DeepSeek V4.1 Flash 1017：许愿式编程一键成真 | 大模型讨论专楼

Mirathel

让克劳德英译英，给我来了这么一句

serj005

knnknn 发表于 2026-11-5 17:34
奶奶的这个workbuddy用起来真的巨你妈火大。
比dsh还爱整天问你需要我xxxx吗。
还有你说得对。

喜欢我37k雷霆大初始提示词吗，这还是所有skill/mcp全关情况wb这初始提示词是真逆天，垃圾约束和方法一大坨塞在里面又臭又长，纯降低模型性能+吃积分来的

cube

刚刚当选美国历史上首位**联邦参议员的 Abdul El-Sayed 声称：美国应该全面暂停前沿 AI 研发，根本不必太担心中国追上来，因为中国只是模仿者。

他还用了一个形象的比喻：美国就像一艘快艇，中国则是被快艇拖着的滑水者。

想不到中期选举还有这效果。

Vneeto

qwased 发表于 2026-11-5 17:20
市场消息：因劳资纠纷，美光科技(MU.O)暂停45亿美元的在台工厂建设项目。

储存放弃扩产能了，看来这一波AI ...

之前那些人不是都在吹AI危险，要管制要放缓甚至要叫停，但都没停下来的打算。大手打下来了，现成的借口不就来了。
虽然我也不认为ai的前进步伐就此罢休，不过能刚好以AI解决大量数学难题为止落下这一幕，倒也不亏也挺有戏剧性的。下一章还会继续开幕。

syl，看到楼上引用的快艇滑水，其实就是真的，他们难道不知道被拖着走就是停下来了，也会有惯性给反向甩去领头么。哈哈哈

空き地卯木

cube 发表于 2026-11-5 18:23
刚刚当选美国历史上首位**联邦参议员的 Abdul El-Sayed 声称：美国应该全面暂停前沿 AI 研发，根本不必太担 ...

翻译一下就是上供得还不够，到位了就宣布中国AI已经超越美国AI了

bartholo4

Workbuddy，它的搜索引擎还是特别好的
反正用 GPT 给它把提示词精简到 2000 来字
用 Workbuddy 的奶龙开会，有的时候效果比 DSH 还好

—— 来自 Xiaomi M332BF, Android 17, 鹅球 v4.0

艾诺琳

平昭·南宫司卿 发表于 2026-11-5 18:04
漏油对 harness 都已经这么了解还非要用 wb 本来就是在给自己找不愉快啊

wb现在推广力度高，每天有好几亿免费token，不用白不用

Promeus

赛伊德其实大概率是知道怎么回事的，这言论是骗文盲美国人他后面说要跟老钟签协议大家一起控制ai发展速度

狭义文具爱好者

wb有银河麒麟/统信uos的，这部分人感觉wb也是几乎唯一选择了

合规性啊合规性，自己用肯定啥都能装，linux内核有啥不能的。但是办公配发这些系统的真有特别的需求，也就国内大厂愿意做了。
顺带一提，claude code是真被专门点名过的（废话这谁不害怕），连带着其他国外agent都严禁。国内模型厂没精力也没必要去适配和走流程，对比之下腾讯还真是最适合干这个。

lactone

桑德斯之前说的，谁开发超级ai谁坐牢

sayed太修了

—— 来自 vivo V2505A, Android 17, 鹅球 v3.5.99

qwased

控制速度有什么用？签了几千亿刚性算力支出的又不是老钟的企业
拿不出AGI就是死

phorcys02

狭义文具爱好者 发表于 2026-11-5 18:55
wb有银河麒麟/统信uos的，这部分人感觉wb也是几乎唯一选择了

你在说啥？我在loongarch上 claudecode/codex/opencode/pi/dsh/qoder/workbuddy/zcode 全都能用啊。

UncleDracula

艾诺琳 发表于 2026-11-5 18:43
wb现在推广力度高，每天有好几亿免费token，不用白不用

每天几亿？怎么搞？

艾诺琳

UncleDracula 发表于 2026-11-5 19:59
每天几亿？怎么搞？

每天签到100积分，闲时用DeepSeek

wing130083

许愿搓了一个同步单机游戏存档的小工具，效果非常贴合
通过qq邮箱收发邮件方式中转存档文件夹中新增/改动的文件
配置好之后上机双击接收端，下机双击发送端
关键是这种量身定做的程序真的能做到一句话都不会多问，执行即达成目标

qwased

qoder又发了20刀astra

frankCC

我服了，qoder看着不像wb那样加了一堆没用的，还以为阿里改性了呢，就想着薅羊毛体验一下，然后连着执行两个给的方案全给我跑偏了

plusSharp

AI工作过程中太喜欢用python怎么办，我能接受C++和C#,但完全学不进python，导致它说有几个脚本可复用但我却无法核实

lxxh

plusSharp 发表于 2026-11-5 21:45
AI工作过程中太喜欢用python怎么办，我能接受C++和C#,但完全学不进python，导致它说有几个脚本可复用但我却 ...

你直接问它那个可以复用不就完事了

宏.

plusSharp 发表于 2026-11-5 21:45
AI工作过程中太喜欢用python怎么办，我能接受C++和C#,但完全学不进python，导致它说有几个脚本可复用但我却 ...

为什么要复核，直接用，用不了再找AI修

plusSharp

lxxh 发表于 2026-11-5 21:53
你直接问它那个可以复用不就完事了

AI列出了对应文件，但我看不懂所以不确定代码逻辑是否正确，下次使用需要调整的参数是否完整

med

轻微使用了一下哈基米4，指令遵循问题把我气笑了

wb免费版的积分是虚的，稍微用多点pony马就不给用砍了，测试临界在200积分附近。

这点上qoder倒是老实一点，能让你用到底

med

hy4初步评价为一个更慢更贵的dsf4.1 体感没有明显智力差距

jojog

qwased 发表于 2026-11-5 19:04
控制速度有什么用？签了几千亿刚性算力支出的又不是老钟的企业
拿不出AGI就是死 ...

那就死啊

前两天就有提出法律政府不许救的了

只要能跳车，老钱和hyperscaler能吃不少尸体的

来都来了

plusSharp 发表于 2026-11-5 21:45
AI工作过程中太喜欢用python怎么办，我能接受C++和C#,但完全学不进python，导致它说有几个脚本可复用但我却 ...

你为什么要学，都丢给AI去搞就好了 如果你想要复用，你可以问ai哪个可以复用，然后让他写一个文档，把复用时的格式给你写清楚。

宏.

https://mp.weixin.qq.com/s/YOWslIRykThfGGwx-71RHA

中国LLM讨论纪要


我们在10月初举办的中国LLM讨论。希望对大家理解竞争态势和调研方向有帮助。本文不作为投资建议，投资有风险。如果希望交流或对之后讨论感兴趣，欢迎加我微信hardybeee

1.反蒸馏与国产模型追赶

蒸馏难度明显变高，短期蒸馏成本上升5-10倍，多则20倍

替代方案效果都不如直接蒸馏：把一个问题拆成10个分别喂前沿模型再拼起来；拿摘要用其他模型做反向rationalization；合成数据、数据生态采购

曾有人认为可以通过第三方CSP（如Amazon）拿访问权限，但近期Amazon也出现较大封号潮

coding / agent benchmark已刷到90%+，再卷意义不大；明年下一个市场大概率是AI for Science或机器人，数据壁垒更高。AI for Science真正做药的模型完全封闭（Claude内独立模型层），只有药企合作能用，「连用都用不到，怎么蒸」；机器人基线数据更提取不出来

反蒸馏的影响是多方面的：

措施：OpenAI / Anthropic直接拒答或降级，订阅和非定向API都有大量反蒸馏措施，完整推理只有深度合作企业的API能拿到

算力（认为是最大问题）：海外模型普遍5-10T，学生太小听不懂老师，700B蒸3-5T效果很差，最后回到预训练问题。训3-5T模型至少需要几万张B卡

方向：coding有代码可验证、agent有trajectory，好蒸；但前沿进步方向转向空间理解、computer use、视频生成，很难反向拿到完整数据

结论：无论算力、数据还是训练方向，国产模型追赶越来越难，有买方认为没有长期价值

2.RSI与中美差距

算力差距在拉大：国内厂商等效B卡一万到几万张，海外明年单个AI lab训练算力或达4-6GW

反蒸馏后中美差距预期从3-4个月拉长到约12个月；若海外明年实现RSI，可能进一步拉到18-24个月，认为极有可能

研究员瓶颈：训练从10B逐步scale到5-10T，数据配比、算力分配、开几条线都是「炼丹」，50个研究员只能开50条线；RSI后线数由算力决定

数据瓶颈：公开数据约35-50T token，未定义数据需Mercor这类公司帮助跨过阈值，之后可靠模型自己合成扩量，最终也收敛到算力

国内3T左右模型算力够用，下一代10T左右影响较大。B300国内价格近期反而上涨（Rubin ramp后理论上应走平或下行）

蒸馏成本：有数据称国内厂商蒸馏年开销数亿美金（未验证），成本上升5-10倍即十几亿到几十亿美金，对比前三家（DeepSeek、Kimi、智谱）总融资约100-150亿美金，影响不小。Chat补充：有厂商一天蒸馏约30万美金token，年化约1亿美金

RSI关键是verification：硅谷都在讨论如何在模型 / agent无法自我验证的领域拿到outcome feedback。coding里主攻build system和CI/CD的feedback loop速度

空间方向：从DCC软件（CAD、雕刻软件）到仿真、具身大脑，再到真实世界simulation；老游戏里完整的物理碰撞系统可提供空间理解数据，看哪家frontier lab先拿到

当前RL是挖fifty-fifty成功率的任务，再往前一步可能不是RL，核心是模型生成的东西能否突破人类verify的极限且仍能被verify。marketing同理：素材好看不等于线上performance好，需要真实outcome数据

3.国模格局与竞争要素

算力和融资是下阶段最重要的要素：

蒸馏变贵后，造环境、RL rollout、pretrain scale都要更多算力。Kimi是最激进的之一，年底算力也只够做4-5T模型

智谱称目前算力只够capture GLM生态收入的10%。算力 → 收入 / P&L → balance sheet → 更多算力 → 更好模型，形成飞轮，落脚点是融资

独立模型公司拼融资拼不过大厂：阿里一家拿了国内一半B卡，独立公司大多租卡

中美格局相反：美国价值捕获在模型层（两超多强），算力层neocloud格局差；国内模型多、差距小，卡稀缺，算力层价值捕获远大于海外。宏景科技的海外B卡大头给了阿里，智谱上季度只拿到一两千、小几千张

对智谱看法：

优势不在技术，而是很早做对两件事：坚定蒸馏Opus 4.5 / 4.6、押注coding卖API，大厂都miss了；其他厂商左蒸右蒸，被落后的前沿模型「套住」

但本质是蒸馏，大家都蒸就会商品化、打价格战。国内毛利率20%多 vs 海外约45%，国内B卡成本约为海外5倍，没有架构革新就是挣小钱投大钱

港股增发200多亿，撑不起1GW数据中心（几百亿美金）

Q4小米、字节、千问等都在围剿智谱coding，先发优势在Q3-Q4减弱，不建立技术优势股票很难做。有买方4月起就认为应退出模型

字节：慢就是快，坚持自研不蒸馏，资本和算力强，问题是组织复杂、实验室互抢资源

阿里 / 千问：人员流失多；算力角度可看，但无预期差。平头哥拆分会愿意参与

DS：能力随国产先进半导体（先进制程、HBM产能、卡性能）水涨船高，能优先拿到好算力

国内格局三类：有主业的云厂（阿里、字节）、国家扶持的DeepSeek、纯商业化独立模型公司（智谱、Kimi、MiniMax）。国内市场容量有限，第三类最后可能只活一家

终局可能像中国电动车：美国coding饱和，Codex已打价格战；$20/月用户会订多家，$200/月用户只留最好的一家。最后高端一家、低端一家活得好，美国一家，国内可能是DeepSeek

DeepSeek专注少数方向、走华为卡路线，有差异化但摸索时间更长，不确定性大

美国CSP有利润、举债能力和金融深度；若中国举国支持一家主权AI，DeepSeek凭A股融资和国家层面支持容忍度更高，其他独立公司更危险

华为：内部能用黑卡就用黑卡，自研卡对外卖；代工找「手套」或走三星仍有路子，但比以前更难

4.国模格局与竞争要素

Frontier labs开始做cheap intelligence：上半年Anthropic基本没推Sonnet / Haiku，近期很积极；Sam年初起一直在强调。闭源做高价值、开源做低价值的两层结构被打破

开源三个value proposition：便宜、可微调、隐私 / 自部署。闭源先攻「便宜」，部分低价值workflow预算会流向闭源

闭源降价空间大：每代GPU（软件+硬件）token output约为上一代3-4倍，大幅降价不影响利润

国产增长逻辑被打破：上半年逻辑是参数量提升 + 提价（GLM-5.2约$4 / 百万token vs 海外对标约$20）；现在闭源价格下探（有提到GPT-6约$10），国产效果不占优、提不了价，下一代大参数模型成本却只会上升；国产效率优化接近瓶颈，海外才刚开始

价格预期从「向上收敛」调整为「向中间收敛」

剩余空间：合规严格的国内客户、本地部署 / 微调。但海外开源（Reflection AI等）和微软MAI也在起来，「直接打在国产模型的命门上」

国内付费依赖重度用户（a16z报告：前1%用户付费大于后50%），重度用户可直接付费Claude / Codex，存在value leakage

可微调短期不会被快速攻破：post-train市场未收敛（Fireworks偏服务 vs Thinking Machines偏产品化，但这部分市场规模还是有的），闭源投入相对小，OpenAI的RFT没推起来。下一个冲击看闭源何时推出产品化调参产品或大规模投FDE

闭源降价意图有分歧：对Anthropic成立（frontier对ARR拉动减弱，需开新场景），对OpenAI不成立（frontier对ARR拉动仍大）

用户反馈：之前在火山引擎用国产flash模型，后来算下来Codex更划算、跨agent更方便，取消国产订阅统一用Codex（买账号池叠Plus额度）。Codex / Claude价格已能下探到flash层级

5. 下一个大场景：AIDD与其他

28年需求总量看不清是当前估值overhang，能否支撑约2T capex

AIDD是当前主要押注：药企研发费用约中几千亿美金，20-30%投入AI就是千亿美金场景。concern在节奏：药物周期长，能否忍受两年无新管线进展仍每年2-3倍投入。金融、客服、法律更多是context和数据问题，非模型step function能解决，需慢慢释放

医药同行对AIDD很悲观：研发遵循反摩尔定律，靶点有限，IRR一路走低；即使AIDD成立，改变的是靶点发现速率，瓶颈转到实验、入组、实验猴等物理环节，价值更可能在药明等CXO / CDMO。进一步拆解：

大药企capex很大部分是收购管线，波动大，市场高估真实capacity

LLM替代科学家（查文献、提猜想、调工具、设计分子）本质是coding；真正有价值的是AI制药模型（结构、结合预测），但几千张卡就够，壁垒在数据

药企私有失败数据不会给Anthropic，Anthropic长期大概率自建实验室甚至收购药企，但算力消耗不大，撑不起28年capex

AI制药不遵循第一性原理，只是猜得更多，实验费用大增而产出不保证；小分子公开数据多做得好，有价值的新靶点反而没数据

不看好金斯瑞、Twist等蛋白合成（无壁垒，会被自建实验室替代）；看好动物实验和临床：海外受动保限制、无法内化，需求回流中国，AI加速后明年初就要上猴子，认为买实验猴、药明康德最正确

6. 中国模型公司与CSP分成

智谱、Kimi已上架Bedrock，take rate约10-15%

收入upside不大：Bedrock约90%调用量来自前沿模型，剩余5-10%由多家开源分，Amazon还有自研Nova。利润：乐观算到27年十几亿量级，而智谱上半年研发投入就有20多亿人民币，算力投入增长可能远高于分成增量，拖累盈利周期

云卷花开

宏. 发表于 2026-11-5 23:11
https://mp.weixin.qq.com/s/YOWslIRykThfGGwx-71RHA

中国LLM讨论纪要

日本 ip 举办的中国 llm 讨论，评价为看都不用看

Re:Source

宏.

云卷花开 发表于 2026-11-5 23:15
日本 ip 举办的中国 llm 讨论，评价为看都不用看

Re:Source

然而蒸馏和算力的问题目前多方印证

novem

除过蒸馏不会讲话系列

overflowal

deepseek harness 团队发文写了下，昨天光deepseek harness在官方api就消耗了92T的token    Re:Source

overflowal

宏. 发表于 2026-11-5 23:19
然而蒸馏和算力的问题目前多方印证

这种文章我可以给你写几篇。因为只要在里面插一些谁都知道的事，比如算力缺啊，比如数据难搞啊，其他跑火车也会有人觉得哇～多方印证～    Re:Source

IIIIIlllllIIIII

phorcys02 发表于 2026-11-5 19:42
你在说啥？我在loongarch上 claudecode/codex/opencode/pi/dsh/qoder/workbuddy/zcode 全都能用啊。
...

现在都ts Python写的哪有不能技术上不能用的 只是有些地方安全管的严只能用认证过的

— from motorola XT2603-1, Android 17, S1 Next Goose v4.0

Promeus

不管别的，其实这玩意有个很重要的信息，很明显ds完全没搭理这伙人，所以他们所有的ds内容都是猜的和小道消息

来都来了

Deepseek开源思维链的时候，你A畜连话都说不利索呢

宏.

overflowal 发表于 2026-11-5 23:24
这种文章我可以给你写几篇。因为只要在里面插一些谁都知道的事，比如算力缺啊，比如数据难搞啊，其他跑火 ...

说其他部分是跑火车的前提是对其他部分能拿出反向证据，但现在没有什么反向证据

ycjiang1337

宏. 发表于 2026-11-5 23:19
然而蒸馏和算力的问题目前多方印证

看到鼓吹闭源廉价模型那段就不用看了，常刷你楼的哪个不知道luna就是路边一条

—— 来自 HUAWEI SGT-AL50, Android 16, 鹅球 v3.4.97-alpha

IIIIIlllllIIIII

宏. 发表于 2026-11-5 23:11
https://mp.weixin.qq.com/s/YOWslIRykThfGGwx-71RHA

中国LLM讨论纪要

看笑了
tmd蒸馏会留痕现在连glm都没这个了还在说蒸
而且就这么说瓶颈就在这里了 frontier model在真正的能产生价值的coding task里和ds的唯一区别是它们贵。问题根本不在单次的智力而是在于transformer没有线性能力提升 所以那帮人去搞one shot的task就是为了疯狂抽卡一证永证。物理ai更是想都别想 你的时延 确定性靠什么保证 llm做做数据生成最多了

— from motorola XT2603-1, Android 17, S1 Next Goose v4.0

ycjiang1337

宏. 发表于 2026-11-5 23:32
说其他部分是跑火车的前提是对其他部分能拿出反向证据，但现在没有什么反向证据 ...

闭源廉价模型就是最打脸的反向证据，因为最强力效果最好的蒸馏手段就是OPD蒸馏，OPD蒸馏要求师生同源而且logits可获得，因此只能OA两家自己蒸——结果这两家自己蒸出了luna和haiku这种AI嘉豪专用的路边一条赢学模型

—— 来自 HUAWEI SGT-AL50, Android 16, 鹅球 v3.4.97-alpha

舞以

鉴定一个人是不是不懂ai还要装懂的标准就是看他怎么评价luna terra和sonnet haiku，吹这四个模型的都能鉴定为只会按照通稿吹的傻逼。

knnknn

宏. 发表于 2026-11-5 23:11
https://mp.weixin.qq.com/s/YOWslIRykThfGGwx-71RHA

中国LLM讨论纪要

感觉是异次元新闻。看着还挺有意思的。
不过也已经是二手屎了，一手屎还得看A\
A\从金门大桥啥的可解释性到claude code到MCP到tokenmaxxing到oneshot到AGI，这个畜生公司没一次外宣是老实的，全在误导公共知识。