編程表現(xiàn)超越Claude和GPT？DeepSeek準(zhǔn)備第二次震驚全世界

去年7月，由于DeepSeek下載量從高峰期的8000多萬暴跌至2000多萬，下滑72.2%，“DeepSeek跌落神壇”就成為了當(dāng)時(shí)互聯(lián)網(wǎng)最熱門的話題。

但據(jù)多位知情人士透露，DeepSeek即將重登王座。他們計(jì)劃在二月中旬發(fā)布新一代模型DeepSeek-V4。

也就是農(nóng)歷2026年新年期間，距離上一代模型DeepSeek-R1的發(fā)布正好一年。

這次發(fā)布的重點(diǎn)是代碼生成和處理能力。

根據(jù)DeepSeek內(nèi)部的基準(zhǔn)測(cè)試，V4在編程任務(wù)上的表現(xiàn)超過了目前市場(chǎng)上的主流競(jìng)品，包括Anthropic的Claude和OpenAI的GPT系列。

根據(jù)報(bào)道，在即將發(fā)布的新模型中，DeepSeek團(tuán)隊(duì)解決了許多長(zhǎng)期困擾AI發(fā)展的技術(shù)難題。很可能會(huì)徹底改變Vibe Coding產(chǎn)業(yè)。

01

報(bào)道中提到一件事，“DeepSeek-V4模型在整個(gè)訓(xùn)練過程中理解數(shù)據(jù)模式的能力也有所改進(jìn)，且性能未出現(xiàn)衰減。”

這句話有些難以理解，我們不妨拆開來解讀。

首先是前半句，它指的是模型不再只是死記硬背數(shù)據(jù)，而是能看透數(shù)據(jù)背后的規(guī)律和邏輯。

DeepSeek-R1有個(gè)具代表性的例子，就是讓模型數(shù)strawberry里有幾個(gè)r。

由于當(dāng)時(shí)的DeepSeek模型并不能理解“數(shù)”（count）這個(gè)概念，只能根據(jù)訓(xùn)練時(shí)的數(shù)據(jù)來輸出答案?？蛇@個(gè)數(shù)據(jù)恰好又是錯(cuò)的，所以無論DeepSeek怎么思考，它給出的答案大多數(shù)情況都是2，而不是正確的3。

而DeepSeek-V4則會(huì)徹底杜絕這個(gè)情況，前提是在訓(xùn)練過程中，讓模型徹底理解某一件事情。

后半句的性能退化，指的是在AI訓(xùn)練中，隨著模型不斷學(xué)習(xí)新東西或訓(xùn)練時(shí)間加長(zhǎng)，往往會(huì)出現(xiàn)“學(xué)了新的忘了舊的”或者模型變得不穩(wěn)定的情況。

這種現(xiàn)象在業(yè)內(nèi)被稱為“災(zāi)難性遺忘”（Catastrophic Forgetting）或“模型坍塌”（Model Collapse）。

因此，V4在不斷變聰明、變復(fù)雜的過程中，依然保持了極高的穩(wěn)定性和原有能力的完整性，沒有出現(xiàn)任何“副作用”或能力倒退。

這恰恰是構(gòu)建編程Agent的前置條件。

在現(xiàn)代軟件工程中，一個(gè)微小的修改可能波及數(shù)個(gè)文件、數(shù)千行代碼的依賴關(guān)系。

但是以往的模型往往受限于上下文窗口或注意力機(jī)制的衰減，從而沒辦法對(duì)于龐大的項(xiàng)目進(jìn)行修改。

V4極有可能是一個(gè)為“Agent時(shí)代”量身定制的模型。

一年前，DeepSeek-R1 的發(fā)布確實(shí)在行業(yè)內(nèi)引起了不小的波動(dòng)。那款主打推理能力的模型證明了低成本研發(fā)路徑的可行性。

然而一年后的今天，人工智能行業(yè)的關(guān)注焦點(diǎn)已經(jīng)發(fā)生了顯著轉(zhuǎn)移。單純的文本生成或邏輯推理已不再是唯一的競(jìng)爭(zhēng)高地，代碼生成正在演變?yōu)榇竽Ｐ湍芰Φ摹霸嚱鹗薄?/p>

在當(dāng)前的開發(fā)環(huán)境中，“Vibe Coding”成為新趨勢(shì)，要求AI不僅能補(bǔ)全代碼，更能理解開發(fā)者的意圖流（Flow），實(shí)現(xiàn)從自然語言到復(fù)雜工程邏輯的無縫轉(zhuǎn)化。

DeepSeek似乎已經(jīng)準(zhǔn)備好在新賽道上狂飆了。

02

如果深入梳理DeepSeek團(tuán)隊(duì)以及核心人物梁文鋒在R1發(fā)布之后這一年里的學(xué)術(shù)軌跡，我們會(huì)發(fā)現(xiàn)一條清晰且扎實(shí)的技術(shù)演進(jìn)路線。

這些公開發(fā)表的論文與技術(shù)報(bào)告，不僅是對(duì)過去成果的總結(jié)，更是V4強(qiáng)大能力的注腳與預(yù)演。

2025年9月，DeepSeek-R1的相關(guān)論文成功登上了頂級(jí)學(xué)術(shù)期刊《Nature》的封面，梁文鋒署名通訊作者。

面對(duì)審稿人關(guān)于是否使用了OpenAI模型輸出進(jìn)行蒸餾訓(xùn)練的尖銳質(zhì)疑，DeepSeek團(tuán)隊(duì)在回應(yīng)中給出了明確的否認(rèn)，并首次公開了令人咋舌的低成本數(shù)據(jù)：從V3-Base訓(xùn)練到R1，僅花費(fèi)了29.4萬美元。

當(dāng)然，這個(gè)成本僅指R1的后訓(xùn)練階段成本，不包含V3-Base基礎(chǔ)模型本身約600萬美元的訓(xùn)練投入。

數(shù)據(jù)公開后，以及《Nature》為此專門撰寫的社論，標(biāo)志著DeepSeek在學(xué)術(shù)嚴(yán)謹(jǐn)性和技術(shù)原創(chuàng)性上獲得了國(guó)際最高認(rèn)可，徹底洗刷了外界對(duì)于中國(guó)大模型“套殼”或“跟隨”的刻板印象。

不過，真正能佐證DeepSeek-V4在代碼方面有大幅突破的證據(jù)，是2025年最后一天，DeepSeek團(tuán)隊(duì)發(fā)表的論文《mHC：流形約束超連接》。

代碼生成任務(wù)對(duì)模型的邏輯深度和上下文跨度有著極高的要求，這通常需要更大規(guī)模的模型參數(shù)和更深的網(wǎng)絡(luò)結(jié)構(gòu)。

然而，傳統(tǒng)的超連接（Hyper-Connections）架構(gòu)在模型規(guī)模擴(kuò)大時(shí)，會(huì)面臨嚴(yán)重的信號(hào)增益問題，最終導(dǎo)致訓(xùn)練過程極不穩(wěn)定甚至崩潰。

為了解決這一阻礙模型擴(kuò)容的根本性物理難題，DeepSeek團(tuán)隊(duì)在這篇論文中提出了一種全新的架構(gòu)mHC。

簡(jiǎn)單來說，它給狂奔的信號(hào)加了一道精密的閥門，將信號(hào)增益嚴(yán)格控制在1.6倍左右。

論文數(shù)據(jù)顯示，在3B、9B乃至18B參數(shù)規(guī)模的模型測(cè)試中，應(yīng)用了mHC架構(gòu)的模型在BIG-BenchHard推理基準(zhǔn)上提升了2.1%。

這項(xiàng)由梁文鋒聯(lián)合署名的研究成果，實(shí)際上解決了大模型在“做大”和“做復(fù)雜”過程中的穩(wěn)定性難題。

這意味著V4模型極有可能采用了這種全新的架構(gòu)，從而在擁有更龐大參數(shù)量和更深層推理能力的同時(shí)，依然保持了高效的訓(xùn)練效率和極高的穩(wěn)定性。

不僅如此，在2026年1月初，DeepSeek悄無聲息地將arXiV上的R1論文從原本的22頁大幅擴(kuò)充至86頁。

這多出來的60多頁內(nèi)容，詳盡地披露了R1的完整訓(xùn)練管線，包括冷啟動(dòng)、推理導(dǎo)向的強(qiáng)化學(xué)習(xí)（RL）、拒絕采樣與再微調(diào)、以及對(duì)齊導(dǎo)向的強(qiáng)化學(xué)習(xí)這四個(gè)關(guān)鍵步驟。

業(yè)界普遍推測(cè)，這種在春節(jié)前夕“清庫(kù)存”式的技術(shù)披露，往往預(yù)示著下一代更強(qiáng)大的技術(shù)已經(jīng)成熟。

既然R1的技術(shù)細(xì)節(jié)已經(jīng)不再是核心壁壘，那么即將到來的V4必然擁有了更高維度的護(hù)城河。

03

就在2026年的元旦，另一股來自量化界的力量也加入了戰(zhàn)局。

由九坤投資創(chuàng)始團(tuán)隊(duì)發(fā)起成立的至知?jiǎng)?chuàng)新研究院（IQuestResearch），發(fā)布了名為IQuest-Coder-V1的開源代碼大模型。我們?cè)谖恼隆队质橇炕?，第二個(gè)DeepSeek時(shí)刻到來了？》中對(duì)其進(jìn)行了報(bào)道。

這支同樣出身于量化背景的團(tuán)隊(duì)，他們僅有40B參數(shù)的模型，在SWE-benchVerified測(cè)試中斬獲了81.4%的高分，一舉達(dá)到了Claude和ChatGPT的水平。

而在Vibe Coding的戰(zhàn)場(chǎng)上，國(guó)內(nèi)互聯(lián)網(wǎng)大廠的動(dòng)作同樣不容小覷。

字節(jié)跳動(dòng)的豆包在2025年初就推出了Trae編程工具，并在AI編程功能上實(shí)現(xiàn)了HTML預(yù)覽、Python運(yùn)行和完整項(xiàng)目生成等能力，讓開發(fā)者可以在一個(gè)界面內(nèi)完成從構(gòu)思到部署的全流程。

阿里的通義千問則在12月26日更新到了Qwen Code v0.5.0版本。

此次更新的最大亮點(diǎn)就是支持在終端窗口中同時(shí)運(yùn)行四個(gè)Qwen Code實(shí)例，可并行處理智能問答、實(shí)時(shí)翻譯、原型設(shè)計(jì)、創(chuàng)意繪圖等不同任務(wù)，實(shí)現(xiàn)了AI編程“跳出命令行”的突破。

不過，真正引發(fā)行業(yè)震動(dòng)的，是豆包在硬件終端上的突破性嘗試。

2025年12月1日，字節(jié)跳動(dòng)與中興通訊合作推出了搭載豆包手機(jī)助手的努比亞M153工程樣機(jī)，售價(jià)3499元，首批約3萬臺(tái)在當(dāng)天迅速售罄，甚至在二手市場(chǎng)炒出了高價(jià)。

這款手機(jī)助手的核心能力在于跨應(yīng)用操作。用戶只需用自然語言下達(dá)指令，AI就能自動(dòng)跳轉(zhuǎn)多個(gè)應(yīng)用完成點(diǎn)外賣、訂機(jī)票、比價(jià)購(gòu)物等復(fù)雜任務(wù)。

這一系列動(dòng)作背后，折射出的是AI大模型從云端走向終端、從工具走向入口的戰(zhàn)略轉(zhuǎn)型。

說不定DeepSeek手機(jī)也不遠(yuǎn)了。

與此同時(shí)，資本市場(chǎng)也迎來了大模型行業(yè)的收獲季。

曾經(jīng)歷過“百模大戰(zhàn)”喧囂的中國(guó)AI行業(yè)，正在加速向頭部收斂。智譜AI和MiniMax這兩家公司均已成功上市。

智譜是1月8日在港交所敲的鐘，發(fā)行價(jià)定在116.2港元/股，上市第一天就給了市場(chǎng)一個(gè)驚喜 —— 開盤120港元，收盤131.5港元，第一天就漲了13.17%，市值一下子沖到578.9億港元，成了 “全球大模型第一股”。

第二天開盤直接137.2港元起，收盤158.6港元，較首日收盤價(jià)又漲了20.6%，市值也跟著漲到698.21億港元，兩天下來從發(fā)行價(jià)算已經(jīng)漲了快37%，完全沒給空頭機(jī)會(huì)。

MiniMax比智譜晚一天，但風(fēng)頭更勁。發(fā)行價(jià)165港元/股，而且是頂格定價(jià)，上市前一天的暗盤就已經(jīng)漲了25%-29%，報(bào)205.60-212.60港元。

上市當(dāng)天開盤235.4港元，漲了42.7%，之后一路飆升，盤中最高到351.8港元，最終收盤345港元，較發(fā)行價(jià)暴漲 109.09%，市值來到1054億港元，成了千億市值俱樂部新成員。

雖然高額的研發(fā)投入使得兩家公司目前仍處于虧損狀態(tài)，但強(qiáng)勁的增長(zhǎng)曲線證明了市場(chǎng)對(duì)于高質(zhì)量AI模型的付費(fèi)意愿正在形成。

中國(guó)AI方興未艾，但當(dāng)全球目光已經(jīng)再次聚焦到DeepSeek身上。一年前那個(gè)用低成本路徑顛覆行業(yè)認(rèn)知的團(tuán)隊(duì)，即將在春節(jié)期間交出新的答卷。

DeepSeek能否第二次“震驚全世界”，只要再等幾天就會(huì)知曉。