大叔自由人

标签

#DeepSeek

9 篇

让 AI 自己接活：DeepSeek 开源 Super-agent 双层架构——「AI 越能干、人为什么越忙」有了第一个架构级答案

10 月 31 日，DeepSeek Harness 团队公开 Super-agent 设计探索并开源研究原型 dsh-superagent-prototype（MIT 许可证）：没有发新模型、没有晒跑分，而是重新设计 Agent 与人的协作方式——GitHub、飞书等入口抽象为 Source，事件按工作线程归队；Eval 先判断「该不该接」，再生成 Ticket 与 Mandate（授权依据和执行边界）；Executor 在独立会话与工作目录中执行，只向 Router 汇报。设计原则一句话：尽可能少地占用人类注意力，同时提供尽可能多的价值——只在结果可用、需要人类决策、任务无法继续三种时刻打扰用户。这是本栏「验证成本—评审墙」系列的架构级收束：当管理 AI 成了新工作，答案不是让人管更多 Agent，是让 Router 管 Worker、人只对 Router 点头。注意力，是 Agent 时代的硬通货。

Token 即选票：中国模型包揽用量前五、开放权重占 72%——大模型的记分牌，从跑分榜换成了流量计

OpenRouter 最新数据（10.19–25）：全球大模型周调用量 188 万亿 Token、环比 +14.63%；中国模型周调用量 93.54 万亿，连续 26 周超过美国模型的 22.47 万亿。用量前五名全部是中国模型，且清一色 Flash 系：DeepSeek V4.1-Flash-1017 发布仅 8 天就以 33.6 万亿 Token 登顶（环比 +801%），MiniMax M3.1 Flash 发布当周即进前三；同一口径下，开放权重模型在 Top50 使用量中的占比已达 72%——一年前才 22%。开源从追赶者变成了企业默认选项。而模型商品化之后，真正的收租位是「水电表」：Azure Foundry 接入超 1.1 万个模型、用多供应商的微软客户今年暴增 5 倍。先说清口径：93.54 万亿是中国模型被全球调用的量，不是中国用户的消耗量。

推理层开源：DeepSeek 一天两开，把降本从价格战修成基建

10 月 20 日，DeepSeek 一天内开源两件东西：内部推理框架 DeepInfer（分布式推理、推测解码、结构化输出，兼容英伟达与昇腾双平台，配套与官方 API 对齐的 deepseek-recipe），以及视觉-文本压缩模型 DeepSeek-OCR（1000 字文章压成 100 个视觉 token，十倍压缩下准确率 96.5%）。官方口径值得抄下来：模型划定能力边界，推理框架决定成本边界。昨天全行业还在卷 Flash 模型价格，今天降本的主战场已经搬到了基建层——把「我便宜」修成「我的便宜别人抄不动」。另：AI 浏览器赛道年内集体退场（Atlas 已于 8 月停服）；工信部算力标准指南提出 2027 年前制修订 50 项以上标准。

Flash 本位：DeepSeek、MiniMax 同周亮牌，大模型竞争的重心从「更聪明」搬到了「更快更便宜」

10 月 17 日 DeepSeek 把网页端、App、API 三端直切到 V4.1 Flash-1017，Code Arena 代码榜 1670 分、成本仅 Kimi K3 Max 约十分之一；两天后 MiniMax 发布 M3.1 Flash，推理速度提升近 3 倍、输出 200+ TPS，输入 1 元/输出 4 元每百万 Token，官宣前还以匿名身份跑了 200T 真实流量。值得玩味的是：MiniMax 把 Flash 当发布主体，追求智能上限的 Pro 只是「预告」——轻快便宜版成了默认入口，旗舰成了选配。同周国产 AI 芯片集体涨价 20%–50%，模型通缩、芯片通胀，两头夹击的是没有成本优势的中小厂商。

开源大模型「三国杀」：美国 Beam、欧洲 le Chonk 同日亮牌，中国开源领先地位第一次被体系性挑战

10 月 6 日前后，三个大陆的三家公司几乎同时打出同一张牌：英伟达押注的 Reflection 发布首款开放权重模型 Beam（5010 亿参数 MoE 仅激活 230 亿、10500 张 B300 训练、Apache 2.0 开源，定位编程与智能体）；法国 Mistral 推出 1 万亿参数的 Large 4（代号 le Chonk，估值 210 亿欧元）；而被对标的中国阵营——DeepSeek V4.1 Flash，被彭博报告评为可比肩 Anthropic/OpenAI 顶级系统、中美最优模型基准差距缩至 3%。稀疏激活从中国叙事变成世界语法。副线：智谱接入 AWS Bedrock 按调用量分成出海；Meta/微软削减 Claude 预算；民意「一边用一边恨」。

R1 登上《自然》封面的同一周，ICLR 抽出 50 篇 AI 幻觉论文：可信度基础设施的高光与危机

DeepSeek-R1 论文登上《自然》封面（9.17 刊出）：8 位外部专家审查 5 个月、全球首个通过权威期刊同行评审的主流大模型、首次披露训练成本约 29.4 万美元并正面回应蒸馏质疑。同一周，ICLR 2026 抽查 300 篇投稿检出 50+ 篇 AI 幻觉论文，还有论文暗藏「好评密令」操纵 AI 审稿。这篇把一正一反放在一起读：当生成指数上涨、验证线性上涨，验证本身就是最稀缺的基础设施——学术、工程、产品、资本四个行业同一张表。