「不誘于譽，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 放到發布稿的結尾。

《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時有影響力的學說和人物，甚至連儒家內部的子思、孟子也沒有放過。

所謂“非十二子”，不是簡單地否定別人，而是在一個思想市場極度熱鬧、各種聲音都試圖爭奪解釋權的時候，重新辨認什么是真正可靠的道路。

梁文鋒當然不是想批評別人，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。

外界 care 我們，但我們不 TM care。

過去一段時間，DeepSeek 處在一種很特殊的位置上。

V4 遲遲沒有發布，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、質疑、情緒和輿論，全是噪聲。

外界可以有很多評價，但最后能回應一切的，還是模型和產品。

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，成本打低，上下文擴張，Agent 能力補上，把真實使用體驗擺到用戶面前。

而且還很誠實。

理想主義的人不一定誠實。

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。但馬斯克顯然不夠誠實。對于今天模型圈的人來說，誠實是個更加稀缺的品質。

今天新模型發布后，你已經很難直接獲得關于模型能力的相對客觀的評價了。你看到一堆跑分和基準測試，跟實際體驗是兩個東西。

DeepSeek 文章里給出了他們內部的真實體驗判斷：目前 DeepSeek-V4 已成為公司內部員工使用的 Agentic Coding 模型，據評測反饋使用體驗優于 Sonnet 4.5，交付質量接近 Opus 4.6 非思考模式，但仍與 Opus 4.6 思考模式存在一定差距。

相當清楚，一目了然，基本鎖死外部野生評測員的補位空間。

所以我建議所有模型廠商，模型發布的時候，除了那批已經沒啥人看的跑分，都加上自己內部蓋戳認證的真實印象。

這個東西很關鍵。

因為 Agentic Coding 不是考試題。模型在一個榜單里多拿幾分，和你真的把它放進一個代碼倉庫里，讓它讀需求、看文件、改代碼、跑測試、修 bug、繼續迭代，是兩回事。

真實體驗里有很多 benchmark 很難覆蓋的東西。任務一長就丟失目標，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，不是benchmark說我很強，而是它給了一個非常接近真實用戶語言的坐標。

強在哪里，接近誰，和誰還有差距，說得很明白。這種表達其實比“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

現在很多模型的默認上下文還是256K這個級別。對普通聊天來說，這已經很長了。但對 Agent 任務來說，其實經常不夠。vibe coding的時候，或者跑個龍蝦跑匹馬的時候，模型需要在一個很長的任務過程中持續保留信息。

很多時候模型任務失敗，不是它單點智力不夠，而是因為工作記憶不夠。

它前面讀過的東西，后面就忘了；用戶一開始強調的要求，做著做著丟了；項目結構剛理解完，改到第三輪又開始漂移。上下文不夠的時候，Agent 很容易變成一個短視的執行器，很難跑完整個任務。

1M 上下文的意義就在這里。它讓模型更像一個能長時間工作的協作者。

嚴格來說，這還不是參數意義上的“持續學習”，因為模型權重沒有更新。

但從產品體驗上講，它已經接近一種上下文內的持續學習：模型可以在同一個任務窗口里不斷吸收資料、用戶反饋、歷史決策和中間產物，然后把這些東西帶到后面的推理和執行里。

未來很多 AI 應用不會是“我問一句，你答一句”，而是“我給你一個目標，你陪我把一件復雜的事做完”。這時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，模型越有機會從單輪工具變成持續協作系統。

為了更好地支持長上下文，DeepSeek 重新處理了 Transformer 最昂貴的那一層東西：注意力。

傳統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。因為模型不是把前文當成一篇文章粗略掃一眼，而是每生成一個位置，都要和前面大量位置建立關系。上下文長度擴大以后，計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。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不同尺度的記憶任務。

一部分模塊負責做比較細的壓縮和篩選：先把連續的小段 token 整理成更緊湊的記憶單元，再讓當前位置只去關注其中最相關的一部分。

另一部分模塊則負責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點，然后在這些節點之間做相對完整的關聯。它犧牲了一些局部細節，但換來的是對超長歷史的整體把握。

這個方向我覺得非常 DeepSeek。

因為 DeepSeek 過去兩年最關鍵的技術氣質，一直不是“堆大”，而是“稀疏化”，是降成本。

V2、V3 的 MoE 是參數層面的稀疏化：模型總容量很大，但每個 token 只調用一部分專家，所以能力上去，成本沒有按同等比例爆炸。

V4 這次更進一步，把稀疏化推進到了上下文本身：不是所有歷史 token 都以同等分辨率進入注意力，而是經過壓縮、篩選、分層之后，再被模型使用。

所以這次 1M 上下文，我覺得不能只當成一個產品賣點。

它更像是 DeepSeek 技術路線的一次延伸：先用 MoE 解決“模型容量和推理成本”的矛盾，再用新的注意力結構解決“上下文長度和計算成本”的矛盾。前者讓大模型變得更便宜，后者讓長任務變得更可行。

API價格

DeepSeek 去年之所以能掀起那么大的轟動，不只是因為它強，也不只是因為它便宜，而是它讓所有人第一次非常強烈地意識到：強和便宜原來可以同時成立。

這件事對行業心理的沖擊很大。因為過去大家默認頂級模型就是貴的，低價模型往往就要在能力上做妥協。但 DeepSeek 把這個默認前提打穿了。便宜但不好用，不會改變行業；強但太貴，也只能服務少數場景。但又強價格又低，就會改變成本結構，成本一動上面的生態就會跟著動。

拿公開 API 價格粗略看一下。deepseek-v4-pro的價格基本跟最新發布的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。

不過k2.6價格是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的計費規則，從256k到1m上下文增長，API價格要翻倍。

而且這里需要看到下面灰色的補充信息。目前受限于高端算力，Pro的服務吞吐十分有限，預計下半年昇騰950超節點批量上市后，Pro的價格會大幅下調。

說明當前Pro版本的價格是被刻意調高，因為推力算力還沒有跟上。未來Pro版本價格大幅下調，不排除在現有價格的基礎上對折甚至再對折。

國產算力齊活

之前一直有傳聞，說 DeepSeek-V4 這次沒有按照行業慣例，把早期適配優先權交給英偉達，而是先給了華為等國產芯片廠商。

當時這個說法聽起來還有點像江湖傳聞，因為大模型行業過去的默認流程就是圍著 CUDA 轉。模型廠商發新模型之前，先讓英偉達這些硬件和軟件生態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。

現在看來，國產全棧AI基本齊活了。

上面我們提到，DeepSeek 自己在發布稿里寫了，受限于高端算力，目前 Pro 的服務吞吐十分有限，預計下半年昇騰 950 超節點批量上市后，Pro 的價格會大幅下調。

華為計算公眾號也說，昇騰一直同步支持 DeepSeek 系列模型，這次通過雙方芯模技術緊密協同，實現昇騰超節點全系列產品支持 DeepSeek V4 系列模型。昇騰 CANN 還安排了 DeepSeek V4 昇騰首發直播。

CUDA 的優勢不是英偉達某一張卡很強，而是模型、框架、算子庫、開發工具、部署經驗、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、調度、推理服務都要能跑通，而且要跑得足夠好。

DeepSeek-V4 能在昇騰超節點上作為重要服務底座跑起來，這對國產算力是一次非常關鍵的驗收。DeepSeek 的性價比不是憑空來的，它背后一定要有算力供給。

如果永遠依賴昂貴、受限、供給不穩定的外部 GPU，再強的模型也很難長期維持低價。國產算力如果能接上，DeepSeek 才有可能繼續把“強模型 + 低價格”這件事往下打。

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

閉環開始形成。

DeepSeek 負責把模型能力和成本曲線打出來，華為昇騰負責把高端推理算力和超節點供給接上，CANN 負責補國產軟件棧，開發者和 Agent 產品負責把需求跑起來。

為什么 DeepSeek-V4 這次發布很振奮。

它不是一個孤零零的模型更新，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 的誠實表達，1M 上下文，Agent 能力，低價 API，昇騰超節點，國產算力放量。

每一個單獨看都重要，但合在一起，才是真正讓人興奮的地方。