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。
推理模型并没有长出会思考的新大脑。Chain of Thought 先给 Transformer 一张只能往后写、不能往回擦的草稿纸，把原本挤在单次前向传播里的隐层心算，平摊到几十上百个自回归时间步上；后训练再练出一个 Controller，决定什么时候在草稿纸上检查、回退、换路或停笔。s1 的 Wait 实验和 pass@k 衰减测试都指向同一个结论...
推荐理由：这篇文章不是新论文或产品发布，而是一篇机制解读，但解读质量很高。它用草稿纸和控制器两个比喻把 Chain of Thought 和后训练的分工讲清楚了，还挂了 s1 的实验数据，不是空对空。H 轴靠比喻和机制拆解拿满，K 轴有具体实验支撑，R 轴因为好懂且有料，转发动力强。整体是评论向的优质内容，不是一手发布，所以分数落在 78 这个区间，不往上拔。
DeepSeek 把 V4 Flash 0731 开源了，MIT 协议，可以随便用。模型总参数 2840 亿，但每次推理只激活 130 亿，跑起来大概需要 167GB 显存（FP4/FP8 混合精度）。在 Artificial Analysis 的智能指数上拿了 50 分，开源模型里排前三。架构和定价跟之前的 V4 Flash 一样，官方 API 已经...
推荐理由：DeepSeek 把一个旗舰级模型用 MIT 协议开源，直接挂到开源榜前三。2840 亿/130 亿的稀疏架构给出了一个具体的效率数字，不是宣传稿。国内模型发布按政策给同等权重，开源带来的生态扩散也值得关注。
Manifest 今年三月上线了一个模型路由器，把请求按复杂度分成四档，想用便宜模型处理简单任务来省钱。跑了四个月、服务了七千个云用户后，他们在六月把它标记为弃用，九月一日彻底关停。核心问题有三个：第一，光看提示词根本判断不了真实复杂度——比如“评估 $GIT_REPO 的测试并改进”，对静态个人网站很简单，对 Linux 内核就是地狱难度。第二，缓存...
推荐理由：Manifest 这篇四个月的生产复盘，把模型路由器为什么失败讲得很具体，有场景、有数字、有自我打脸，不是泛泛而谈。扣分点在于这只是单家公司的经验，没有对照实验，而且文章正文被截断，完整论证看不到。我会先打个折，但整体信息密度和诚实度都够，值得推给正在纠结路由方案的从业者。
DeepSeek 在 Product Hunt 上线了 V4-Flash 的正式版，代号 0731。官方说它的智能体能力比 V4-Pro 预览版还强，原生支持 Responses API，也适配了 Codex CLI 命令行工具。不过正文没给出具体的跑分数据和 API 定价，只提了一句“用 Flash 的价格拿到前沿智能体能力”。我会先打个折，等第三方...
推荐理由：DeepSeek V4-Flash 正式版声称智能体能力超过 V4-Pro 预览版，并原生支持 Responses API 和 Codex CLI。作为国内头部实验室的产品更新值得关注，但正文没给任何跑分和定价，信息缺口明显，所以分数压在 80 以下。
Artificial Analysis 的智能指数给这个新模型打了 50 分，比 4 月版高出 10 分，也比自家的 V4 Pro 多了 6 分。它同时踩到了智能和成本的帕累托前沿，意思是同等聪明的模型里它更省钱，同等价位的模型里它更聪明。不过原文没给具体定价和延迟数据，这点先别太激动，等实测跑分出来再看。
推荐理由：10分的智能指数跳升和反超V4 Pro的对比很有冲击力，帕累托前沿的说法也给了明确的性价比预期，值得推。扣分是因为原文没放定价和延迟数据，实际省钱程度没法验证，所以先不拉满。
DeepSeek 放出了 V4-Flash 的 API 公测，主打 Agent 能力升级。官方贴了一张性能对比图，说基准测试分数已经大幅超过 V4-Pro-Preview，但具体分数、成本和延迟都没给。这次原生支持了 Responses API 格式，也完全适配了 Codex，意味着你可以直接把它接进 Claude Code 这类编程工具里干活。我会先...
推荐理由：DeepSeek V4-Flash 开放公测，官方说 Agent 能力大幅提升，还贴了张对比图显示基准测试分数超过 V4-Pro-Preview。但具体分数、成本和延迟都没给，只放了一张图。我会先打个折：没数字的对比图看看就好，别太激动。不过原生支持 Responses API 和 Codex 是实打实的，接进 Claude Code 就能用，这点挺省钱。综合来看，发布动作本身和 Agent 定位足够让开发者关注，所以给到 featured 级别。
国家发改委在 7 月 31 日的发布会上给了几个数：上半年 AI 相关行业增速保持在 30% 以上；到 6 月底，全国智能算力规模是去年同期的 2.8 倍，第一个全国产 10 万卡 AI 集群已经投用。模型这边，DeepSeek 和月之暗面发了万亿参数的开源大模型，国产大模型全球总下载量超过 100 亿次。数据层面，建成高质量数据集超过 12 万个。另...
推荐理由：国家发改委发布会给了上半年 AI 行业几个硬数：相关行业增速 30% 以上，全国智能算力规模是去年同期的 2.8 倍，第一个全国产 10 万卡 AI 集群已经投用。模型侧提到 DeepSeek 和月之暗面发了万亿参数开源大模型，国产大模型全球总下载量超 100 亿次，高质量数据集建成超 12 万个。信息来自官方渠道，数字具体、可引用，对从业者判断算力基建节奏和国产模型生态规模有直接帮助，三条 HKR 都踩实了。
DeepSeek 把 V4 Flash 模型开放公测了，API 调用方式不变，模型名改成 deepseek-v4-flash 就行。这次只更新了 Flash，V4 Pro 和 App/Web 端都没动。Flash 的模型结构和尺寸跟之前的预览版一样，只是重新做了一遍后训练。最大的变化是 Agent 能力，官方给的跑分比 V4 Pro 预览版高出一大截：...
推荐理由：DeepSeek V4 Flash 开放公测，Agent 跑分压过自家 V4 Pro 预览版，这在国产大模型里算一个值得标记的能力更新。只动后训练不动结构，技术信号很明确。没给 90 分以上是因为它毕竟还是 Flash 这一档，不是满血旗舰，实际业务表现还得等用户反馈。
DeepSeek 今天下午把 V4 Flash 正式版的 API 放出来公测了。模型结构和尺寸跟预览版一样，只是重新做了一遍后训练，但让模型进业务流程干活（Agent）的分数明显上去了。比如 Terminal Bench 2.1 跑到 82.7，DeepSWE 54.4，官方说远超 V4 Pro 预览版。Flash 现在原生支持 Responses A...
推荐理由：DeepSeek V4 Flash 正式版公测，Agent 跑分压过 V4 Pro 预览版，属于国产主力模型的一次实打实更新。两个具体分数（Terminal Bench 2.1、DeepSWE）让信号更实在。分数没给更高是因为它毕竟是 Flash 不是 Pro，而且正文没披露后训练具体改了什么、成本多少，这些缺口让判断得先打个折。
OpenAI 把 GPT-5.6 Luna 的价格砍到了每百万 token 输入 0.2 美元、输出 1.2 美元，降幅 80%。Terra 降了 20%，Sol 则多了一个 2.5 倍速模式，价格翻倍但智力不变。最狠的是，Luna 在 AA 基准测试上拿了 51 分，跟今年三月 GPT-5.4 开满推理强度时的分数一样，但 token 成本只有当时的...
推荐理由：四个月把同等智力成本压到十三分之一，这个信号比单纯降价狠得多。AA 基准 51 分直接对标 GPT-5.4 满血推理，让降价有了硬参照，不是拿弱化版糊弄人。文章没展开“递归自优化”具体怎么做的，这点先别太激动，但光看价格和分数，已经够让所有调 API 的人重新打算盘了。
国家发改委新闻发言人蒋毅在7月31日的发布会上说，上半年国产大模型全球下载量破了100亿次，像DeepSeek和月之暗面都发了万亿参数的开源模型。接下来除了继续搞基础研究和建应用试点基地，重点是会加快《人工智能法》的立法，想拿出一套能平衡发展和安全的治理方案。不过正文没披露具体的立法时间表和监管细则，这点先别太激动。
推荐理由：发改委首次明确承诺要加快《人工智能法》立法，还带了上半年100亿次下载量、万亿参数开源模型这些新数据，对国内AI从业者是个直接的政策信号。分数没给更高，因为正文没披露立法时间表和具体监管细节，现在激动还太早。
Moonshot AI 放出了 Kimi K3 的技术报告，模型总参数 2.78 万亿，每次推理激活 1042 亿参数，总共 93 层，原生支持 100 万 token 上下文。但报告真正的看点不是参数大，而是他们怎么在真实硬件限制下做工程取舍。在序列处理上，他们用 69 层 KDA 以固定成本传递历史信息，再用 24 层 Gated MLA 做全局纠...
推荐理由：Moonshot AI 放出 Kimi K3 技术报告后，这篇解读绕开了“2.78 万亿参数”的标题党写法，直接拆他们怎么在真实硬件限制下做序列架构的取舍：69 层 KDA 控制成本，24 层 Gated MLA 做全局修正，整篇文章都在讲显存、带宽、延迟这些硬约束下的工程选择。对从业者来说，这比参数数字有用得多。
扎克伯格对《金融时报》说，美国不该封禁中国的 AI 模型。他点名 DeepSeek 和字节跳动，说这两家动作很快，但 Meta 的 Llama 系列在开源模型里还是领先的。他的核心逻辑是：如果美国公司被挡在中国市场外面，那中国公司就会拿下全球其他市场。文章没提他具体想要什么政策，也没说时间表。
推荐理由：扎克伯格在《金融时报》的独家表态有新闻性，直接点名中国公司让话题更具体。但整篇就是站队发言，没给政策建议也没时间表，信息增量有限，所以分数打78，别指望太高。
智谱AI和月之暗面最近发了新模型，性能已经能跟美国顶级实验室的产品掰手腕。这直接点燃了硅谷的路线之争：OpenAI和Anthropic跑去华盛顿游说，说中国公司用“蒸馏”偷师他们的闭源系统，有国家安全风险，得管；另一边，英伟达、微软、Meta等一票大佬和近200家初创公司公开站队开源，认为封杀会阻碍创新、让巨头垄断。财政部长贝森特和科技顾问克拉齐奥斯放...
推荐理由：纽约时报的原创报道，细节扎实，把中国开源模型进步怎么撕裂硅谷、谁在游说谁在反对都写清楚了。热度、知识、共鸣三项全中，但本质是行业趋势分析，不是产品发布，按规则打到 82 分这一档。
一份标注日期为 2026 年 7 月 22 日的 DeepSeek 投资者交流会文字稿 PDF 被上传到 GitHub。梁文锋在会上承认与美国在算力上的差距在拉大，并透露公司已暂停最新一轮融资。目前公开的只有 PDF 标题，正文是扫描件，具体发言内容和融资规模都没披露。
推荐理由：一份标注为2026年7月22日的DeepSeek投资者交流会文字稿PDF被传到GitHub。梁文锋在里头承认和美国在算力上的差距在拉大，还说公司已经暂停了最新一轮融资。目前公开的只有PDF标题，正文是扫描件，具体发言内容和融资规模都没披露。信息缺口太大，没法判断这件事对行业或公司到底有多大影响，所以重要性给0。
白宫正在考虑限制开源权重大模型出口，起因是有报道说 DeepSeek 用美国的开源模型训练了军用 AI。英伟达和 Palantir 跳出来反对一刀切禁掉，他们的理由是：开源生态是美国 AI 领先地位的核心，全面禁止等于自断手脚，本土公司会先遭殃。他们提的替代方案是收紧最终用户管控，而不是封模型本身。文章没给出立法时间表，也没说白宫目前倾向哪边。
推荐理由：FT 独家，信源扎实。英伟达和 Palantir 联手反对开源模型出口禁令，提出的替代方案是收紧最终用户管控，而不是封模型。政策张力真实存在，对开源 AI 圈子直接相关。没给 85 是因为文章没披露白宫目前倾向哪边，也没立法时间表，判断先打个折。
习近平上周公开站台开源 AI，说这是把技术红利扩散到全球的“历史机遇”，并承诺五年内给发展中国家 5000 个培训名额。中国公司（深度求索、月之暗面、智谱 AI、阿里等）主推开源模型，部分任务成本比美国方案低 50% 到 90%。美国那边反击很猛：Anthropic 指控阿里用 2.4 万个假账号爬取其技术，财长贝森特威胁制裁。安全争议两边都有——开源...
推荐理由：NYT 把中国开源 AI 当成地缘软实力故事来讲，习近平的背书、具体的成本数据和 Anthropic 的爬取指控让文章有了实感。但这是宏观叙事，不是一手产品发布，缺乏可复现的评测细节，所以分数没给到 85 以上。
梁文锋花了四个小时反复说“不”：不做消费级或企业级产品，不碰视频生成和世界模型，不追用户增长，不闭源，也不想成为下一个字节或腾讯。他把产品、多模态和幻觉问题都归为支线任务，主线只有两个：编程智能体和通用智能体。在他看来，中美 AI 的差距本质是资源差距，他相信规模定律——模型做这么大不是因为够用，而是因为目前只有这么多资源。开源策略是主动放弃一部分价值...
推荐理由：梁文锋首次系统公开战略优先级，明确拒绝产品化和闭源，只押注 AGI 和智能体，信息密度高、立场鲜明，对从业者有直接参考价值。扣分点：来源是投资人会议转述，非一手官方公告，但内容具体程度足以支撑判断。
这期付费播客主要聊了两件事：一是月之暗面推出了新模型 Kimi K3，在美国投资人和政策圈引发了类似“DeepSeek 2.0”的担忧。Andrew 和 Bill 认为，美国对开源 AI 生态的政策很拧巴——明明有手段可以拖慢中国进步，但特朗普政府可能不太愿意用。二是习近平在世界人工智能大会上的主旨演讲，以及中国对全球南方基础设施的叙事。节目最后还提到...
推荐理由：我会先打个折：这是付费播客的摘要，不是一手报道，细节和论证厚度肯定不如原文。但它的价值在于把 Kimi K3 引发的美国政策圈焦虑、开源政策的内在矛盾、以及特朗普政府可能的选择，几条线捏在一起讲。对关注中美 AI 博弈的人来说，这期节目提供了一个现成的讨论框架，哪怕只是当个引子也值得一看。
Sebastian Raschka 在这篇文章里讲了一种训练方法，让同一个推理模型能按需切换思考强度，而不是每次都全力运转。他先用 GPT-5.6 的五档推理设置引出话题，然后明确推理模型的定义：会输出中间步骤、一步步推演的模型。核心做法分两步：训练时用强化学习加可验证奖励（RLVR），推理时靠 token 预算来控制生成长度。具体操作是把不同长度的推...
推荐理由：Raschka 讲了一种训练方法，让同一个推理模型能按需切换思考强度。文章先把 GPT-5.6 的五档推理设置当引子，然后给出推理模型的定义——会输出中间步骤、一步步推演的模型。核心做法分两步：训练时用强化学习加可验证奖励，推理时靠 token 预算来控制生成长度。具体操作是把不同长度的推理链混在一起训，让模型学会根据预算指令调整输出。我会先打个折：正文没披露具体实验数据和效果对比，这点先别太激动。但思路本身对想省推理成本又有灵活需求的团队有参考价值。