DeepSeek（深度求索）的模型发布、开源权重与技术报告——开源大模型价格与性能双卷的风向标。
美国AI公司指责中国企业用“蒸馏”技术偷师，就是把大模型当老师，用它的回答来训练自家更小的模型。但专家说这指控夸大了，因为蒸馏只能拿到表面的文字输出，拿不到底层的代码和训练细节，中国公司还是得先自己搭出一个足够强的基座模型。另外，Anthropic刚因非法用版权书训练模型赔了15亿美元，OpenAI也正被纽约时报起诉，美国法院还没判蒸馏到底算不算偷商业机密。
推荐理由：文章用'蒸馏'这个技术点做引子，把中美AI技术争议从情绪拉回到事实层面。我会先打个折：这是篇综合梳理而非一手爆料，蒸馏的技术解释部分还是有点浅。但两个信息锚点很扎实——Anthropic的15亿赔偿和蒸馏只能拿表面输出的技术限制，让'偷技术'的指控显得站不住脚。正文没披露中国公司具体怎么搭基座模型，这点信息缺口得说清楚。整体对从业者来说是一篇能拿来反驳外行质疑的趁手文章。
DeepSeek 发了一篇论文，把他们内部用来大规模训练 agent 的沙箱系统 DSec 公开了。核心思路是让模型在隔离的沙箱里反复练习使用真实工具，而不是靠模拟数据。系统能同时跑 10 万个沙箱，启动一个沙箱只要 11 秒，单个成本大概 3 美元。论文里讲了怎么用快照、缓存和按需分配把延迟和开销压下来，也给了训练 agent 时的效果数据。目前只放...
推荐理由：DeepSeek 开源了内部训 agent 用的沙箱系统，不是模型发布所以重要性没给到 85 以上，但作为一份带硬工程数据的 agent 训练基础设施参考，对从业者来说很实用。
这篇《纽约时报》长文梳理了中国AI战略的来龙去脉。习近平在2014年就提出中国不能只当买家，必须成为顶尖AI制造者，2017年首个国家级AI规划随即出台，目标2030年全球领先。钱给得很足，2000到2023年间国家主导的基金向AI企业砸了超过1840亿美元，去年政府和国有银行又承诺追加数千亿。跟美国盯着通用人工智能（AGI）不同，中国更急着把AI直接...
推荐理由：《纽约时报》这篇长文把中国 AI 战略的来龙去脉理得很清楚，有具体金额和清晰的中美对比框架。它属于背景梳理型内容，不是今天必须行动的消息，所以给 82 分——值得花时间读，但不用立刻跳起来。
Kyle Chan 在纽时发文指出，美国 AI 圈怕的是模型自我迭代失控、变成生存威胁；中国决策者觉得那个起飞点还很远，眼下更怕深度伪造、政治敏感内容和社会不稳。最近几件事——OpenClaw 数据泄露警告、Mythos 模型网络攻击能力、以及一个能快速破解微信账号的 AI 工具——让北京也开始认真对待网络安全和模型失控这两类风险。Chan 建议，与其...
推荐理由：纽时观点文章，不是一手报道，但信息密度够。用三个具体事件把中美风险认知的分岔讲透了，不是泛泛而谈。我会先打个折：原文是评论性质，且摘录较短，但角度新鲜、信息有料，值得推给从业者看。
Cactus 开源了一个叫 Needle 3 的微型模型，专门给手机、手表、机器人这类小设备做自动化。整个模型压缩后只有 8 到 29 MB，用的是他们自家的“简单注意力网络”。它有个特别的设计叫“智能阶梯”：从 2 层到 20 层，每一层都是一个能独立干活的子网络。开发者可以按需选择，比如只取 4 层微调一下，在手机工具调用的跑分上就能超过 Deep...
推荐理由：一个 8-29 MB 的微型模型声称在手机工具调用上打平 DeepSeek V4 Flash，体积性能比很吸引人，智能阶梯的架构也给了开发者按需裁剪的灵活性。我会先打个折，因为目前只有项目页面的自报数据，没有第三方跑分或实际产品里的验证，这点先别太激动。
安全公司 Enclave 把 DeepSeek V4.1 Flash 扔进他们的黑客测试环境，让它攻击 11 个有漏洞的目标和 4 个已修复的对照目标。结果模型在所有 11 个目标上都拿到了代码执行权限，4 个对照目标则全部守住了。跑完这轮测试只花了 4.65 美元，算上失败重试的总成本也才 5.14 美元。模型总共执行了 2349 条 Bash 命令...
推荐理由：安全公司 Enclave 把 DeepSeek V4.1 Flash 扔进自己的渗透测试环境，让它攻击 11 个有漏洞的目标和 4 个已修复的对照目标。结果模型在所有漏洞目标上都拿到了代码执行权限，对照目标全部守住，攻防两端表现干净。总成本 4.65 美元，算上重试也才 5.14 美元，模型跑了 2349 条 Bash 命令。这个结果对安全从业者和 agent 开发者都有参考价值，但测试来自厂商自家环境而非第三方，所以重要性给了 82 分、放在 featured 位置，不往更高推。
一个开发者把 DeepSeek V4.1 Flash 的 Q4 量化版塞进了 512GB 内存的 M3 Ultra，通过魔改推理引擎 ds4，把生成速度从每秒 16.6 个 token 提到了 31.3 个，开启模型自带的 DSpark 投机解码后能到 40.5 个。速度提升不是靠改模型，而是把 Metal 图形接口的调度指令大幅合并：原来 384 个...
推荐理由：一篇扎实的本地推理优化记录：把 DeepSeek V4.1 Flash Q4 塞进 M3 Ultra，靠合并 Metal 指令缓冲和开启原生 DSpark 投机解码，速度从 16tps 拉到 40tps。技术细节具体，对本地 LLM 玩家直接有用。分数维持 72，因为受众面窄，但在这个圈子里确实是个能让人立刻动手试的帖子。
今天最直观的教训来自 @搞仁义毛义仁：给 Astra 一个空白 C++ 仓库，代码写得一塌糊涂；把积累了大量 code review 经验的 GacUI 上下文导进去，质量立刻飙升。这说明模型不是不会写，是得用具体规则去“规训”。@今天群内信息量极大 实测了 Ollama Cloud 跑 DeepSeek V4.1 Flash，解码吞吐是官方 API ...
推荐理由：今天群聊里两条实操经验比大多数论文都实在。第一条来自 @搞仁义毛义仁：用 Astra 写 C++，给个空仓库代码质量很差，但把积累了多年 code review 规则的 GacUI 上下文喂进去，质量立刻上来了。这说明模型不是不会写，是得用具体、有约束的规则去“规训”，光靠模型自己发挥不行。第二条是 @今天群内信息量极大 实测 Ollama Cloud 跑 DeepSeek V4.1 Flash，解码吞吐比官方 API 高出一截，但正文没披露具体延迟和成本数字，所以这个“快”到底在什么条件下成立、性价比如何，还得自己测了才知道。两条都指向同一个方向...
Fireworks 跑了一遍 DeepSeek-V4.1-Flash 的完整测试。在衡量自动修 bug、写代码能力的 DeepSWE 基准上，它的 pass@1 得分是 74.34%，跟 GPT-6 Astra 的 74.12% 在同一档，但每次任务成本只要 0.43 美元，比 Astra 便宜 15 倍，比 Claude Opus 5 便宜 28 倍...
推荐理由：DeepSeek V4.1-Flash 在 DeepSWE 上跟 GPT-6 Astra 平起平坐，成本却砍了一个数量级，是本周最强的性价比信号。扣分是因为数据来自 Fireworks 自己的评测，不是独立第三方，而且原文被 cookie 墙截断，看不到完整方法和误差范围，所以结论先打个折。
DeepSeek 在 V4.1 Flash 模型里塞了一个叫 Engram 的模块，有 196B 参数，但它不做计算，只躺在主机内存的查找表里等模型来取。它的查找键直接用前几个 token 拼出来，地址提前就能算准，所以可以靠 RDMA 预取把传输延迟藏进计算过程里，不用占 GPU 显存。论文自报的数据里，推理能力涨得比知识问答更猛：BBH 涨了 5....
推荐理由：DeepSeek 在 V4.1 Flash 里塞了个 196B 参数的 Engram 模块，不做矩阵乘法，不占 GPU 显存，就躺在主机内存里当查找表用。它的查找键用前几个 token 直接拼出来，地址提前算好，靠 RDMA 预取把传输延迟藏进计算里。论文自报的数据里，推理能力涨得比知识问答更猛，BBH 涨了 5 个点，这说明模块主要补的是推理而不是死记硬背。我会先打个折，这些数字是自报的，没看到第三方复现，但思路本身——把知识外挂、用哈希键做确定性预取——对做推理系统的人很有参考价值。
DeepSeek 在 9 月 10 号发了 V4.1-Flash，虽然叫 4.1，Sebastian Raschka 直接说这该叫 V5。模型总参数 763B，用了混合专家（MoE）和因果编码器-解码器架构，把处理输入和生成输出拆成了两个阶段：预填充时激活 8B 参数，解码时激活 16B 参数，稀疏度只有 1% 到 2%。这么一拆，KV 缓存占用最多能...
推荐理由：DeepSeek 发了 V4.1-Flash，763B 的因果编码器-解码器 MoE，预填充 8B 激活、解码 16B 激活，稀疏度 1%-2%，还带了视觉。Sebastian Raschka 说这该叫 V5，说明架构改动不小。国内旗舰模型架构更新，加上外部技术圈同步讨论，HKR 三条都踩中。没给 90 以上是因为刚发，还没看到实际跑分和落地反馈，先打个折。
Anthropic 九月发了一份技术调查，说一个团队在十天内用 5380 个假账号，把约 30 万次用户请求偷偷转给了 Claude。被带走的不是闲聊，是真实生产数据：有跨国药企的四国基建预算表、生效中的 Telegram 和飞书密钥，还有公安局的身份证核查记录。独立研究者 Shou 声称买到了 6TB 数据包，里面有 SSH 密钥和云平台令牌，但这是...
推荐理由：Anthropic 单方面出的技术调查，但列出的泄露样本太具体了，药企预算表、公安核查记录这些没法编。三个维度都打中了，安全事件天然有传播力。扣分点在于目前只有一方说法，被点名的公司还没回应，而且独立研究者声称买到的 6TB 数据包和这次事件的关系正文没完全说清，先别急着下结论。
DeepSeek 放出了 V4.1-Flash 的开放权重，一个 552B 参数的 MoE 模型，用了 Causal Encoder-Decoder 架构，专门为编程 Agent 调过。它把算力拆成两块：prefill 阶段激活 8B 参数，decode 阶段激活 16B，外加 KV 缓存效率也做了优化。跑分上，Terminal Bench 2.1 拿...
推荐理由：DeepSeek 开源了 V4.1-Flash，一个 552B 的 MoE，用 CED 架构把 prefill 和 decode 拆开，专门降编程 agent 的延迟。Terminal Bench 2.1 的分数是实打实的，Baseten 的分析也补了部署视角。没给到 85 分以上是因为这是第三方解读，不是官方技术报告，部分细节还得等一手资料验证。
Anthropic 九月威胁报告扔出了一颗炸弹：DeepSeek 和月之暗面（Kimi）在用户完全不知情的情况下，把发给自家模型的请求静默转发给了 Claude，用户的代码和登录凭证就这么暴露给了第三方。同时，一个 6TB 的中转站数据泄露包里，装着 SSH 密钥、云服务凭证和 GitLab 令牌，足以拿下 7 个政府实体和 19 家企业的内网。报告还...
推荐理由：Anthropic 官方威胁报告 + 6TB 泄露证据 + 七家中国实验室被点名做蒸馏，三条线撞在一起，不是孤立事件，是一个安全事件群。三个维度都打中了，信息密度和行业冲击力够上 featured。没给更高分是因为这是日报精选，不是独家调查，我会先打个折。
DeepSeek 发了 V4.1 Flash，把全局 KV 缓存压到上一代的约四分之一，持久化缓存压到约八分之一，缓存命中的输入价格也跟着砍了六成。技术报告的核心判断是：稀疏注意力已经把计算成本打下来了，现在拖慢长时程 agent 任务的是显存塞满、数据往 SSD 搬进搬出和总线传输的开销。Flash 的解法是上 4 位存储、让不同层共用一份全局缓存、...
推荐理由：DeepSeek V4.1 Flash 不是例行降价。报告把 KV 缓存压到上一代的 1/4 到 1/8，缓存命中的输入价格跟着砍了六成。核心判断很明确：稀疏注意力已经把计算成本打下来了，现在卡住长时程 agent 任务的是显存塞满、数据在 SSD 和总线之间搬来搬去的开销。Flash 的解法是上 4 位存储、让不同层共用一份全局缓存，思路清晰，数字也够硬。对正在跑 agent 工作流的人来说，这比单纯降 token 单价更有参考价值——省的是显存和传输延迟，不是只省 API 账单。
Anthropic 在 9 月的威胁情报报告里点名了三家中国公司：DeepSeek、小米和月之暗面。报告说，这几家把自家模型跟用户的对话记录喂给 Claude，再用 Claude 生成的回答当训练数据，去“蒸馏”Claude 的能力——也就是用大模型的输出教小模型模仿回答风格。这些对话里还夹带了个人用户、大型跨国公司和政府相关方的敏感信息。Anthro...
推荐理由：Anthropic 的官方威胁情报报告点名三家中国大模型公司，指控它们用带敏感信息的用户对话去蒸馏 Claude，这本身就是一个行业级安全事件，热度、知识和传播三个维度都打满了。稍微扣一点分，是因为目前我们只看到 Sinocism 的二手转述，还没拿到 Anthropic 报告原文，细节可能有出入，但整体判断不变。
Artificial Analysis 的评测里，DeepSeek V4.1 Flash 综合智力评分 40，比之前的旗舰 V4 Pro 0813 还高一点，成了 DeepSeek 目前得分最高的模型。它干活时输入只激活 80 亿参数、输出激活 160 亿参数，能一口气处理 100 万 token 的上下文，代码直接 MIT 开源。不过正文没提推理速度...
推荐理由：新旗舰把自家旧旗舰超了，还 MIT 开源，对开发者吸引力很强。没给 85 分是因为正文没提推理速度，实际用起来快不快还是个问号，这点先别太激动。
硅基流动当天就接入了 DeepSeek-V4.1-Flash。这是个 552B 参数的混合专家模型，实际干活时预填充阶段激活约 80 亿参数，解码阶段约 160 亿参数，自带视觉能力，一次能处理 100 万 token 的上下文。最实在的一点是 KV 缓存占用只有 V4 Flash 的四分之一，部署成本会低不少。MIT 许可证，商用也方便。
推荐理由：硅基流动当天上线 DeepSeek-V4.1-Flash，KV 缓存降到 V4 Flash 的四分之一，这是个很直接的省钱信号。552B MoE、8B/16B 激活参数、1M 上下文、MIT 许可证这些关键信息都给了，但正文没放基准测试或实际跑分数据，所以分数没往上调，维持在 78。
DeepSeek 新模型 V4.1-Flash 主要解决长文本处理太烧钱的问题。它把 GPU 高速内存里的 KV 缓存（模型处理过的上下文暂存区）压到了前代 V4-Flash 的四分之一，卸载到硬盘或主机内存的部分更是缩到约八分之一。具体做法是把模型拆成编码器和解码器：读入信息时每 token 只激活 80 亿参数，生成文字时才用到 160 亿，输入端...
推荐理由：DeepSeek 发了 V4.1-Flash，专打 agent 场景的内存成本——KV 缓存压到前代的四分之一。给了具体架构数字，不是画饼。先放在 featured 而不是 p1，因为目前只有单一信源，还没形成交叉报道集群，而且正文没披露实际延迟和吞吐量，我会先打个折。
DeepSeek 推出了 V4.1-Flash，换了一套叫“因果编码器-解码器”的新架构，直接把视觉理解做进了模型里，不用再单独接一个看图组件。模型总规模 552B 参数，是个混合专家模型，处理你输入的内容时只激活 8B 参数，生成回答时激活 16B。官方说价格降了不少，但正文没给出具体降幅和跑分数据，我会先打个折，等第三方实测出来再看。
推荐理由：DeepSeek 发了 V4.1-Flash，换了一套因果编码器-解码器架构，把视觉理解原生集成进去，不用再外接看图模块。552B 总参数，推理时只激活 8B/16B，部署压力不大。官方说价格降了不少，但正文没给具体降幅和跑分，我会先打个折，等第三方实测出来再看。