#DeepSeek
共 318 篇相关文章
DeepSeek研究员自白：亲手训练的AI即将取代自己
DeepSeek V4.1核心算子编写者刘胜宇发文自白：亲手训练的AI最快半年到一年将取代自己写算子的能力。他为何仍坚持优化模型？又为何担忧AI把世界推向赛博朋克式极端并选择开源？
DeepSeek Harness 满月复盘：亮点、风险与未来路径
DeepSeek Harness（DSH）发布满月复盘：从 Plugin 生态、Codex Kernel、插件安全风险到人员储备与云上 Agent 方向，深度分析这个 model+harness 一体化项目的亮点、短板与未来商业路径。
开源项目实测：将DeepSeek等AI通过API接入WPS
一个开源项目通过DSL方式将DeepSeek等AI模型接入WPS，实现文档内直接生成与改稿。实测一次性生成两千字约耗八千Token，支持多模型兼容与自定义配置，但需自备付费API。
DeepSeek V4.1 Flash深度解析：编码器架构如何把推理成本压到几分钱
DeepSeek V4.1 Flash通过重新引入编码器架构大幅降低推理成本，每任务仅需约0.27美元。本文深度解析其40层架构、KV缓存优化与实测对比，并延伸OpenAI攻克纳维-斯托克斯难题的争议、Anthropic放缓呼吁及Mistral创纪录融资。
从零实现带记忆的AI Agent：Python+Flask+DeepSeek全栈实战
本教程详解如何用 Python、Flask 和 DeepSeek API 打造带记忆机制的 AI Agent 聊天智能体，涵盖自主判断存储、按需读取记忆与跨会话持久化的完整实现思路，适合 AI 开发入门者实战学习。
DeepSeek+RAGFlow本地部署个人知识库完整教程
详解如何用 Ollama 本地部署 DeepSeek 大模型，并通过 Docker 部署 RAGFlow 构建个人知识库。涵盖 RAG 技术原理、Embedding 作用、环境变量配置、完整部署三步流程及在线模型简化方案，小白也能上手。
Mac Studio本地实测DeepSeek V4.1 Flash：本地大模型能跑多远
在Mac Studio M3 Ultra上本地实测DeepSeek V4.1 Flash：550亿参数、N-gram机制、思考模式取舍与Deep SWE基准全解析，探讨本地大模型的能力边界与瓶颈。
本地部署私人DeepSeek全攻略：联网+知识库+隐私安全
手把手教你用Ollama、Chatbox、AnythingLLM搭建纯本地、可联网、带知识库的私人DeepSeek。涵盖蒸馏版模型选择、RAG知识库原理与API调用，隐私安全零门槛部署全流程干货。
用DeepSeek+3款工具，5分钟生成专业PPT
手把手教你用DeepSeek生成PPT大纲，再通过通义、Kimi、扣子三款免费AI工具一键生成专业PPT，5分钟搞定演示文稿，附完整实操步骤。
DeepSeek日语对话初体验：语气自然的多语言交互观察
B站演示显示DeepSeek已能用流畅自然的日语进行对话，语气得体、情感生动，还能中日文切换。本文观察其日语交互表现、拟人化情绪演绎与多语言能力的实际意义与局限。
DeepSeek扒谱时喊"困了"？聊聊LLM思维链里的拟人化现象
B站UP主发现DeepSeek在扒谱、BPM识别任务的思维链中出现"困了""想睡觉"等拟人化表达。本文解析LLM为何会模仿疲劳、思维链如何放大拟人化现象，以及如何应对模型输出跑偏。
DeepSeek Harness实战改造：打造低成本AI编程神器
国外技术UP主分享如何改造DeepSeek官方harness，用Claude Code驾驭开源框架，配合Bright Data数据抓取与视觉模型，打造成本仅半分钱的AI编程工作流，实测比Claude Code更便宜。
DeepSeek如何用低价血洗硅谷：一场AI定价权崩塌之战
DeepSeek如何以开源和超低价格冲击硅谷AI格局？本文梳理从「DeepSeek周一」市值崩盘到2026年V4发布的完整脉络，解析AI定价权崩塌、成本争议与巨头降价背后的真实威胁。
DeepSeek v4.1 Flash本地部署真相：23秒才吐一个token
DeepSeek v4.1 Flash以MIT许可证和顶尖基准成绩引发本地部署热潮，但实测每token需23秒、510GB存储、1.9万美元集群四年才回本。本文拆解MoE架构下「选择性计算不等于选择性存储」的真相，帮你算清本地部署的真实成本。
DeepSeek V4.1 Flash登顶AA新基准，超越Astra引热议
DeepSeek V4.1 Flash在Artificial Analysis新推出的Intelligence Index v4.3私有基准上超越Astra登顶，同时引发社区对评测体系三天两改的争议讨论。
一位中国AI用户的自白：Anthropic的指控缺了什么关键背景
一位中国AI用户在Reddit逐条回应Anthropic对中国社区的指控，涉及DeepSeek请求转发、模型蒸馏、数万账户与VPN聚集等问题，补充了被主流叙事忽略的技术与市场背景。
DeepSeek Harness 深度解读：一切皆插件的 Agent 框架
DeepSeek Harness 深度解读：一切皆插件的 Agent 框架
DeepSeek Harness（简称 dsh）是 DeepSeek AI 于 2025 年开源的 Agent 框架（智能体框架），不是评测系统或 benchmark 工具。 核心定位： - 用于构建和运行 AI Agent（智能体）的开发框架 - 命令行工具名为 dsh，提供 Web UI（默认 http://127.0.0.1:3080） - 安装方式：npx @deepseek-ai/dsh web 或从源码构建 核心设计理念： - 「Everything is a plugin」（一切皆插件）—— 所有功能都以插件形式组织 - 基于 Cordis 框架驱动，Cordis 的理论基础来自论文《A Programming Paradigm for Spatiotemporal Composability》（时空可组合性的编程范式） - 强调组件的可组合性和模块化 技术架构： - 插件化架构：功能全部通过插件扩展，社区已有 7000+ 插件 - 支持并发子 Agent（有用户在 200+ 并发子agent场景下使用） - 提供 Web UI 界面进行交互 - 开源协议 MIT，
教程攻略Claude Code模型配置与费用对比：省钱实战攻略
详解Claude Code中接入DeepSeek V4 Pro、Sonnet等模型的配置方法与实际费用对比，包含环境变量设置教程、中转方案选择及省钱策略，帮助开发者找到最具性价比的AI编程方案。
