–7:34.187
zh千问3.87b这个模型的时候
7:34.487–7:36.956
zh我就是会说我要继续稿件
7:36.956–7:38.624
zh然后他们就是会很清楚的
7:38.624–7:39.959
zh继续我之前的任务
7:39.959–7:40.893
zh但是不知道为什么
7:41.194–7:42.061
zh这就是个情况下
7:42.361–7:45.465
zhV4.1居然还有32次工具调用
7:45.465–7:46.132
zh干嘛呢
7:46.199–7:48.401
zh我把它那32次工具调用展开来看了一下
7:48.668–7:49.769
zh里面有12次
7:50.002–7:52.138
zh又在跑我过往session内容
7:52.238–7:54.006
zh当时我就一个想不通了
7:54.006–7:55.274
zh就你速度快是快
7:55.475–7:57.643
zhtoken也是比之前便宜是便宜
7:57.743–8:00.746
zh每做一个任务都要回去翻过往session内容
8:00.746–8:02.148
zh这不太合适吧
8:02.148–8:05.251
zh就以防是我这个DeepSeek harness出了什么问题
8:05.351–8:07.053
zh我就用同样一个prompt
8:07.053–8:08.421
zh我换成V4 flash
8:08.588–8:10.790
zh它是只用5次工具调用和30秒
8:10.890–8:12.291
zh直接进入工作状态
8:12.291–8:13.926
zh这才是我熟悉的DeepSeek
8:14.193–8:16.495
zh于是我不信邪就开了好几个session
8:16.495–8:17.864
zh发同样的prompt
8:17.964–8:19.065
zh其中有一个session
8:19.198–8:21.634
zhDeepSeek V4.1是直接直到黄龙
8:21.734–8:23.636
zh只花了20秒就进入状态了
8:23.636–8:26.906
zh到这里如果是想感觉第一天就把视频发布的话
8:26.973–8:28.374
zh我的视频画风就会变成
8:28.474–8:29.609
enDeepSeek V4.1
8:29.709–8:31.244
zh窜稀非常地快
8:31.244–8:32.144
zh但快的没有用
8:32.311–8:33.079
zh非常不稳定
8:33.212–8:34.013
zh行为很奇怪
8:34.247–8:35.281
zh巴拉巴拉讲一大堆
8:35.481–8:37.149
zh但是我一直以来的关键就是
8:37.350–8:38.384
zh没有垃圾的模型
8:38.518–8:39.318
zh只有不会用的人
8:39.619–8:41.120
zh特别是在线上API
8:41.120–8:42.655
zhdpc v4 flash之后
8:42.655–8:43.823
zh以及本地模型
8:43.823–8:46.392
zh千问3.827b这个模型之后
8:46.392–8:47.994
zh同档次的和之上的模型
8:47.994–8:50.696
zh已经不存在人工智障这个概念了
8:50.696–8:54.467
zh因为这些模型已经比世界上99.9%的人要聪明
8:54.467–8:54.967
zh要能干
8:54.967–8:55.935
zh还要快了
8:55.935–8:57.470
zh所以如果我觉得它不好用
8:57.470–8:59.805
zh那1%是我的用法有问题
9:00.039–9:02.208
zh所以我又把这几天吃回了的Hermes
9:02.208–9:02.875
zh给叫了出来
9:02.875–9:05.311
zh因为这几天我真的都是在研究DeepSeek harness
9:05.444–9:07.113
zh就有点懒落Hermes了
9:07.246–9:08.047
zh换回Hermes之后
9:08.114–9:10.149
zhdpc v4 flash的整个体验
9:10.149–9:11.183
zh立马就不一样了
9:11.183–9:12.552
zh以前那种呼风唤雨
9:12.552–9:14.253
zh指哪打哪的感觉又回来了
9:14.387–9:17.623
zh而且体感的就是比之前的v4 flash能力要强很多
9:17.723–9:18.658
zh速度也要快很多
9:18.658–9:20.993
zh所以为了把DeepSeek V4.1给用好
9:21.227–9:23.396
zh我又把整个工作流迁回到了Hermes上面
9:23.529–9:26.499
zh这几天我就是在Hermes上面开了40来个会话
9:26.599–9:27.667
zh5000多条消息
9:27.667–9:29.568
zh完完整整的把它再用了一遍
9:29.568–9:32.171
zh处理的内容就包括我平常做的写稿
9:32.271–9:33.105
zh改稿 配图
9:33.406–9:35.274
zh后面还包括继续举行测试
9:35.374–9:37.009
zh1380 b的新框架
9:37.009–9:38.444
zh还有它的并发优化
9:38.511–9:40.580
zh之后还有去改造的Hermes的desktop
9:40.880–9:42.949
zh我还让它去改我各种网站的前端
9:42.949–9:44.884
zh还有我自己做的一个电商的后台
9:44.917–9:46.652
zh除了这些小任务之外
9:46.652–9:47.987
zh还有一个比较巨型的
9:47.987–9:50.957
zh就是我最近把我的云端服务器给搬家了
9:50.957–9:53.459
zh从一个服务器搬到了另外一个服务器上面
9:53.526–9:55.261
zh而且是连服务商都变的那种
9:55.261–9:57.430
zh这就是一个相当复杂的工作了
9:57.430–9:59.532
zh如果是要我自己去干的话
9:59.532–10:01.901
zh我觉得估计得至少两三天起
10:01.901–10:03.202
zh我一个星期都有可能的
10:03.469–10:05.571
zh因为要从头到尾所有东西都要重装一遍
10:05.705–10:09.308
zh但是这回我自己是除了开通一个新的账号和付款之外
10:09.508–10:10.643
zh没有动一根手指头
10:10.676–10:12.845
zh全都丢给DeepSeek V4.1 flash去做
10:13.045–10:16.949
zh它大概是从早上5点一直干到下午2 3点
10:16.949–10:18.951
zh然后完美的把整个事情给做好了
10:19.085–10:21.187
zh所以整个体验下来确实有点奇怪
10:21.320–10:24.724
zh用DeepSeek V4.1的时侯我觉得它就是一个串天猴
10:24.824–10:26.392
zh速度是快得不得了
10:26.559–10:28.127
zh但是感觉就驾驭不住
10:28.260–10:29.662
zh切回到Hermes之后
10:29.662–10:31.030
zh它居然又变得那么好用
10:31.097–10:34.934
zh甚至是我现在在Hermes上用过的最好的模型了
10:34.934–10:36.569
zh我自己也还没有个结论
10:36.602–10:38.571
zh但是我这里又要说一句
10:38.771–10:41.574
zh大概率不是因为DeepSeek V4.1的不行
10:41.640–10:44.844
zh而是我现在的工作流和个人的用法
10:44.844–10:46.345
zh目前还是更适合Hermes
10:46.512–10:48.347
zh毕竟Hermes我都养了这么久了
10:48.347–10:49.215
zh早就成精了
10:49.215–10:50.883
zhDeepSeek V4.1才刚用没几天
10:50.983–10:54.186
zh虽然我自己在后端已经把他们的技能数融合在一起了
10:54.186–10:57.857
zh但是他们可能是在兼容上兼容性上有点问题
10:58.024–10:59.625
zh反正就有点不太对劲
10:59.925–11:02.728
zh所以接下来我还要再多研究一下DeepSeek V4.1的用法
11:02.928–11:04.830
zh最后我们回到开头的那张图
11:04.930–11:06.232
zh一个模型的价格
11:06.232–11:07.166
zh它是高是低
11:07.166–11:08.401
zh它的能力是好是坏
11:08.467–11:12.405
zh我们每个人每一个时刻的感受都是不一样的
11:12.405–11:14.907
zh是会随着时间的推移发生变化的
11:15.107–11:17.543
zh但API的用量是很真实的
11:17.710–11:18.644
zh好用 性价比高
11:18.677–11:19.545
zh就是会用的多
11:19.678–11:21.747
zh前提是你用对的方式
11:21.747–11:24.050
zh毕竟我们每个人都有自己不同的工作流
11:24.050–11:25.685
zh有的人觉得一个模型很好用
11:25.685–11:27.153
zh有的人觉得一个模型很垃圾
11:27.153–11:28.154
zh这都很正常
11:28.287–11:30.222
zh就连在我自己的工作流里面
11:30.222–11:31.524
zh我只是换了个Harness而已
11:31.524–11:32.825
zh我对这一个模型
11:32.892–11:36.629
zhdeepseaqv4.1flash的感受也是天上地下的
11:36.629–11:38.664
zh一开始用了觉得什么窜稀玩意
11:38.931–11:40.433
zh后来又觉得好用不得了
11:40.599–11:43.536
zh也有可能你用DeepSeek harness接4.1flash
11:43.602–11:44.904
zh你会觉得好用的不得了
11:44.904–11:46.972
zh然后你会用Hermes觉得很难用
11:47.039–11:48.240
zh我觉得也是很正常的
11:48.240–11:49.608
zh毕竟也没有法律规定
11:49.608–11:51.343
zh所有的人都必须用同一个模型
11:51.343–11:52.545
zh必须用同一个Harness
11:52.545–11:54.213
zh所以我也是非常好奇你们的体验
11:54.213–11:55.381
zh欢迎你留言和大家分享
11:55.514–11:56.682
zh有关关系的大家听我唠嗑我们
11:56.682–11:57.116
zh谢谢再见
0:00.300–0:02.969
OK DeepSeek V4.1 Flash终于来了
0:02.969–0:04.404
等我这个视频发出来的时候
0:04.404–0:05.405
都来了花几天了
0:05.405–0:06.840
但来得真不是时候
0:07.007–0:08.842
因为这两天我都在用自己部署的
0:08.842–0:10.110
前问3.82GB
0:10.276–0:11.044
还没捂热
0:11.211–0:13.213
反正主机其实已经捂得很热了
0:13.213–0:13.913
热都不得了
0:13.913–0:15.048
一个Prompt发过去
0:15.048–0:17.083
他就已经把我的房间给做成桑拿了
0:17.083–0:17.984
所以这个主机现在
0:17.984–0:19.753
我已经搬到另外一个房间去了
0:19.753–0:20.620
但不管怎么样
0:20.854–0:22.188
V4.1这个模型
0:22.188–0:24.057
我个人还是非常期待的
0:24.057–0:26.693
因为网上看到都是说它什么速度变得巨快
0:26.826–0:28.828
什么能力超过V4 Pro
0:28.995–0:30.730
这就把我的期待拉得很高
0:30.830–0:33.967
一个跨度为0.1的小版本更新
0:34.033–0:36.202
小弟直接把大哥给干翻了
0:36.269–0:38.171
到底是不是真的有这么神奇
0:38.438–0:41.708
我自己是到今天为止是实际测试了五天
0:41.775–0:43.109
实际把我各种工作流
0:43.109–0:45.311
把我平常干的事情全都接进去用了
0:45.311–0:46.946
实际也是登了个好几亿Token
0:47.080–0:49.549
终于可以说有了点真正的感受
0:49.682–0:51.951
代价就是等我这个视频发出来的时候
0:52.051–0:53.286
可能热度已经无了
0:53.286–0:53.953
但没关系
0:53.953–0:55.455
我们本身就是唠嗑视频
0:55.455–0:56.122
随意一点
0:56.122–0:58.725
首先其实这张图就非常好的总结
0:58.792–1:01.895
除这个模型到底是对我来说好用还是不好用
1:01.895–1:04.431
这个是我个人的OpenCode的用量的图
1:04.531–1:05.565
你可以看到很明显
1:05.598–1:08.935
黄绿色的是之前的DeepSeek V4 Flash的用量
1:08.935–1:11.037
自从涨价之后我就没怎么用了
1:11.037–1:12.605
虽然一天是有个小几刀
1:12.672–1:14.441
主要是用来配置本地模型
1:14.441–1:15.975
和做一些矩阵测试的时候
1:16.042–1:17.944
还有就是应急的时候用
1:18.011–1:21.948
然后这几天粉色的几个就是DeepSeek V4.1 Flash
1:21.948–1:24.384
可以看到它的用量又在逐渐长回来了
1:24.451–1:27.287
主要是OpenCode现在它是限时4倍用量
1:27.554–1:29.456
回到了以前快乐的时光
1:29.556–1:31.524
首先这一次V4.1的更新
1:31.524–1:34.661
让大家最能一下子就感觉到的就是它的速度
1:34.694–1:36.129
我看到一个说法很喜欢
1:36.229–1:37.831
DeepSeek V4.1 Flash
1:37.831–1:39.833
它快的跟腹泻一样
1:39.833–1:42.135
我以前经常用便秘这个比喻形容
1:42.235–1:43.570
本地模型的速度很慢
1:43.670–1:45.038
450 tokens 每秒
1:45.038–1:46.773
那就是一种便秘的感觉
1:46.773–1:47.574
它也拉不出来
1:47.707–1:49.476
加把劲儿可能可以拉出来
1:49.476–1:50.944
但就是不顺畅
1:51.044–1:51.744
不舒畅
1:51.744–1:52.712
不丝滑
1:52.745–1:55.515
当然这个就是跟DeepSeek V4 Flash比起来
1:55.715–1:58.351
毕竟DeepSeek V4 Flash是我用的最多的模型
1:58.351–2:00.787
它的速度对于我来说就是一个基准
2:00.787–2:01.788
在OpenCode上面
2:01.888–2:04.924
它的输出速度大概是150tokens 每秒左右
2:05.091–2:07.494
对我个人也是一个非常舒畅的速度
2:07.494–2:09.195
而到了DeepSeek V4.1 Flash
2:09.195–2:13.199
它的输出速度基本上是230-250tokens 每秒以上
2:13.366–2:16.035
有的都快是快接近300tokens 每秒了
2:16.035–2:17.804
所以它给你的体感真的就是一种
2:18.004–2:20.073
窜稀式输出的感觉
2:20.073–2:22.475
你的眼睛根本跟不上它的操作
2:22.475–2:24.010
就那工具的调用速度
2:24.010–2:25.211
你还没回过神来
2:25.712–2:27.447
这一页已经被它刷满了
2:27.447–2:29.315
那么速度快是快了
2:29.415–2:30.483
究竟好不好用
2:30.583–2:31.951
它做出来的工作好不好
2:32.318–2:34.687
首先因为我最近在研究DeepSeek Harness
2:34.854–2:37.824
我自己也是逐渐在把工作流迁移到上面去用
2:37.824–2:40.026
所以这回我也是直接在DeepSeek Harness里面
2:40.026–2:40.627
把它配置好
2:40.627–2:42.929
然后继续我的各种本地AI的测试
2:42.929–2:43.596
第一个任务
2:43.596–2:45.765
我想让它先理解一下我的项目
2:45.765–2:48.268
我的DeepSeek Harness是放在云端服务器上
2:48.268–2:48.935
和我的Hermes
2:49.369–2:50.770
以及我整个Gateway
2:50.803–2:53.673
本地的Gateway是运行在服务器上的
2:53.740–2:55.842
但是像Llama, NInfer这些配置
2:55.909–2:58.411
是在我本地的4090主机上面
2:58.511–2:59.646
稍微有点复杂
2:59.646–3:02.115
但其实也是本质上很简单的任务
3:02.115–3:04.551
所以我就在之前一个用DeepSeek V4 Flash
3:04.717–3:06.386
跑了好几轮的Session里面
3:06.452–3:08.855
热切换成DeepSeek V4.1 Flash
3:08.855–3:11.024
让它去把最新的配置拿出来了解一下
3:11.090–3:13.092
然后我立马就遇到了第一个问题
3:13.193–3:14.994
V4.1就立马开始窜稀
3:14.994–3:16.429
240 tokens每秒
3:16.429–3:18.231
我的页面开始疯狂的滚动
3:18.264–3:20.733
但是我盯着它盯了三分钟
3:20.900–3:23.503
工具调用了几十次思考了几十回
3:23.536–3:24.938
连一个字都没有吐出来
3:25.004–3:26.472
我觉得就有点不对劲了
3:26.472–3:27.373
我把它停掉了
3:27.373–3:28.775
然后我就开了一个新的回话
3:28.775–3:31.044
用同样的指令切换成本地的千问
3:31.077–3:33.813
说你帮我拉一下我的Lama的配置
3:33.813–3:36.216
然后本地千问是输出100多token是每秒
3:36.216–3:37.450
一分钟就帮我查出来了
3:37.450–3:38.785
也是理解了整个项目
3:38.785–3:39.919
然后我就意识到
3:39.919–3:42.288
可能是我旧Session的上下文污染了
3:42.288–3:44.324
所以我又从开了一个回话重新试了一次
3:44.524–3:45.825
这回的速度就非常快
3:45.925–3:47.093
一共只用了30秒
3:47.093–3:48.728
token的速度也有2700
3:48.728–3:50.263
它真正干活成功的时候
3:50.263–3:52.298
那个速度真的是飞一般的感觉
3:52.332–3:54.067
所以这里首先有一个问题
3:54.200–3:55.935
就是说模型的能力再强
3:56.069–3:58.404
如果你给它的指令或者上下文不对
3:58.404–3:59.172
或者有污染
3:59.305–4:01.874
你是没有办法指望它帮你把事情干好的
4:01.975–4:03.810
虽然我以为之前Session
4:03.876–4:05.745
毕竟都是跟DeepSeek V4聊的
4:05.745–4:07.513
而且里面有比较重要的信息
4:07.513–4:08.314
所以继续的话
4:08.314–4:09.749
我硬切照理来说
4:09.749–4:11.150
它应该是能干得更好的
4:11.251–4:13.753
毕竟V4.1也是一个100万上下文的
4:13.753–4:14.988
我以前用V4什么的
4:14.988–4:16.556
也是直接各种硬切
4:16.623–4:17.757
或者是在Codex里面
4:17.757–4:18.992
我就是用GPT 5.6
4:19.025–4:20.326
sol做一个巨大的plan
4:20.526–4:22.262
和写一个非常详细的tasks
4:22.262–4:23.730
然后在同样的会话里面
4:23.730–4:24.664
我直接硬切Luna
4:24.664–4:25.598
让它继续执行
4:25.732–4:27.367
我基本上都是这么用过来的
4:27.367–4:29.068
也没觉得有遇到什么问题
4:29.102–4:30.570
只不过这一次结果
4:30.570–4:32.305
让我开始重新审视了一下
4:32.305–4:33.306
这个用法到底对不对
4:33.406–4:35.642
因为毕竟其实Codex里面
4:35.642–4:37.677
它也是有提醒你的当你硬切模型的时候
4:37.677–4:40.446
它说你这个在会话中去硬切模型的话
4:40.446–4:42.148
你之后的会话质量可能会下降
4:42.148–4:43.416
但这个先不展开说了
4:43.416–4:44.484
这是另外一回事
4:44.517–4:45.585
就当我以为
4:45.685–4:47.754
接下来可以和网上大家说的一样
4:47.754–4:48.421
起飞的时候
4:48.788–4:50.423
我用着又遇到了问题
4:50.423–4:51.557
就几轮用下来
4:51.624–4:53.259
当然都是新开Session
4:53.426–4:54.827
我感觉跟他说话
4:54.827–4:56.896
他似乎不理解我的意图
4:56.896–4:58.331
就是我一个任务下达下去
4:58.331–4:59.766
他不是说看好技能
4:59.799–5:01.034
然后就直接开干了
5:01.100–5:03.136
经常就是我下达一个任务之后
5:03.136–5:04.170
他扫眼技能
5:04.170–5:06.472
然后居然读了一个不正确的技能
5:06.472–5:08.741
紧接着可能是觉得这个技能没什么卵用
5:08.741–5:09.409
还是怎么回事
5:09.409–5:13.146
他就开始去爬我过往的Session的历史记录
5:13.146–5:15.248
爬完这个Deep Seek Harness里面的记录
5:15.248–5:15.982
他还不甘心
5:15.982–5:17.684
还要跑去隔壁的Hermes那边
5:17.784–5:19.652
把Hermes的记录也爬出来读
5:19.886–5:21.187
而且不是偶然的现象
5:21.187–5:21.954
就经常这样
5:21.954–5:22.889
这就很奇怪
5:23.056–5:25.491
因为同样是在Deep Seek Harness里面
5:25.491–5:27.026
我用千问3.827b的时候
5:27.326–5:28.494
我用的方式也没有变
5:28.494–5:31.230
我一直以来都是这个派发任务的方式
5:31.230–5:32.565
就千万速度慢慢点
5:32.565–5:33.633
但是我让他去干个活
5:33.633–5:35.134
他都是读了Skill
5:35.201–5:35.968
然后就去干活
5:35.968–5:37.203
然后一次性把活干好
5:37.203–5:37.804
给我汇报
5:37.837–5:38.705
就算有问题
5:38.705–5:39.539
弄两个来回
5:39.605–5:40.306
都能干好的
5:40.440–5:41.941
从来没有过让他去干活
5:41.941–5:42.909
他嘴上说好的
5:42.909–5:45.044
然后结果开始就是翻历史 Session
5:45.278–5:46.446
这是我见的没见过的
5:46.546–5:48.247
所以我就隐隐约约有个感觉
5:48.281–5:49.782
不一定对就是我的体感
5:49.782–5:51.584
就是Deep Seek V4.1 Flash
5:51.784–5:52.352
这个模型
5:52.352–5:53.720
我上下文如果给的
5:53.720–5:54.987
不是那么准确的话
5:55.288–5:57.423
它是好像有一个内在的动力
5:57.423–5:59.058
就是要自己去调查清楚
5:59.192–6:00.827
然后再开干的这样一个性格
6:00.993–6:01.961
可能是好事
6:01.961–6:03.629
因为他这样子能把事情干好
6:03.629–6:05.631
这样的就搞得每次都要
6:05.631–6:06.332
我跟他说
6:06.399–6:07.967
你先去看相关Skill
6:08.134–6:09.369
看完Skill再去干
6:09.635–6:10.803
这样用起来就很蛋疼了
6:10.803–6:13.706
仿佛就是像在用上一代的Agent那种感觉
6:13.806–6:15.174
而且不是说他事情办不完
6:15.274–6:16.809
就是如果我把任务丢给他
6:16.976–6:17.944
他确实仍旧
6:17.944–6:20.446
甚至是可以在比Deep Seek V4.1 Flash
6:20.446–6:21.814
还有更快的情况下
6:21.814–6:22.815
把任务给干完的
6:22.882–6:24.083
即便就是多出了很多
6:24.517–6:26.185
在我看来很奇怪的工具调用
6:26.319–6:27.854
因为他的速度是真的快
6:27.854–6:30.056
所以在能干很多活的情况下
6:30.256–6:31.324
干得比别人还快
6:31.491–6:32.859
从结果角度来看
6:32.859–6:34.026
他干活干的也是很周到
6:34.026–6:35.428
就是各方面都会考虑到
6:35.628–6:37.463
如果有出现就是改了一个bug
6:37.463–6:38.564
然后出现回归的情况
6:38.564–6:39.799
他都是能顺手
6:39.799–6:41.401
在那个轮回里面处理好的
6:41.734–6:44.403
总之就是能力上是完全没有问题的
6:45.037–6:46.606
就是干事情的方式
6:46.606–6:47.507
让我觉得很奇怪
6:47.774–6:48.374
具体一点
6:48.374–6:49.542
比如说我想让他配置一下
6:49.542–6:51.177
我本地模型的一个框架
6:51.177–6:52.278
他居然起手
6:52.278–6:54.914
真的就是去Hermes我们的聊天数据库里面
6:54.914–6:56.149
自己去暴力搜索
6:56.249–6:58.384
我那个数据库可是接近两个G
6:58.651–6:59.952
几十万条信息
6:59.952–7:01.187
上千轮的对话数据
7:01.187–7:03.823
他就是窜稀是暴力搜索了10分钟
7:03.823–7:06.025
然后自己找到了相关的信息
7:06.025–7:06.692
拿出来问我
7:06.692–7:07.527
你是不是这个
7:07.894–7:08.928
还说你要确定一下
7:08.928–7:10.062
我怕我改错文件
7:10.329–7:12.231
我确认之后他才真正开始干活
7:12.231–7:14.167
就进入这个干活的状态之后
7:14.400–7:16.035
确实是一点问题都没有了
7:16.035–7:17.737
然后这个现象不仅仅是出现在
7:18.004–7:19.205
就写代码的活上
7:19.205–7:21.474
就是包括做文字类的工作
7:21.474–7:22.375
也是同样的情况
7:22.408–7:23.543
就像这样一个简单的
7:23.543–7:25.511
我一直在做的这种写稿的任务
7:25.511–7:27.246
如果我有片已经是这样
7:27.313–7:28.815
口述的稿件的情况下
7:28.881–7:30.316
通常其他模型
7:30.316–7:31.184
我直接发给他
7:31.184–7:32.685
包括V4或者本地的
7:32.685–7:34.187
千问3.87b这个模型的时候
7:34.487–7:36.956
我就是会说我要继续稿件
7:36.956–7:38.624
然后他们就是会很清楚的
7:38.624–7:39.959
继续我之前的任务
7:39.959–7:40.893
但是不知道为什么
7:41.194–7:42.061
这就是个情况下
7:42.361–7:45.465
V4.1居然还有32次工具调用
7:45.465–7:46.132
干嘛呢
7:46.199–7:48.401
我把它那32次工具调用展开来看了一下
7:48.668–7:49.769
里面有12次
7:50.002–7:52.138
又在跑我过往session内容
7:52.238–7:54.006
当时我就一个想不通了
7:54.006–7:55.274
就你速度快是快
7:55.475–7:57.643
token也是比之前便宜是便宜
7:57.743–8:00.746
每做一个任务都要回去翻过往session内容
8:00.746–8:02.148
这不太合适吧
8:02.148–8:05.251
就以防是我这个DeepSeek harness出了什么问题
8:05.351–8:07.053
我就用同样一个prompt
8:07.053–8:08.421
我换成V4 flash
8:08.588–8:10.790
它是只用5次工具调用和30秒
8:10.890–8:12.291
直接进入工作状态
8:12.291–8:13.926
这才是我熟悉的DeepSeek
8:14.193–8:16.495
于是我不信邪就开了好几个session
8:16.495–8:17.864
发同样的prompt
8:17.964–8:19.065
其中有一个session
8:19.198–8:21.634
DeepSeek V4.1是直接直到黄龙
8:21.734–8:23.636
只花了20秒就进入状态了
8:23.636–8:26.906
到这里如果是想感觉第一天就把视频发布的话
8:26.973–8:28.374
我的视频画风就会变成
8:28.474–8:29.609
DeepSeek V4.1
8:29.709–8:31.244
窜稀非常地快
8:31.244–8:32.144
但快的没有用
8:32.311–8:33.079
非常不稳定
8:33.212–8:34.013
行为很奇怪
8:34.247–8:35.281
巴拉巴拉讲一大堆
8:35.481–8:37.149
但是我一直以来的关键就是
8:37.350–8:38.384
没有垃圾的模型
8:38.518–8:39.318
只有不会用的人
8:39.619–8:41.120
特别是在线上API
8:41.120–8:42.655
dpc v4 flash之后
8:42.655–8:43.823
以及本地模型
8:43.823–8:46.392
千问3.827b这个模型之后
8:46.392–8:47.994
同档次的和之上的模型
8:47.994–8:50.696
已经不存在人工智障这个概念了
8:50.696–8:54.467
因为这些模型已经比世界上99.9%的人要聪明
8:54.467–8:54.967
要能干
8:54.967–8:55.935
还要快了
8:55.935–8:57.470
所以如果我觉得它不好用
8:57.470–8:59.805
那1%是我的用法有问题
9:00.039–9:02.208
所以我又把这几天吃回了的Hermes
9:02.208–9:02.875
给叫了出来
9:02.875–9:05.311
因为这几天我真的都是在研究DeepSeek harness
9:05.444–9:07.113
就有点懒落Hermes了
9:07.246–9:08.047
换回Hermes之后
9:08.114–9:10.149
dpc v4 flash的整个体验
9:10.149–9:11.183
立马就不一样了
9:11.183–9:12.552
以前那种呼风唤雨
9:12.552–9:14.253
指哪打哪的感觉又回来了
9:14.387–9:17.623
而且体感的就是比之前的v4 flash能力要强很多
9:17.723–9:18.658
速度也要快很多
9:18.658–9:20.993
所以为了把DeepSeek V4.1给用好
9:21.227–9:23.396
我又把整个工作流迁回到了Hermes上面
9:23.529–9:26.499
这几天我就是在Hermes上面开了40来个会话
9:26.599–9:27.667
5000多条消息
9:27.667–9:29.568
完完整整的把它再用了一遍
9:29.568–9:32.171
处理的内容就包括我平常做的写稿
9:32.271–9:33.105
改稿 配图
9:33.406–9:35.274
后面还包括继续举行测试
9:35.374–9:37.009
1380 b的新框架
9:37.009–9:38.444
还有它的并发优化
9:38.511–9:40.580
之后还有去改造的Hermes的desktop
9:40.880–9:42.949
我还让它去改我各种网站的前端
9:42.949–9:44.884
还有我自己做的一个电商的后台
9:44.917–9:46.652
除了这些小任务之外
9:46.652–9:47.987
还有一个比较巨型的
9:47.987–9:50.957
就是我最近把我的云端服务器给搬家了
9:50.957–9:53.459
从一个服务器搬到了另外一个服务器上面
9:53.526–9:55.261
而且是连服务商都变的那种
9:55.261–9:57.430
这就是一个相当复杂的工作了
9:57.430–9:59.532
如果是要我自己去干的话
9:59.532–10:01.901
我觉得估计得至少两三天起
10:01.901–10:03.202
我一个星期都有可能的
10:03.469–10:05.571
因为要从头到尾所有东西都要重装一遍
10:05.705–10:09.308
但是这回我自己是除了开通一个新的账号和付款之外
10:09.508–10:10.643
没有动一根手指头
10:10.676–10:12.845
全都丢给DeepSeek V4.1 flash去做
10:13.045–10:16.949
它大概是从早上5点一直干到下午2 3点
10:16.949–10:18.951
然后完美的把整个事情给做好了
10:19.085–10:21.187
所以整个体验下来确实有点奇怪
10:21.320–10:24.724
用DeepSeek V4.1的时侯我觉得它就是一个串天猴
10:24.824–10:26.392
速度是快得不得了
10:26.559–10:28.127
但是感觉就驾驭不住
10:28.260–10:29.662
切回到Hermes之后
10:29.662–10:31.030
它居然又变得那么好用
10:31.097–10:34.934
甚至是我现在在Hermes上用过的最好的模型了
10:34.934–10:36.569
我自己也还没有个结论
10:36.602–10:38.571
但是我这里又要说一句
10:38.771–10:41.574
大概率不是因为DeepSeek V4.1的不行
10:41.640–10:44.844
而是我现在的工作流和个人的用法
10:44.844–10:46.345
目前还是更适合Hermes
10:46.512–10:48.347
毕竟Hermes我都养了这么久了
10:48.347–10:49.215
早就成精了
10:49.215–10:50.883
DeepSeek V4.1才刚用没几天
10:50.983–10:54.186
虽然我自己在后端已经把他们的技能数融合在一起了
10:54.186–10:57.857
但是他们可能是在兼容上兼容性上有点问题
10:58.024–10:59.625
反正就有点不太对劲
10:59.925–11:02.728
所以接下来我还要再多研究一下DeepSeek V4.1的用法
11:02.928–11:04.830
最后我们回到开头的那张图
11:04.930–11:06.232
一个模型的价格
11:06.232–11:07.166
它是高是低
11:07.166–11:08.401
它的能力是好是坏
11:08.467–11:12.405
我们每个人每一个时刻的感受都是不一样的
11:12.405–11:14.907
是会随着时间的推移发生变化的
11:15.107–11:17.543
但API的用量是很真实的
11:17.710–11:18.644
好用 性价比高
11:18.677–11:19.545
就是会用的多
11:19.678–11:21.747
前提是你用对的方式
11:21.747–11:24.050
毕竟我们每个人都有自己不同的工作流
11:24.050–11:25.685
有的人觉得一个模型很好用
11:25.685–11:27.153
有的人觉得一个模型很垃圾
11:27.153–11:28.154
这都很正常
11:28.287–11:30.222
就连在我自己的工作流里面
11:30.222–11:31.524
我只是换了个Harness而已
11:31.524–11:32.825
我对这一个模型
11:32.892–11:36.629
deepseaqv4.1flash的感受也是天上地下的
11:36.629–11:38.664
一开始用了觉得什么窜稀玩意
11:38.931–11:40.433
后来又觉得好用不得了
11:40.599–11:43.536
也有可能你用DeepSeek harness接4.1flash
11:43.602–11:44.904
你会觉得好用的不得了
11:44.904–11:46.972
然后你会用Hermes觉得很难用
11:47.039–11:48.240
我觉得也是很正常的
11:48.240–11:49.608
毕竟也没有法律规定
11:49.608–11:51.343
所有的人都必须用同一个模型
11:51.343–11:52.545
必须用同一个Harness
11:52.545–11:54.213
所以我也是非常好奇你们的体验
11:54.213–11:55.381
欢迎你留言和大家分享
11:55.514–11:56.682
有关关系的大家听我唠嗑我们
11:56.682–11:57.116
谢谢再见
0:00.300–0:02.969
zhOK DeepSeek V4.1 Flash终于来了
OK DeepSeek V4.1 Flash终于来了
0:02.969–0:04.404
zh等我这个视频发出来的时候
等我这个视频发出来的时候
0:04.404–0:05.405
zh都来了花几天了
都来了花几天了
0:05.405–0:06.840
zh但来得真不是时候
但来得真不是时候
0:07.007–0:08.842
zh因为这两天我都在用自己部署的
因为这两天我都在用自己部署的
0:08.842–0:10.110
zh前问3.82GB
前问3.82GB
0:10.276–0:11.044
zh还没捂热
还没捂热
0:11.211–0:13.213
zh反正主机其实已经捂得很热了
反正主机其实已经捂得很热了
0:13.213–0:13.913
zh热都不得了
热都不得了
0:13.913–0:15.048
zh一个Prompt发过去
一个Prompt发过去
0:15.048–0:17.083
zh他就已经把我的房间给做成桑拿了
他就已经把我的房间给做成桑拿了
0:17.083–0:17.984
zh所以这个主机现在
所以这个主机现在
0:17.984–0:19.753
zh我已经搬到另外一个房间去了
我已经搬到另外一个房间去了
0:19.753–0:20.620
zh但不管怎么样
但不管怎么样
0:20.854–0:22.188
zhV4.1这个模型
V4.1这个模型
0:22.188–0:24.057
zh我个人还是非常期待的
我个人还是非常期待的
0:24.057–0:26.693
zh因为网上看到都是说它什么速度变得巨快
因为网上看到都是说它什么速度变得巨快
0:26.826–0:28.828
zh什么能力超过V4 Pro
什么能力超过V4 Pro
0:28.995–0:30.730
zh这就把我的期待拉得很高
这就把我的期待拉得很高
0:30.830–0:33.967
zh一个跨度为0.1的小版本更新
一个跨度为0.1的小版本更新
0:34.033–0:36.202
zh小弟直接把大哥给干翻了
小弟直接把大哥给干翻了
0:36.269–0:38.171
zh到底是不是真的有这么神奇
到底是不是真的有这么神奇
0:38.438–0:41.708
zh我自己是到今天为止是实际测试了五天
我自己是到今天为止是实际测试了五天
0:41.775–0:43.109
zh实际把我各种工作流
实际把我各种工作流
0:43.109–0:45.311
zh把我平常干的事情全都接进去用了
把我平常干的事情全都接进去用了
0:45.311–0:46.946
zh实际也是登了个好几亿Token
实际也是登了个好几亿Token
0:47.080–0:49.549
zh终于可以说有了点真正的感受
终于可以说有了点真正的感受
0:49.682–0:51.951
zh代价就是等我这个视频发出来的时候
代价就是等我这个视频发出来的时候
0:52.051–0:53.286
zh可能热度已经无了
可能热度已经无了
0:53.286–0:53.953
zh但没关系
但没关系
0:53.953–0:55.455
zh我们本身就是唠嗑视频
我们本身就是唠嗑视频
0:55.455–0:56.122
zh随意一点
随意一点
0:56.122–0:58.725
zh首先其实这张图就非常好的总结
首先其实这张图就非常好的总结
0:58.792–1:01.895
zh除这个模型到底是对我来说好用还是不好用
除这个模型到底是对我来说好用还是不好用
1:01.895–1:04.431
zh这个是我个人的OpenCode的用量的图
这个是我个人的OpenCode的用量的图
1:04.531–1:05.565
zh你可以看到很明显
你可以看到很明显
1:05.598–1:08.935
zh黄绿色的是之前的DeepSeek V4 Flash的用量
黄绿色的是之前的DeepSeek V4 Flash的用量
1:08.935–1:11.037
zh自从涨价之后我就没怎么用了
自从涨价之后我就没怎么用了
1:11.037–1:12.605
zh虽然一天是有个小几刀
虽然一天是有个小几刀
1:12.672–1:14.441
zh主要是用来配置本地模型
主要是用来配置本地模型
1:14.441–1:15.975
zh和做一些矩阵测试的时候
和做一些矩阵测试的时候
1:16.042–1:17.944
zh还有就是应急的时候用
还有就是应急的时候用
1:18.011–1:21.948
zh然后这几天粉色的几个就是DeepSeek V4.1 Flash
然后这几天粉色的几个就是DeepSeek V4.1 Flash
1:21.948–1:24.384
zh可以看到它的用量又在逐渐长回来了
可以看到它的用量又在逐渐长回来了
1:24.451–1:27.287
zh主要是OpenCode现在它是限时4倍用量
主要是OpenCode现在它是限时4倍用量
1:27.554–1:29.456
zh回到了以前快乐的时光
回到了以前快乐的时光
1:29.556–1:31.524
zh首先这一次V4.1的更新
首先这一次V4.1的更新
1:31.524–1:34.661
zh让大家最能一下子就感觉到的就是它的速度
让大家最能一下子就感觉到的就是它的速度
1:34.694–1:36.129
zh我看到一个说法很喜欢
我看到一个说法很喜欢
1:36.229–1:37.831
enDeepSeek V4.1 Flash
DeepSeek V4.1 Flash
1:37.831–1:39.833
zh它快的跟腹泻一样
它快的跟腹泻一样
1:39.833–1:42.135
zh我以前经常用便秘这个比喻形容
我以前经常用便秘这个比喻形容
1:42.235–1:43.570
zh本地模型的速度很慢
本地模型的速度很慢
1:43.670–1:45.038
zh450 tokens 每秒
450 tokens 每秒
1:45.038–1:46.773
zh那就是一种便秘的感觉
那就是一种便秘的感觉
1:46.773–1:47.574
zh它也拉不出来
它也拉不出来
1:47.707–1:49.476
zh加把劲儿可能可以拉出来
加把劲儿可能可以拉出来
1:49.476–1:50.944
zh但就是不顺畅
但就是不顺畅
1:51.044–1:51.744
zh不舒畅
不舒畅
1:51.744–1:52.712
zh不丝滑
不丝滑
1:52.745–1:55.515
zh当然这个就是跟DeepSeek V4 Flash比起来
当然这个就是跟DeepSeek V4 Flash比起来
1:55.715–1:58.351
zh毕竟DeepSeek V4 Flash是我用的最多的模型
毕竟DeepSeek V4 Flash是我用的最多的模型
1:58.351–2:00.787
zh它的速度对于我来说就是一个基准
它的速度对于我来说就是一个基准
2:00.787–2:01.788
zh在OpenCode上面
在OpenCode上面
2:01.888–2:04.924
zh它的输出速度大概是150tokens 每秒左右
它的输出速度大概是150tokens 每秒左右
2:05.091–2:07.494
zh对我个人也是一个非常舒畅的速度
对我个人也是一个非常舒畅的速度
2:07.494–2:09.195
zh而到了DeepSeek V4.1 Flash
而到了DeepSeek V4.1 Flash
2:09.195–2:13.199
zh它的输出速度基本上是230-250tokens 每秒以上
它的输出速度基本上是230-250tokens 每秒以上
2:13.366–2:16.035
zh有的都快是快接近300tokens 每秒了
有的都快是快接近300tokens 每秒了
2:16.035–2:17.804
zh所以它给你的体感真的就是一种
所以它给你的体感真的就是一种
2:18.004–2:20.073
zh窜稀式输出的感觉
窜稀式输出的感觉
2:20.073–2:22.475
zh你的眼睛根本跟不上它的操作
你的眼睛根本跟不上它的操作
2:22.475–2:24.010
zh就那工具的调用速度
就那工具的调用速度
2:24.010–2:25.211
zh你还没回过神来
你还没回过神来
2:25.712–2:27.447
zh这一页已经被它刷满了
这一页已经被它刷满了
2:27.447–2:29.315
zh那么速度快是快了
那么速度快是快了
2:29.415–2:30.483
zh究竟好不好用
究竟好不好用
2:30.583–2:31.951
zh它做出来的工作好不好
它做出来的工作好不好
2:32.318–2:34.687
zh首先因为我最近在研究DeepSeek Harness
首先因为我最近在研究DeepSeek Harness
2:34.854–2:37.824
zh我自己也是逐渐在把工作流迁移到上面去用
我自己也是逐渐在把工作流迁移到上面去用
2:37.824–2:40.026
zh所以这回我也是直接在DeepSeek Harness里面
所以这回我也是直接在DeepSeek Harness里面
2:40.026–2:40.627
zh把它配置好
把它配置好
2:40.627–2:42.929
zh然后继续我的各种本地AI的测试
然后继续我的各种本地AI的测试
2:42.929–2:43.596
zh第一个任务
第一个任务
2:43.596–2:45.765
zh我想让它先理解一下我的项目
我想让它先理解一下我的项目
2:45.765–2:48.268
zh我的DeepSeek Harness是放在云端服务器上
我的DeepSeek Harness是放在云端服务器上
2:48.268–2:48.935
zh和我的Hermes
和我的Hermes
2:49.369–2:50.770
zh以及我整个Gateway
以及我整个Gateway
2:50.803–2:53.673
zh本地的Gateway是运行在服务器上的
本地的Gateway是运行在服务器上的
2:53.740–2:55.842
zh但是像Llama, NInfer这些配置
但是像Llama, NInfer这些配置
2:55.909–2:58.411
zh是在我本地的4090主机上面
是在我本地的4090主机上面
2:58.511–2:59.646
zh稍微有点复杂
稍微有点复杂
2:59.646–3:02.115
zh但其实也是本质上很简单的任务
但其实也是本质上很简单的任务
3:02.115–3:04.551
zh所以我就在之前一个用DeepSeek V4 Flash
所以我就在之前一个用DeepSeek V4 Flash
3:04.717–3:06.386
zh跑了好几轮的Session里面
跑了好几轮的Session里面
3:06.452–3:08.855
zh热切换成DeepSeek V4.1 Flash
热切换成DeepSeek V4.1 Flash
3:08.855–3:11.024
zh让它去把最新的配置拿出来了解一下
让它去把最新的配置拿出来了解一下
3:11.090–3:13.092
zh然后我立马就遇到了第一个问题
然后我立马就遇到了第一个问题
3:13.193–3:14.994
zhV4.1就立马开始窜稀
V4.1就立马开始窜稀
3:14.994–3:16.429
zh240 tokens每秒
240 tokens每秒
3:16.429–3:18.231
zh我的页面开始疯狂的滚动
我的页面开始疯狂的滚动
3:18.264–3:20.733
zh但是我盯着它盯了三分钟
但是我盯着它盯了三分钟
3:20.900–3:23.503
zh工具调用了几十次思考了几十回
工具调用了几十次思考了几十回
3:23.536–3:24.938
zh连一个字都没有吐出来
连一个字都没有吐出来
3:25.004–3:26.472
zh我觉得就有点不对劲了
我觉得就有点不对劲了
3:26.472–3:27.373
zh我把它停掉了
我把它停掉了
3:27.373–3:28.775
zh然后我就开了一个新的回话
然后我就开了一个新的回话
3:28.775–3:31.044
zh用同样的指令切换成本地的千问
用同样的指令切换成本地的千问
3:31.077–3:33.813
zh说你帮我拉一下我的Lama的配置
说你帮我拉一下我的Lama的配置
3:33.813–3:36.216
zh然后本地千问是输出100多token是每秒
然后本地千问是输出100多token是每秒
3:36.216–3:37.450
zh一分钟就帮我查出来了
一分钟就帮我查出来了
3:37.450–3:38.785
zh也是理解了整个项目
也是理解了整个项目
3:38.785–3:39.919
zh然后我就意识到
然后我就意识到
3:39.919–3:42.288
zh可能是我旧Session的上下文污染了
可能是我旧Session的上下文污染了
3:42.288–3:44.324
zh所以我又从开了一个回话重新试了一次
所以我又从开了一个回话重新试了一次
3:44.524–3:45.825
zh这回的速度就非常快
这回的速度就非常快
3:45.925–3:47.093
zh一共只用了30秒
一共只用了30秒
3:47.093–3:48.728
zhtoken的速度也有2700
token的速度也有2700
3:48.728–3:50.263
zh它真正干活成功的时候
它真正干活成功的时候
3:50.263–3:52.298
zh那个速度真的是飞一般的感觉
那个速度真的是飞一般的感觉
3:52.332–3:54.067
zh所以这里首先有一个问题
所以这里首先有一个问题
3:54.200–3:55.935
zh就是说模型的能力再强
就是说模型的能力再强
3:56.069–3:58.404
zh如果你给它的指令或者上下文不对
如果你给它的指令或者上下文不对
3:58.404–3:59.172
zh或者有污染
或者有污染
3:59.305–4:01.874
zh你是没有办法指望它帮你把事情干好的
你是没有办法指望它帮你把事情干好的
4:01.975–4:03.810
zh虽然我以为之前Session
虽然我以为之前Session
4:03.876–4:05.745
zh毕竟都是跟DeepSeek V4聊的
毕竟都是跟DeepSeek V4聊的
4:05.745–4:07.513
zh而且里面有比较重要的信息
而且里面有比较重要的信息
4:07.513–4:08.314
zh所以继续的话
所以继续的话
4:08.314–4:09.749
zh我硬切照理来说
我硬切照理来说
4:09.749–4:11.150
zh它应该是能干得更好的
它应该是能干得更好的
4:11.251–4:13.753
zh毕竟V4.1也是一个100万上下文的
毕竟V4.1也是一个100万上下文的
4:13.753–4:14.988
zh我以前用V4什么的
我以前用V4什么的
4:14.988–4:16.556
zh也是直接各种硬切
也是直接各种硬切
4:16.623–4:17.757
zh或者是在Codex里面
或者是在Codex里面
4:17.757–4:18.992
zh我就是用GPT 5.6
我就是用GPT 5.6
4:19.025–4:20.326
zhsol做一个巨大的plan
sol做一个巨大的plan
4:20.526–4:22.262
zh和写一个非常详细的tasks
和写一个非常详细的tasks
4:22.262–4:23.730
zh然后在同样的会话里面
然后在同样的会话里面
4:23.730–4:24.664
zh我直接硬切Luna
我直接硬切Luna
4:24.664–4:25.598
zh让它继续执行
让它继续执行
4:25.732–4:27.367
zh我基本上都是这么用过来的
我基本上都是这么用过来的
4:27.367–4:29.068
zh也没觉得有遇到什么问题
也没觉得有遇到什么问题
4:29.102–4:30.570
zh只不过这一次结果
只不过这一次结果
4:30.570–4:32.305
zh让我开始重新审视了一下
让我开始重新审视了一下
4:32.305–4:33.306
zh这个用法到底对不对
这个用法到底对不对
4:33.406–4:35.642
zh因为毕竟其实Codex里面
因为毕竟其实Codex里面
4:35.642–4:37.677
zh它也是有提醒你的当你硬切模型的时候
它也是有提醒你的当你硬切模型的时候
4:37.677–4:40.446
zh它说你这个在会话中去硬切模型的话
它说你这个在会话中去硬切模型的话
4:40.446–4:42.148
zh你之后的会话质量可能会下降
你之后的会话质量可能会下降
4:42.148–4:43.416
zh但这个先不展开说了
但这个先不展开说了
4:43.416–4:44.484
zh这是另外一回事
这是另外一回事
4:44.517–4:45.585
zh就当我以为
就当我以为
4:45.685–4:47.754
zh接下来可以和网上大家说的一样
接下来可以和网上大家说的一样
4:47.754–4:48.421
zh起飞的时候
起飞的时候
4:48.788–4:50.423
zh我用着又遇到了问题
我用着又遇到了问题
4:50.423–4:51.557
zh就几轮用下来
就几轮用下来
4:51.624–4:53.259
zh当然都是新开Session
当然都是新开Session
4:53.426–4:54.827
zh我感觉跟他说话
我感觉跟他说话
4:54.827–4:56.896
zh他似乎不理解我的意图
他似乎不理解我的意图
4:56.896–4:58.331
zh就是我一个任务下达下去
就是我一个任务下达下去
4:58.331–4:59.766
zh他不是说看好技能
他不是说看好技能
4:59.799–5:01.034
zh然后就直接开干了
然后就直接开干了
5:01.100–5:03.136
zh经常就是我下达一个任务之后
经常就是我下达一个任务之后
5:03.136–5:04.170
zh他扫眼技能
他扫眼技能
5:04.170–5:06.472
zh然后居然读了一个不正确的技能
然后居然读了一个不正确的技能
5:06.472–5:08.741
zh紧接着可能是觉得这个技能没什么卵用
紧接着可能是觉得这个技能没什么卵用
5:08.741–5:09.409
zh还是怎么回事
还是怎么回事
5:09.409–5:13.146
zh他就开始去爬我过往的Session的历史记录
他就开始去爬我过往的Session的历史记录
5:13.146–5:15.248
zh爬完这个Deep Seek Harness里面的记录
爬完这个Deep Seek Harness里面的记录
5:15.248–5:15.982
zh他还不甘心
他还不甘心
5:15.982–5:17.684
zh还要跑去隔壁的Hermes那边
还要跑去隔壁的Hermes那边
5:17.784–5:19.652
zh把Hermes的记录也爬出来读
把Hermes的记录也爬出来读
5:19.886–5:21.187
zh而且不是偶然的现象
而且不是偶然的现象
5:21.187–5:21.954
zh就经常这样
就经常这样
5:21.954–5:22.889
zh这就很奇怪
这就很奇怪
5:23.056–5:25.491
zh因为同样是在Deep Seek Harness里面
因为同样是在Deep Seek Harness里面
5:25.491–5:27.026
zh我用千问3.827b的时候
我用千问3.827b的时候
5:27.326–5:28.494
zh我用的方式也没有变
我用的方式也没有变
5:28.494–5:31.230
zh我一直以来都是这个派发任务的方式
我一直以来都是这个派发任务的方式
5:31.230–5:32.565
zh就千万速度慢慢点
就千万速度慢慢点
5:32.565–5:33.633
zh但是我让他去干个活
但是我让他去干个活
5:33.633–5:35.134
zh他都是读了Skill
他都是读了Skill
5:35.201–5:35.968
zh然后就去干活
然后就去干活
5:35.968–5:37.203
zh然后一次性把活干好
然后一次性把活干好
5:37.203–5:37.804
zh给我汇报
给我汇报
5:37.837–5:38.705
zh就算有问题
就算有问题
5:38.705–5:39.539
zh弄两个来回
弄两个来回
5:39.605–5:40.306
zh都能干好的
都能干好的
5:40.440–5:41.941
zh从来没有过让他去干活
从来没有过让他去干活
5:41.941–5:42.909
zh他嘴上说好的
他嘴上说好的
5:42.909–5:45.044
zh然后结果开始就是翻历史 Session
然后结果开始就是翻历史 Session
5:45.278–5:46.446
zh这是我见的没见过的
这是我见的没见过的
5:46.546–5:48.247
zh所以我就隐隐约约有个感觉
所以我就隐隐约约有个感觉
5:48.281–5:49.782
zh不一定对就是我的体感
不一定对就是我的体感
5:49.782–5:51.584
zh就是Deep Seek V4.1 Flash
就是Deep Seek V4.1 Flash
5:51.784–5:52.352
zh这个模型
这个模型
5:52.352–5:53.720
zh我上下文如果给的
我上下文如果给的
5:53.720–5:54.987
zh不是那么准确的话
不是那么准确的话
5:55.288–5:57.423
zh它是好像有一个内在的动力
它是好像有一个内在的动力
5:57.423–5:59.058
zh就是要自己去调查清楚
就是要自己去调查清楚
5:59.192–6:00.827
zh然后再开干的这样一个性格
然后再开干的这样一个性格
6:00.993–6:01.961
zh可能是好事
可能是好事
6:01.961–6:03.629
zh因为他这样子能把事情干好
因为他这样子能把事情干好
6:03.629–6:05.631
zh这样的就搞得每次都要
这样的就搞得每次都要
6:05.631–6:06.332
zh我跟他说
我跟他说
6:06.399–6:07.967
zh你先去看相关Skill
你先去看相关Skill
6:08.134–6:09.369
zh看完Skill再去干
看完Skill再去干
6:09.635–6:10.803
zh这样用起来就很蛋疼了
这样用起来就很蛋疼了
6:10.803–6:13.706
zh仿佛就是像在用上一代的Agent那种感觉
仿佛就是像在用上一代的Agent那种感觉
6:13.806–6:15.174
zh而且不是说他事情办不完
而且不是说他事情办不完
6:15.274–6:16.809
zh就是如果我把任务丢给他
就是如果我把任务丢给他
6:16.976–6:17.944
zh他确实仍旧
他确实仍旧
6:17.944–6:20.446
zh甚至是可以在比Deep Seek V4.1 Flash
甚至是可以在比Deep Seek V4.1 Flash
6:20.446–6:21.814
zh还有更快的情况下
还有更快的情况下
6:21.814–6:22.815
zh把任务给干完的
把任务给干完的
6:22.882–6:24.083
zh即便就是多出了很多
即便就是多出了很多
6:24.517–6:26.185
zh在我看来很奇怪的工具调用
在我看来很奇怪的工具调用
6:26.319–6:27.854
zh因为他的速度是真的快
因为他的速度是真的快
6:27.854–6:30.056
zh所以在能干很多活的情况下
所以在能干很多活的情况下
6:30.256–6:31.324
zh干得比别人还快
干得比别人还快
6:31.491–6:32.859
zh从结果角度来看
从结果角度来看
6:32.859–6:34.026
zh他干活干的也是很周到
他干活干的也是很周到
6:34.026–6:35.428
zh就是各方面都会考虑到
就是各方面都会考虑到
6:35.628–6:37.463
zh如果有出现就是改了一个bug
如果有出现就是改了一个bug
6:37.463–6:38.564
zh然后出现回归的情况
然后出现回归的情况
6:38.564–6:39.799
zh他都是能顺手
他都是能顺手
6:39.799–6:41.401
zh在那个轮回里面处理好的
在那个轮回里面处理好的
6:41.734–6:44.403
zh总之就是能力上是完全没有问题的
总之就是能力上是完全没有问题的
6:45.037–6:46.606
zh就是干事情的方式
就是干事情的方式
6:46.606–6:47.507
zh让我觉得很奇怪
让我觉得很奇怪
6:47.774–6:48.374
zh具体一点
具体一点
6:48.374–6:49.542
zh比如说我想让他配置一下
比如说我想让他配置一下
6:49.542–6:51.177
zh我本地模型的一个框架
我本地模型的一个框架
6:51.177–6:52.278
zh他居然起手
他居然起手
6:52.278–6:54.914
zh真的就是去Hermes我们的聊天数据库里面
真的就是去Hermes我们的聊天数据库里面
6:54.914–6:56.149
zh自己去暴力搜索
自己去暴力搜索
6:56.249–6:58.384
zh我那个数据库可是接近两个G
我那个数据库可是接近两个G
6:58.651–6:59.952
zh几十万条信息
几十万条信息
6:59.952–7:01.187
zh上千轮的对话数据
上千轮的对话数据
7:01.187–7:03.823
zh他就是窜稀是暴力搜索了10分钟
他就是窜稀是暴力搜索了10分钟
7:03.823–7:06.025
zh然后自己找到了相关的信息
然后自己找到了相关的信息
7:06.025–7:06.692
zh拿出来问我
拿出来问我
7:06.692–7:07.527
zh你是不是这个
你是不是这个
7:07.894–7:08.928
zh还说你要确定一下
还说你要确定一下
7:08.928–7:10.062
zh我怕我改错文件
我怕我改错文件
7:10.329–7:12.231
zh我确认之后他才真正开始干活
我确认之后他才真正开始干活
7:12.231–7:14.167
zh就进入这个干活的状态之后
就进入这个干活的状态之后
7:14.400–7:16.035
zh确实是一点问题都没有了
确实是一点问题都没有了
7:16.035–7:17.737
zh然后这个现象不仅仅是出现在
然后这个现象不仅仅是出现在
7:18.004–7:19.205
zh就写代码的活上
就写代码的活上
7:19.205–7:21.474
zh就是包括做文字类的工作
就是包括做文字类的工作
7:21.474–7:22.375
zh也是同样的情况
也是同样的情况
7:22.408–7:23.543
zh就像这样一个简单的
就像这样一个简单的
7:23.543–7:25.511
zh我一直在做的这种写稿的任务
我一直在做的这种写稿的任务
7:25.511–7:27.246
zh如果我有片已经是这样
如果我有片已经是这样
7:27.313–7:28.815
zh口述的稿件的情况下
口述的稿件的情况下
7:28.881–7:30.316
zh通常其他模型
通常其他模型
7:30.316–7:31.184
zh我直接发给他
我直接发给他
7:31.184–7:32.685
zh包括V4或者本地的
包括V4或者本地的
7:32.685–7:34.187
zh千问3.87b这个模型的时候
千问3.87b这个模型的时候
7:34.487–7:36.956
zh我就是会说我要继续稿件
我就是会说我要继续稿件
7:36.956–7:38.624
zh然后他们就是会很清楚的
然后他们就是会很清楚的
7:38.624–7:39.959
zh继续我之前的任务
继续我之前的任务
7:39.959–7:40.893
zh但是不知道为什么
但是不知道为什么
7:41.194–7:42.061
zh这就是个情况下
这就是个情况下
7:42.361–7:45.465
zhV4.1居然还有32次工具调用
V4.1居然还有32次工具调用
7:45.465–7:46.132
zh干嘛呢
干嘛呢
7:46.199–7:48.401
zh我把它那32次工具调用展开来看了一下
我把它那32次工具调用展开来看了一下
7:48.668–7:49.769
zh里面有12次
里面有12次
7:50.002–7:52.138
zh又在跑我过往session内容
又在跑我过往session内容
7:52.238–7:54.006
zh当时我就一个想不通了
当时我就一个想不通了
7:54.006–7:55.274
zh就你速度快是快
就你速度快是快
7:55.475–7:57.643
zhtoken也是比之前便宜是便宜
token也是比之前便宜是便宜
7:57.743–8:00.746
zh每做一个任务都要回去翻过往session内容
每做一个任务都要回去翻过往session内容
8:00.746–8:02.148
zh这不太合适吧
这不太合适吧
8:02.148–8:05.251
zh就以防是我这个DeepSeek harness出了什么问题
就以防是我这个DeepSeek harness出了什么问题
8:05.351–8:07.053
zh我就用同样一个prompt
我就用同样一个prompt
8:07.053–8:08.421
zh我换成V4 flash
我换成V4 flash
8:08.588–8:10.790
zh它是只用5次工具调用和30秒
它是只用5次工具调用和30秒
8:10.890–8:12.291
zh直接进入工作状态
直接进入工作状态
8:12.291–8:13.926
zh这才是我熟悉的DeepSeek
这才是我熟悉的DeepSeek
8:14.193–8:16.495
zh于是我不信邪就开了好几个session
于是我不信邪就开了好几个session
8:16.495–8:17.864
zh发同样的prompt
发同样的prompt
8:17.964–8:19.065
zh其中有一个session
其中有一个session
8:19.198–8:21.634
zhDeepSeek V4.1是直接直到黄龙
DeepSeek V4.1是直接直到黄龙
8:21.734–8:23.636
zh只花了20秒就进入状态了
只花了20秒就进入状态了
8:23.636–8:26.906
zh到这里如果是想感觉第一天就把视频发布的话
到这里如果是想感觉第一天就把视频发布的话
8:26.973–8:28.374
zh我的视频画风就会变成
我的视频画风就会变成
8:28.474–8:29.609
enDeepSeek V4.1
DeepSeek V4.1
8:29.709–8:31.244
zh窜稀非常地快
窜稀非常地快
8:31.244–8:32.144
zh但快的没有用
但快的没有用
8:32.311–8:33.079
zh非常不稳定
非常不稳定
8:33.212–8:34.013
zh行为很奇怪
行为很奇怪
8:34.247–8:35.281
zh巴拉巴拉讲一大堆
巴拉巴拉讲一大堆
8:35.481–8:37.149
zh但是我一直以来的关键就是
但是我一直以来的关键就是
8:37.350–8:38.384
zh没有垃圾的模型
没有垃圾的模型
8:38.518–8:39.318
zh只有不会用的人
只有不会用的人
8:39.619–8:41.120
zh特别是在线上API
特别是在线上API
8:41.120–8:42.655
zhdpc v4 flash之后
dpc v4 flash之后
8:42.655–8:43.823
zh以及本地模型
以及本地模型
8:43.823–8:46.392
zh千问3.827b这个模型之后
千问3.827b这个模型之后
8:46.392–8:47.994
zh同档次的和之上的模型
同档次的和之上的模型
8:47.994–8:50.696
zh已经不存在人工智障这个概念了
已经不存在人工智障这个概念了
8:50.696–8:54.467
zh因为这些模型已经比世界上99.9%的人要聪明
因为这些模型已经比世界上99.9%的人要聪明
8:54.467–8:54.967
zh要能干
要能干
8:54.967–8:55.935
zh还要快了
还要快了
8:55.935–8:57.470
zh所以如果我觉得它不好用
所以如果我觉得它不好用
8:57.470–8:59.805
zh那1%是我的用法有问题
那1%是我的用法有问题
9:00.039–9:02.208
zh所以我又把这几天吃回了的Hermes
所以我又把这几天吃回了的Hermes
9:02.208–9:02.875
zh给叫了出来
给叫了出来
9:02.875–9:05.311
zh因为这几天我真的都是在研究DeepSeek harness
因为这几天我真的都是在研究DeepSeek harness
9:05.444–9:07.113
zh就有点懒落Hermes了
就有点懒落Hermes了
9:07.246–9:08.047
zh换回Hermes之后
换回Hermes之后
9:08.114–9:10.149
zhdpc v4 flash的整个体验
dpc v4 flash的整个体验
9:10.149–9:11.183
zh立马就不一样了
立马就不一样了
9:11.183–9:12.552
zh以前那种呼风唤雨
以前那种呼风唤雨
9:12.552–9:14.253
zh指哪打哪的感觉又回来了
指哪打哪的感觉又回来了
9:14.387–9:17.623
zh而且体感的就是比之前的v4 flash能力要强很多
而且体感的就是比之前的v4 flash能力要强很多
9:17.723–9:18.658
zh速度也要快很多
速度也要快很多
9:18.658–9:20.993
zh所以为了把DeepSeek V4.1给用好
所以为了把DeepSeek V4.1给用好
9:21.227–9:23.396
zh我又把整个工作流迁回到了Hermes上面
我又把整个工作流迁回到了Hermes上面
9:23.529–9:26.499
zh这几天我就是在Hermes上面开了40来个会话
这几天我就是在Hermes上面开了40来个会话
9:26.599–9:27.667
zh5000多条消息
5000多条消息
9:27.667–9:29.568
zh完完整整的把它再用了一遍
完完整整的把它再用了一遍
9:29.568–9:32.171
zh处理的内容就包括我平常做的写稿
处理的内容就包括我平常做的写稿
9:32.271–9:33.105
zh改稿 配图
改稿 配图
9:33.406–9:35.274
zh后面还包括继续举行测试
后面还包括继续举行测试
9:35.374–9:37.009
zh1380 b的新框架
1380 b的新框架
9:37.009–9:38.444
zh还有它的并发优化
还有它的并发优化
9:38.511–9:40.580
zh之后还有去改造的Hermes的desktop
之后还有去改造的Hermes的desktop
9:40.880–9:42.949
zh我还让它去改我各种网站的前端
我还让它去改我各种网站的前端
9:42.949–9:44.884
zh还有我自己做的一个电商的后台
还有我自己做的一个电商的后台
9:44.917–9:46.652
zh除了这些小任务之外
除了这些小任务之外
9:46.652–9:47.987
zh还有一个比较巨型的
还有一个比较巨型的
9:47.987–9:50.957
zh就是我最近把我的云端服务器给搬家了
就是我最近把我的云端服务器给搬家了
9:50.957–9:53.459
zh从一个服务器搬到了另外一个服务器上面
从一个服务器搬到了另外一个服务器上面
9:53.526–9:55.261
zh而且是连服务商都变的那种
而且是连服务商都变的那种
9:55.261–9:57.430
zh这就是一个相当复杂的工作了
这就是一个相当复杂的工作了
9:57.430–9:59.532
zh如果是要我自己去干的话
如果是要我自己去干的话
9:59.532–10:01.901
zh我觉得估计得至少两三天起
我觉得估计得至少两三天起
10:01.901–10:03.202
zh我一个星期都有可能的
我一个星期都有可能的
10:03.469–10:05.571
zh因为要从头到尾所有东西都要重装一遍
因为要从头到尾所有东西都要重装一遍
10:05.705–10:09.308
zh但是这回我自己是除了开通一个新的账号和付款之外
但是这回我自己是除了开通一个新的账号和付款之外
10:09.508–10:10.643
zh没有动一根手指头
没有动一根手指头
10:10.676–10:12.845
zh全都丢给DeepSeek V4.1 flash去做
全都丢给DeepSeek V4.1 flash去做
10:13.045–10:16.949
zh它大概是从早上5点一直干到下午2 3点
它大概是从早上5点一直干到下午2 3点
10:16.949–10:18.951
zh然后完美的把整个事情给做好了
然后完美的把整个事情给做好了
10:19.085–10:21.187
zh所以整个体验下来确实有点奇怪
所以整个体验下来确实有点奇怪
10:21.320–10:24.724
zh用DeepSeek V4.1的时侯我觉得它就是一个串天猴
用DeepSeek V4.1的时侯我觉得它就是一个串天猴
10:24.824–10:26.392
zh速度是快得不得了
速度是快得不得了
10:26.559–10:28.127
zh但是感觉就驾驭不住
但是感觉就驾驭不住
10:28.260–10:29.662
zh切回到Hermes之后
切回到Hermes之后
10:29.662–10:31.030
zh它居然又变得那么好用
它居然又变得那么好用
10:31.097–10:34.934
zh甚至是我现在在Hermes上用过的最好的模型了
甚至是我现在在Hermes上用过的最好的模型了
10:34.934–10:36.569
zh我自己也还没有个结论
我自己也还没有个结论
10:36.602–10:38.571
zh但是我这里又要说一句
但是我这里又要说一句
10:38.771–10:41.574
zh大概率不是因为DeepSeek V4.1的不行
大概率不是因为DeepSeek V4.1的不行
10:41.640–10:44.844
zh而是我现在的工作流和个人的用法
而是我现在的工作流和个人的用法
10:44.844–10:46.345
zh目前还是更适合Hermes
目前还是更适合Hermes
10:46.512–10:48.347
zh毕竟Hermes我都养了这么久了
毕竟Hermes我都养了这么久了
10:48.347–10:49.215
zh早就成精了
早就成精了
10:49.215–10:50.883
zhDeepSeek V4.1才刚用没几天
DeepSeek V4.1才刚用没几天
10:50.983–10:54.186
zh虽然我自己在后端已经把他们的技能数融合在一起了
虽然我自己在后端已经把他们的技能数融合在一起了
10:54.186–10:57.857
zh但是他们可能是在兼容上兼容性上有点问题
但是他们可能是在兼容上兼容性上有点问题
10:58.024–10:59.625
zh反正就有点不太对劲
反正就有点不太对劲
10:59.925–11:02.728
zh所以接下来我还要再多研究一下DeepSeek V4.1的用法
所以接下来我还要再多研究一下DeepSeek V4.1的用法
11:02.928–11:04.830
zh最后我们回到开头的那张图
最后我们回到开头的那张图
11:04.930–11:06.232
zh一个模型的价格
一个模型的价格
11:06.232–11:07.166
zh它是高是低
它是高是低
11:07.166–11:08.401
zh它的能力是好是坏
它的能力是好是坏
11:08.467–11:12.405
zh我们每个人每一个时刻的感受都是不一样的
我们每个人每一个时刻的感受都是不一样的
11:12.405–11:14.907
zh是会随着时间的推移发生变化的
是会随着时间的推移发生变化的
11:15.107–11:17.543
zh但API的用量是很真实的
但API的用量是很真实的
11:17.710–11:18.644
zh好用 性价比高
好用 性价比高
11:18.677–11:19.545
zh就是会用的多
就是会用的多
11:19.678–11:21.747
zh前提是你用对的方式
前提是你用对的方式
11:21.747–11:24.050
zh毕竟我们每个人都有自己不同的工作流
毕竟我们每个人都有自己不同的工作流
11:24.050–11:25.685
zh有的人觉得一个模型很好用
有的人觉得一个模型很好用
11:25.685–11:27.153
zh有的人觉得一个模型很垃圾
有的人觉得一个模型很垃圾
11:27.153–11:28.154
zh这都很正常
这都很正常
11:28.287–11:30.222
zh就连在我自己的工作流里面
就连在我自己的工作流里面
11:30.222–11:31.524
zh我只是换了个Harness而已
我只是换了个Harness而已
11:31.524–11:32.825
zh我对这一个模型
我对这一个模型
11:32.892–11:36.629
zhdeepseaqv4.1flash的感受也是天上地下的
deepseaqv4.1flash的感受也是天上地下的
11:36.629–11:38.664
zh一开始用了觉得什么窜稀玩意
一开始用了觉得什么窜稀玩意
11:38.931–11:40.433
zh后来又觉得好用不得了
后来又觉得好用不得了
11:40.599–11:43.536
zh也有可能你用DeepSeek harness接4.1flash
也有可能你用DeepSeek harness接4.1flash
11:43.602–11:44.904
zh你会觉得好用的不得了
你会觉得好用的不得了
11:44.904–11:46.972
zh然后你会用Hermes觉得很难用
然后你会用Hermes觉得很难用
11:47.039–11:48.240
zh我觉得也是很正常的
我觉得也是很正常的
11:48.240–11:49.608
zh毕竟也没有法律规定
毕竟也没有法律规定
11:49.608–11:51.343
zh所有的人都必须用同一个模型
所有的人都必须用同一个模型
11:51.343–11:52.545
zh必须用同一个Harness
必须用同一个Harness
11:52.545–11:54.213
zh所以我也是非常好奇你们的体验
所以我也是非常好奇你们的体验
11:54.213–11:55.381
zh欢迎你留言和大家分享
欢迎你留言和大家分享
11:55.514–11:56.682
zh有关关系的大家听我唠嗑我们
有关关系的大家听我唠嗑我们
11:56.682–11:57.116
zh谢谢再见
谢谢再见

影片筆記：我以为DeepSeek V4.1 flash拉了，后来发现是自己用错了...

<!-- 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

作者經過五天實際測試 DeepSeek V4.1 Flash 後發現，該模型在 DeepSeek Harness 環境中因上下文污染與過度調用工具導致體驗極差（被比喻為「竄稀」），但遷回 Hermes 工作流後表現優異，能高效處理複雜任務；結論強調模型能力無誤，問題在於工作流適配與使用方式。

核心重點

  • 速度與體感反差：DeepSeek V4.1 Flash 輸出速度極快（約 230-250 tokens/秒，極端接近 300），作者比喻為「竄稀式輸出」，遠快於本地模型（45-100 tokens/秒）及 V4 Flash（150 tokens/秒）。
  • 環境適配性決定體驗：
  • 在 DeepSeek Harness 中：體驗不佳，被稱為「串天猴」。常見問題包括上下文污染導致靜默、誤讀技能、過度調查歷史記錄（暴力搜索聊天數據庫）、工具調用次數過多。
  • 在 Hermes 工作流 中：體驗極佳，恢復「呼風喚雨」的感覺，速度與能力均優於 V4 Flash，能處理如雲端伺服器搬家等巨型任務。
  • 核心觀點：「沒有垃圾的模型，只有不會用的人」。模型本身具備高智能與速度，表現差異主要源於工作流設計、提示詞策略及上下文管理。
  • 數據驗證：API 用量數據真實反映模型在特定工作流下的實用性。V4.1 Flash 因限時 4 倍用量，用量回升，證明其在正確工作流下的價值。

詳細大綱

I. 背景與測試初衷

  • 測試動機：DeepSeek V4.1 Flash 發布，作者期待其速度與能力超越 V4 Pro。
  • 前期痛點：作者此前使用本地部署模型（提及「前问 3.82GB」），因運算導致主機過熱。
  • 測試規模：實際測試五天，消耗數億 Token，旨在驗證模型在真實工作流中的表現。

II. 速度對比與體感描述

  • 速度基準對比：
  • 本地模型（千問系列）：約 45-100 tokens/秒，作者比喻為「便秘」。
  • DeepSeek V4 Flash：約 150 tokens/秒，作者認為舒適。
  • DeepSeek V4.1 Flash：約 230-250 tokens/秒，極端情況下接近 300 tokens/秒。
  • 體感描述：
  • V4.1 速度極快，比喻為「竄稀」，眼睛跟不上操作，頁面瞬間刷滿。
  • 工具調用速度極快，尚未反應過來已執行完畢。

III. 在 DeepSeek Harness 中的測試與問題

  • 測試環境：DeepSeek Harness（雲端服務器），結合本地 4090 主機運行 Llama、NInfer 等配置。
  • 問題一：上下文污染與靜默
  • 現象：在舊 Session 中熱切換至 V4.1 時，出現「竄稀式」快速滾動但 3 分鐘未輸出任何內容的情況。
  • 對比：使用本地千問僅需 1 分鐘即可查閱配置。
  • 解決：開啟新 Session 後，速度恢復正常（270 tokens/秒），成功完成任務。
  • 結論：上下文污染會嚴重影響模型表現，即使 V4.1 擁有 100 萬上下文窗口。
  • 問題二：意圖理解與過度調查
  • 現象：模型常誤讀技能，並開始爬取 DeepSeek Harness 及隔壁 Hermes 的歷史記錄。
  • 體感：V4.1 似乎有「內在動力」要去調查清楚才肯動手，類似上一代 Agent 的行為。
  • 對比：千問 3.8 27b 能直接讀取技能並一次性完成任務。
  • 問題三：工具調用過量
  • 案例 1：配置本地模型框架時，V4.1 暴力搜索近 2GB、十萬條信息的聊天數據庫，耗時 10 分鐘才找到相關信息。
  • 案例 2：寫稿任務中，V4.1 進行 32 次工具調用（其中 12 次為翻閱過往 Session），而 V4 Flash 僅需 5 次調用和 30 秒。
  • 不穩定性：部分 Session 中 V4.1 表現正常（20 秒進入狀態），顯示行為不穩定。

IV. 遷回 Hermes 工作流後的體驗

  • 體驗反差：
  • 在 DeepSeek Harness 中：體驗差，被稱為「串天猴」，速度快但難以駕馭。
  • 在 Hermes 中：體驗極佳，恢復「呼風喚雨、指哪打哪」的感覺，能力與速度均優於 V4 Flash。
  • Hermes 工作流測試內容：
  • 開 40 多個會話，5000 多條消息。
  • 任務包括：寫稿、改稿、配图、繼續舉行測試、1380 b 新框架及併發優化、改造 Hermes desktop、網站前端改動、電商後台開發。
  • 巨型任務測試：
  • 雲端伺服器搬家（更換服務商）：作者未動手，僅開通帳號與付款，由 V4.1 從早上 5 點工作至下午 2-3 點，完美完成所有重裝與配置工作。

V. 總結與反思

  • 核心觀點：
  • 「沒有垃圾的模型，只有不會用的人」。
  • 同檔次及以上模型已具備高智能與速度，若覺得不好用，可能是用戶用法問題。
  • 模型表現與工作流（Harness vs. Hermes）及用戶習慣高度相關。
  • 數據驗證：
  • OpenCode 用量圖顯示：V4 Flash 因漲價用量下降，V4.1 Flash 因限時 4 倍用量，用量回升。
  • 模型的好用與否隨時間、工作流變化，API 用量是最真實的反饋。
  • 呼籲：歡迎觀眾分享不同工作流下的體驗差異。

工具 / 模型 / 名詞整理

  • 模型/技術名稱：
  • DeepSeek V4.1 Flash
  • DeepSeek V4 Flash
  • DeepSeek V4 Pro
  • 千問 3.8 2GB（筆記中提及，疑點見下方）
  • 千問 3.8 27b（筆記中提及，疑點見下方）
  • 千問 3.87b（筆記中提及，疑點見下方）
  • Llama
  • NInfer
  • GPT 5.6（疑點：需查證是否存在此版本，或為口誤）
  • Luna（疑點：需查證是否為特定模型或代號）
  • 1380 b（疑點：需查證是否為參數量或模型名稱的一部分）
  • 工具/平台/產品名稱：
  • OpenCode
  • DeepSeek Harness
  • Hermes
  • Gateway（本地 Gateway / 服務器 Gateway）
  • Codex
  • 電商後台
  • 雲端服務器

操作流程整理

  1. 環境切換與速度驗證：
  • 從本地部署模型（如千問系列）切換至 DeepSeek V4.1 Flash。
  • 觀察輸出速度（tokens/秒），確認是否達到預期的高速表現。
  1. 問題排查（Harness 環境）：
  • 若遇到輸出靜默或滾動異常，檢查是否為上下文污染。
  • 嘗試開啟新 Session 以重置上下文，恢復正常速度。
  • 監控工具調用次數，若發現過度搜索歷史記錄或暴力調用，需調整提示詞或工作流。
  1. 工作流適配（Hermes 環境）：
  • 將模型遷移至 Hermes 工作流。
  • 進行多會話、多消息的複雜任務測試（如寫稿、改稿、前端改動等）。
  • 執行巨型任務（如雲端伺服器搬家），監控模型從開通帳號到完成配置的完整流程。
  1. 數據回顧與優化：
  • 查看 OpenCode 等平台的 API 用量數據，評估模型在特定工作流下的實用性。
  • 根據用量與體驗反饋，調整工作流設計或提示詞策略。

值得注意的限制或風險

  • 上下文污染風險：在 DeepSeek Harness 等環境中，舊 Session 的上下文可能導致 V4.1 Flash 出現靜默或行為異常，即使擁有 100 萬上下文窗口，管理不當仍會影響表現。
  • 過度調用工具：模型可能產生「內在動力」去調查歷史記錄，導致不必要的工具調用（如暴力搜索聊天數據庫），增加成本與耗時。
  • 工作流依賴性：模型表現高度依賴工作流設計。在不適配的環境（如 Harness）中，即使模型速度快，體驗也可能極差（「串天猴」）。
  • 行為不穩定性：部分 Session 中 V4.1 表現正常，而其他則出現問題，顯示模型在特定條件下行為可能存在不穩定性。

逐字稿辨識疑點

  • 「前问 3.82GB」：逐字稿開頭提及「前问 3.82GB」，後文又提及「千问3.827b」及「千问3.87b」。推測可能均指代「千問」（Qwen）系列的某個模型，但「前问」與參數量/版本號的組合（3.82GB, 3.827b, 3.87b）存在聽寫或口誤嫌疑，需查證具體模型名稱。
  • 「GPT 5.6」：逐字稿提及「在Codex里面我就是用GPT 5.6 sol做一个巨大的plan」，GPT 5.6 並非已知公開版本，疑為口誤或特定內部版本/代號。
  • 「Luna」：逐字稿提及「直接硬切Luna让它继续执行」，Luna 在此處指代不明，疑為模型名稱或代號，需查證。
  • 「1380 b」：逐字稿提及「1380 b的新框架」，參數量或模型縮寫格式不常見，需查證。
  • 「Deepseaqv4.1flash」：逐字稿結尾處拼寫為「deepseaqv4.1flash」，疑為口誤或聽寫錯誤，應指 DeepSeek V4.1 Flash。
  • 「竄稀」/「串天猴」：作者使用的比喻詞彙，非正式名稱，但為影片核心描述詞。
  • 「Hermes 的 desktop」：指代不明，疑為 Hermes 平台的某個桌面應用或組件。

可延伸追問

  • 如何具體優化 DeepSeek Harness 中的上下文管理，以避免上下文污染導致的靜默問題？
  • 在 Hermes 工作流中，有哪些特定的提示詞策略或配置可以進一步減少不必要的工具調用？
  • 對於「1380 b」或「GPT 5.6」等疑似辨識錯誤的名稱，是否有官方文件或社群討論可查證？
  • 不同工作流（Harness vs. Hermes）在架構設計上有何根本差異，導致 V4.1 Flash 表現如此不同？
  • 如何平衡模型的高速輸出與工具調用的精確性，以避免「竄稀式」輸出帶來的操作困難？

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習