EP39 · DeepSeek V4 / 理解债 / Agent 产品设计 · 04.26 早报-ginobefun

EP39 · DeepSeek V4 / 理解债 / Agent 产品设计 · 04.26 早报

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

各位好

欢迎收听base block 早报

今天是二零二六年四月十六日

星期期日

这是第三十九期节目

我是主播吉o

今天这期把整个开发者社区四十八小时里的注意力拧在一起讲

模型层这边

Deep seek 用了整整四百八十四天端出v 四

把一万六千亿参数的旗舰模型连同一百万token 上下文一次开源单token 算力砍到上一代的二乘七

Kv 开始砍到一层

Open ai 那边gpt 五点五把价格翻倍

已经有一线工程师把所有id 的模型端点全切到了v 四

月账单往下降了九成

实践层这边

Info kill 抛出一份ai 编程的失控临界点

把me tr 的十九个百分点减速

卡内基

梅隆和git clear 的圈复杂度增长摊在桌上

给一年来如火如荼的web coding call 了一桶冷水

产品层这边

Ramp 工程师teddy record 为agent 设计产品

被宝玉翻成中文

给所有做sas 的同行一份新方法论

模型 实践

产品三条主线拼成一个故事

地基刚刚地震

上面所有人都得重新设计自己的房子

下面就从最底层那一阵开始讲

第一条

净讲deep thick 四的四百八十四天

量子为昨天逐条对照了v 四的技术报告

这条早报的看点是把迟到这件事讲透

距离v 三发布过去了整整四百八十四天

期间关于deep seek 人才流失的传言传过好几轮

发布当天

研究员在推特写下一句话

四百八十四天后

我们谦卑的分享这份爱心的标配

贡献者名单里带星号的研究员是已经离开团队

但仍然对v 四做出过重要贡献的人

一份名单

把每一个人和这份等了一年多的模型绑在了同一张纸上

技术上

V 四是deep sick 系列里动刀最多的一版

先看规格

V 四pro 总参数一万六千亿

几活四百四十亿

V 四flash 总参数两千八百四十亿

激活一百三十亿

两个版本的上下文都是一百万劳动

从这一代开始

一百万上下文成了deep seek 所有官方服务的标配

最关键的两个数字

在一百万上下文场景下

V 四pro 的单token 算力砍到v 三点二的百分之二十七kv 开始只剩百分之十

亚马逊硬件师gpd 直接说

这意味着deep seek 可能解决当前的高带宽显存短缺问题

架构动了三处

第一处叫mhc

原话叫流形约束超连接

把残差流约束到一个数学上叫做broke off polly top 的双随机矩阵超形上

听不懂没关系

关键效果是矩阵的普泛数有一个天然的硬上线

残差传播怎么传都不会爆掉

给两万亿参数moe 上了一道保险

第二处是混合稀疏注意力

Csa 和hca 一层一层交替叠加

Csa 先把每m 个token 压成一个

再用一个轻量索引器选出最相关的若干压缩块

Hca 更狠

一百二十八个token 直接压成一个

不做稀疏选择

专门负责长距离全局信号汇总

Csa 做精细检索

Hc 做全局信号

两者一文一武

把一百万token 序列的注意力代价压到一个能跑得起来的水平

第三处是把mute 提到的主优化器位置beyoung 管绝大多数二维参数矩阵w 只留给embedding prediction head

Rms norm 这些零碎组件后

训练也换了一套思路

传统的混合强化学习阶段被opd 也就是on policy distillation 完全替代

流程分两步

现在数学代码

Agent 指令跟随这四个领域各自独立训一个expert

在三档推理强度模式

它让一个统一的student 自己roll out

像对应领域的expert 蒸馏对齐

听起来很优雅

工程上装不下十几个teacher

每一个都是万亿级别

Deep p sick 的解法是把teacher 权重offload 到分布式存储

按需加齐

只缓存中间表征

不展开log ts 按teacher 排序样本

保证一个mini batch 只加载一个teacher head

一套优雅的方法论背后是一堆不这样做就装不下的工程妥协

实验结果有三件事最值得说

开源领先

Simple qa verified 上

V 四pro max 拿到五十七点九

领先所有开源模型二十个百分点

体例闭源code forces rating 三千二百零六

反超gpt 五点四的三千一百六十八

在人类选手榜单上排到第二十三

差距仍在hle 上

V 四pro max 三十七点七落后germany 三点一减pro 的四十四点四和cloud oppo 四点六的四十

差距大约在三到六个月

八十五人内部开发者调研里

表分之九十一表示v 四pro 可以作为主力coding 模型

这台放进今天的故事有两层意义

表层是价格地震

四月二十三日

Open ai 发布gpt 五点五

把每百万输出token 价格翻到三十美元

一天后

V 四用mit 协议开源

每百万输出三点四八美元

使gpt 五点五的十分之一

Ai 系统架构师双断ner 后

凌晨发帖把cloud code code x curser a 的全部指向v 四端点表账单下降九成

效果还更好

深一层是节奏

Deep seek 这几年在做的是底层动作

非常一致

一直在删

从v 二的mla 开始

每一代都在删kv cash

删激活参数

删注意力计算

这台v 四单token 算力砍到四分之一

Kv cash 砍到十分之一

一百万上下文不是一个新能力

是同一个上下文窗口被压到可以承担的成本

模型层把价格曲线打直了

应用层的故事就从这里开始

第二条

精讲ai 编程的失控开发点info q 中文请来作者

周云龙

把二零二五年下半年开发者社区已经在私下抱怨的一件事正式摊上桌面

开场就是一份反直觉数据

Metr 这家独立研究机构招募了十六位平均仓库新标超过两万两千五年以上经验的资深开源开发者跑两百四十六个真实任务

结果是

当允许这批人用ai 编程工具时

他们完成任务的时间比不用ai 慢了百分之十九

更刺眼的是主观感受

实验前他们预期ai 会让自己快百分之二十四

实验后已经被ai 减速百分之十九

他们仍然坚信自己快了百分之二十

主客观偏差整整三十九个百分点

连资深oss 开发者都对自己的真实生产力失去了感觉

这只是一个开始

卡内基

梅隆联合git

Clear 对使用生是a 工具的项目做代码追踪

结论是

是圈复杂增

增幅超过百分之四十

无法法代代码量长

解释释

同样的功能

Ai 写的更复杂

Riracle 在二零二五年代码安全报告显示

百分之四十五的ai 生成代码通不过基础安全测试

Code rabbit 对四百七十个开源pr 的分析

Ai 代码的严重缺陷密度是人类代码的一点七倍

A 代码平台lovabable 上扫描的一千六百四十五个应用里

百分之十点三还严重或关键级别

规律

Ai 编程的失控不是错觉

是可量化的规律

文章给出了一个新概念

叫理解债

原话是这样的

理解债是开发者未来未理解

修改调试自己没真正写过也没认真读过的代码所必须支付的成本

它比传统技术债更阴险

因为传统技术债是你自己挖的坑

位置清楚

理解债是你不知道自己不知道理解债能通过重构还清

理解债只能通过把代码真正读进脑子漏清

而这恰好是ai 替不了你的事

理解债以负力增长

每一块没读懂的代码都会在你下次修改相邻模块时

以莫名其妙的副作用向你收利息

一个典型场景

生产出事故

你冷启动调试

却发现自己在逆向工程自己的代码

那就是理解债爆雷的瞬间

文章把失控机制拆成四条独立链路

上下文窗口的注意力衰减

一百万token 的模型把整个中型仓库塞进去之后

会出现看见却抓不住的状态

理解债前面已经讲过

陌生技术站的双重放大效应

你失去了百分之八十的直觉

Ai 生成的看起来对的代码几乎没有过滤层出bug 之后又陷入用同一个工具解决它自己制造的问题的循环

原认知失灵

Ai 生成过程的强烈流畅感制造了正在高效产出的错觉

被拒绝的那百分之四十四ai 代码不会留下显性成本感知

四条机制各自像复利一样增长

越过承载力之后

整个系统开始显现不可控

破局在于重新定义独立开发者的天花板

文章给的判断是

编码不再是瓶颈

瓶颈变成了架构

判断 审阅

吞吐量

边界守护

Speak driven development

这一年突然变重要不是巧合

Githup 开源的speak kit 已经拿下七万两千星

Aws 围绕这个理念做了kero 这套idesdd 最真正价值不是先写规范再写代码这种瀑布流包装

而是让speak 成为ai 和人之间唯一共享的可验证的契约

文章把建议按四个阶段分层

原型阶段

大胆vipe coding 跨越

生产阶段

强制引入sdd

定期抽查理解债

钉死安全清单

陌生技术栈阶段

架构决策必须由人做

Ai 只做小块实现

成熟项目阶段

假设ai 会减速

你直到有证据反驳并且维护一份ai 不得触碰清单核心算法

安全边界

数据一致性线上出过事故的模块

最后一句最值得抄走

Ai 编程的下一个分水岭不是谁用的模型更强

而是谁更先承认ai 帮不了你真正难的那百分之二十

今天v 四把成本曲线打值

这条提醒应用层不要被流畅改骗了

更新越快

理解债涨得越快

下一条说怎么重新设计产品

第三条

精讲为agent 设计产品

Ramp 工程师teddy recker 写了一篇被宝玉翻译成中文的长文

主题就是这一行字

开篇先抛三个数据

第一个

Ramp 自己的数据

过去三个月里

Ramp mcp 上的周活用户增长了十倍

第二个

Salesforce 上周宣布

Headless 三百六十

原来二十七年历史里

所有平台能力暴露成apimcp 工具或cli 命令

Tdx 大会一口气向开发者开放一百多个新工具和技能

第三个

文章引用了salesforce 自己的措辞

当ai agent 已经能够推理

规划

执行的时候

一家公司还需要一个带图形界面的crm 吗

Salesforce 的回答是不需要

而这正是重点

Rapper 给出的判断是

二八法则反过来了

未来人和软件之间百分之八十的交互会通过ai agent 完成

原来人和软件的交互模式是用户界面

数据库三层

现在多了一层用户的agent

再过一层会变成用户的agent

软件自己的agent

再到数据库

两个大语言模型一起协作

朝着同一个目标推进

这不仅会改变你需要构建什么

也会改变你构建它的方式

把调用方agent 到底需要什么才能成功拆开

文章给了三件事

第一件是主动未规范notion 的notion crew pages 工具描述里所制智能体现fetch 一个叫做notion down dox enhanced markdown speack 的规范文档

原话是不要猜测或幻觉markdown 语法

每次agent 写入页面

第一件事就是去拉这份规范

所以notion 几乎不出格式错误

反例是slack mcp

你的agent 默认用通用markdown

结果不符合slack 自己那套特定格式

你花在改格式上的时间比手写还长

Reckd 的话

原话是这样

调用你家智能体的人需要知道什么才能成功

主动把这些信息交给它

不要让他自己摸索

第二件事

建反馈循环

Ramp 自己最早发mcp 时

只能看到工具调用量

看不到背后的聊天上下文

不知道什么有效什么坏了

后来用三招解决

每次mcp 或coi 调用都要求agent 带一个叫rationale 参数

解释他为什么发起这个请求理由

里的模式可以重建意图发布一个独立的反馈工具

Agent 遇到阻碍或者发现某种模式行不通时

可以主动调用它

提交想做用户尝试了什么

卡在哪里

给特定工具加context seed 参数捕捉之后会有用的

早期上下文record 举了个客服平台的例子

你在rationnow 日志志反复看到正在生

生事故报

报告 在

在收集停复复盘相关工单

这就是功

功能信

信号是你

你做一builbuild cident 工具具一轮reprepagent 又会回过头告诉你

报告拉进了三天前的例例不该包包免

免费餐餐缺户

每一轮反馈都是产品改进的入口

Ai agent 在反馈这件事上往往比真人用户更具体更一致

第三件是留意上下文缺口

文章举了一个最贴墙上的例子

出差报销

Diago 出差回来

他的ai 首席幕僚和费用管理系统的agent 同时被触发

这两个agent 各自掌握不同上下文

首席幕僚知道日历

邮箱

Slack 相册里的收据

费用系统知道交易明细报销政策

公司过往费用归类还有一个东西叫总账科目

也就是gl code

传统api 的处理方式是把问题丢回用户

这里有一笔交易需要填gl code

请调用接口拉一百五十个gl code 选项在自己选

但更聪明的设计反过来

费用系统agent 不索要gl code

而是索要业务上下文

这是一顿客户餐

团队餐还是个人履行支出

首席幕僚从日历或slack 对话里找到答案

费用系统在用自己掌握的政策自动套上正确科目叠构

不需要知道gl code 是什么

会计也能拿到准确产品

文章最后一句最值得贴抢上未来签签支票的可能正aai 认认给它设计计品品文最最后

易agp 到这里就完整了

模型层把成本曲线打值

实践层提醒理解债债利增长

产品层告诉你交互对象已经从人变成了agent

下面进入今天另外七条的诉金讲

讲完

下面是另外跳出了七条值得快速过一遍的内容

每条一两分钟

得适时给亮点

再给一个推荐理由

顺序对应生notes

可以挑感兴趣的回头细读

第一条info qq 中文那篇标题就很扎心

我把所有模型都换成了deep sk k 四

文章把四月二十三日到二十四日这场价格递震拆的很细

Open ai 同一周发布gpt 五点五

输入十二点五美元

输出三十美元

每百万token 比gpt 五点点翻倍

比cloud opops 四点七还贵

还引入priority

Fast standard 的三档定价

Anthropic 四点七

因为新tokenser 让token 用量上涨百分之三十五

意味着即便单价不涨

账单也会无声涨上一节

一天之后

V 四用mit 协议开源输出每百万token 三点四八美元

使gpt 五点五的十分之一ai 系统架构师上donuna 后

凌晨帖帖说cloud code cocox curser a 的全部指向v 四端点

让token 五点点成成效还更好

文将在结尾给出的一个判断更扎心

从v 四开始

所有人都要重新算账

开源和闭源的成本比是十比一

这个数字会重新洗牌应用层的预算结构

这条配第一条精讲一起读

价格递震的全貌就清楚了

第二条

阿里技术写的elastic pp

Elastic search 在大集群上有两个老问题

常尾查询会塞满线程池

Gc 抖动让本来稳定的几毫秒查询标到秒级

常规条jvm 拆集群只能在有天花板的空间里优化

阿里智能引擎团队的解法直接绕过jvm

用c 加加在native 层重写最核心的查询执行路径

复用lusy 的索引格式做出了一个叫elastic pp 的c 加加内核引擎

文章给出了真实生产环境的对比数据

对所有跑大规模es 的团队是直接借鉴

今天非ai 主题里最值得读的工程长文之一

第三条

腾讯研究院特约作者v 盘解读high some preview

这条早报的真正看点不在benchmark

而在尧舜禹

他正是the second half ai 下半场原始判断的提出者

加入腾讯主导机模线之后

交出了第一份作业

文章把今天的产业坐标拉直了

Agent 时代

一次任务动辄百万token

质量 速度

价格构成不可能三角

复杂推理要最强大脑

日常agent 任务要最合适的劳动力

S 三preview

二百九十五b 总参二百一十亿激活明确占到日常任务加结构化产物一侧配强复杂推理论号

这正是单位智能成本从商业指标变成产业结构性指标的标志

第四条

人人都是产品经理看出的ai 训练师亲笔记录

把ai 勇性能力分成五个层级

从l 一模式匹配

Ll 模模组合

L 三工具使用

一直到l 五跨域涌线

每一层用具体训练任务和评估方法作证配合观测的能力越签记号给做a 单评估的产品经理一份可以直接拿去对内对外讲的清晰框架

如果你正在做模型评测体系

这一篇能审理两周自己摸索的时间

第五条

孟少整理的agent harharness engineering 工程范式总结

把过去半年从open cloucloud

Code harmss

Open cllad 这几个开源项目里抽出来的共性写成一张地图

模型权重prompt context tooooharness 五五各各负责责么边界界哪里配配

今天v 四和五点一起读

能看清模型

Agent 框架

要务

落地这三层分工作agent 平台选选或者skill 工程的同学不要错过

第六条

宝玉用乔治o 威尔

我为什么写写做gppt 五点五翻译实册

把gpt 五点五

Cloud ops 点七

Deep sick v 四三家同提对弈

看哪家更能保住奥威尔

那种政治写作要像窗户玻璃的克制语气

比起跑榜文学翻译更能照出模型在场上下文下的语感和控制力

做内容产品的同学可以直接拿这条对照自己的翻译需求

宝玉的对比表格做的相当细

连标点节奏都比过了

第七条

晚点late post 把九个行业的涨价进行时放进同一份账本

从外卖

咖啡 电影票

出行一直到ai 算力

补了一条非ai 的宏观叙事

在所有人都盯着模型定价先说的今天

看清实体行业的成本传导和定价博弈

对判断ai 渗透节奏和企业a 键的采购预算都有用

文章里有一个点很有意思

Ai 算力的成本曲线

再加上电影票走的是相反方向

前者一年降十倍

后者一年涨两成

这种反向剪刀差本身就是接下来产业重塑的关键变量

这条是非常难得的横向视角建议和第一条v 四价格故事配着读

七条说完

下面再聊六条今天也值得一读的补充阅读

每条一两句话带过

听到感兴趣的就在胸透视里点开看看

第一条

腾讯科技对v 四报告的另一份解读

聚焦三个范式及创新

Csa 加hc 的压缩注意力

Opd 加grm 的后训练

Mhc 残差约束

再加上缪n mega m 一fp 四工程优化清单和今天金奖励量子为那篇的四百八十四天叙事互补

一份看时间线

一份看技术坐标系

第二条

Info kill 中文报道

V 四与华为升腾的协同首次打通

Ascend 又没丢掉英伟达开源模型

在国产算力链上拿回话语权

这条新闻里关于硬件适配细节比一般报道详细的多

下半年升腾九百五十超节点批量上市的时间表

这一条里写的最清楚

第三条

回到上周

回顾我自己在x 上的v 四预览版速记

配上best bloks 平台对官方公告的中文整理

如果你只想五分钟看懂v 四关键点一百万上下文

Pro 加flash 双型号价格梯度从这里入也行

比直接读论文快得多

第四条

前端早读课

意界

Mdn 团队怎么从积重难返的react 单体重构到late 加web components 加自研ss 二一线技术媒体的现代前端架构经验

是今天非ai 主题里第二条最值得读的工程长文

Mdn 团队作为前端文档的权威

亲手做这种重构

本身就是行业风向标

第五条

宝玉的gpt 五点五加codex 同时上线的速记模型

同尺寸下效率优于gpt 五点四

Codex 把ide agent 全场景串起来是今天open ai 阵营动态的官方角度概述

配合今天quick 里v 四替代故事一起读

格地震的两端就齐了

第六条

宝玉转述微软消息

Offmicrosoft 三百六十五co pilot 权限默认开启智能体模式

Office 工作流第一次原生暴露agent 入景

配合sales force headler 三三六六一起起配业软件件agent 话已经是二零二六年的产业事实

一边是新派size 把mcp 摆到第一优先级

一边是老牌厂商把所有平台能力整体暴露给景以就就今天天讲第条条

Agicker 那篇方法论的现实背景

读完这条再回头看rker 给的三招

主动为规范见反馈循环留意上下文缺口

每一招都能找到对应的产业应用场景

以上就是今天ep 三九的全部内景

读句话主轴

模型层

Deep sek v 四用四百八十四天把一百万上下文做成成本可承担的标配

一践层

Infor kill 用四研究告诉所有人

Ai 编程已经到了失控临界点

理解债是新一代的隐形成本

产品层

Rap 工程师告诉你

交互对象已经从人变成了agent

三条精讲仪器拼出今天的故事

地基刚刚地震

上面所有人都得重新设计自己的房子

如果今天只有一小时

建议先读量子位那篇v 四四百八十四天

再读info kill

周云龙那篇理解债

最后看宝玉翻译的rker 那篇模型实践

产品三层视角

今天的早报就有交代了

明天周一

下一期我会把gpt 五点五实册

科瑟收购传闻和google cloud next 两千零二十六的几条线一起串起来讲

敬请期待

详细链接都在show notes 里

想读全文的

可以去best blocks 找我

是geno

我们周一见

展开显示全部歌词