福建
作者 | 汤安迪
编辑 | 周欢
10月17日，周六，DeepSeek-V4.1-Flash-1017，上线了。
网页、App、API 同步切换，权重 MIT 协议开源，价格不变。WorkBuddy 上能免费用。
一个带日期后缀的小版本号，官方口径是"minor update"小幅更新。
然后全世界开发者就疯了。
Hugging Face 科学家 Thomas Wolf 在 X 上吐槽：DeepSeek 管这个叫 minor update，同时把 Terminal-Bench 4.0 从 31.2 分拉到 42.3 分，这实在是太好笑了。
AI 研究员 Nathan Lambert 的点评更直接："开源权重之王回来了？”
DeepSeek 发了一个"让旗舰模型睡不着觉"的模型，外加一句轻飘飘的"性能与成本的帕累托改善”。
1、
"问就是在训练游戏能力"
X 用户晒出一张微信聊天截图，转述 DeepSeek 员工吴俣的话："最近在工位玩游戏的太多了。"追问之下，对方的回答是："问就是在训练 ds 的游戏能力。"
DeepSeek V4.1-Flash-1017 的官方说明里写着：新版本使用带自反馈的强化学习（reinforcement learning with self-feedback），来提升端到端的项目开发能力。
演示案例：你可以从零建一个网页赛车游戏、用 Godot 引擎复刻《传送门 2》、给故宫做 3D 建模。
模型自己在环境里打游戏、自己试错、自己打分、自己变强。所谓"没优化、没加班，分数自己往上窜”。
这正是 self-feedback RL 的工作方式。
社区给梁文峰的尊称从"梁子"重新变回了 梁圣。
2、
两家美国旗舰拉下马
DeepSeek-V4.1-Flash-1017，依旧是一个 Flash，一个"廉价版"。API 单价没涨，任务耗时和输出长度反而进一步下降。
第三方测试里，同样的 3D 场景生成任务，DeepSeek 花 $0.15，Claude Opus 5.5 花 $3.85；有人复刻《星球大战》斯卡里夫战役的 Blender 工程，只花了 2.5 小时和几美元。
X 上一条评论说得很直白："agent 编程任务 77 分，单次成本 0.2 美元；Opus 5、GPT-6 Astra 同类任务要 2 到 10 美元，分数还没它高。小模型的价，大模型干不过的分，性价比这条赛道可以关了。"
部分复杂推理测试上它仍然落后于 Opus；有开发者跑自己的私有 benchmark，发现它仍输给 GPT-6 Luna。
3、
WorkBuddy 上免费用
DeepSeek 重点点名优化了 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等执行框架的适配，并建议用户把 Harness 升级到 v0.2.1-rc.1 以上。
对于大量真实应用场景，模型智能继续提升的边际收益，正在迅速下降。
Harness 的设计、工具调用、上下文管理、任务执行的稳定性，越来越直接地决定最终交付质量。
DeepSeek 在 Harness 上的投入是明牌。其 Harness 团队负责人崔添翼此前公开解释过公司为什么一口气招 150 名工程师：因为"量的激增引发了复杂度的指数级爆炸”，沙盒环境的并发规模已经到了单集群数十万个 Agent 环境的量级。
模型层和工具层咬合在一起，数据飞轮才转得起来。不仅如此，Harness 还是未来的模型分发入口，开发者在哪个框架里干活，默认就调哪个模型。
•END•
欢迎点击奇偶工作室，看最新视频~
Question. Write.Narrate. Believe. Become a story.易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
