編程表現(xiàn)超越Claude和GPT？DeepSeek準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)布的重點是代碼生成和處理能力。

根據(jù)DeepSeek內(nèi)部的基準測試，V4在編程任務(wù)上的表現(xiàn)超過了目前市場上的主流競品，包括Anthropic的Claude和OpenAI的GPT系列。

根據(jù)報道，在即將發(fā)布的新模型中，DeepSeek團隊解決了許多長期困擾AI發(fā)展的技術(shù)難題。很可能會徹底改變Vibe Coding產(chǎn)業(yè)。

01

報道中提到一件事，“DeepSeek-V4模型在整個訓(xùn)練過程中理解數(shù)據(jù)模式的能力也有所改進，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有個具代表性的例子，就是讓模型數(shù)strawberry里有幾個r。

由于當(dāng)時的DeepSeek模型并不能理解“數(shù)”（count）這個概念，只能根據(jù)訓(xùn)練時的數(shù)據(jù)來輸出答案。可這個數(shù)據(jù)恰好又是錯的，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則會徹底杜絕這個情況，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)練時間加長，往往會出現(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，一個微小的修改可能波及數(shù)個文件、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制的衰減，從而沒辦法對于龐大的項目進行修改。

V4極有可能是一個為“Agent時代”量身定制的模型。

一年前，DeepSeek-R1 的發(fā)布確實在行業(yè)內(nèi)引起了不小的波動。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爭高地，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，要求AI不僅能補全代碼，更能理解開發(fā)者的意圖流（Flow），實現(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)準備好在新賽道上狂飆了。

02

如果深入梳理DeepSeek團隊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，我們會發(fā)現(xiàn)一條清晰且扎實的技術(shù)演進路線。

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

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

面對審稿人關(guān)于是否使用了OpenAI模型輸出進行蒸餾訓(xùn)練的尖銳質(zhì)疑，DeepSeek團隊在回應(yīng)中給出了明確的否認，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，僅花費了29.4萬美元。

當(dāng)然，這個成本僅指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，標志著DeepSeek在學(xué)術(shù)嚴謹性和技術(shù)原創(chuàng)性上獲得了國際最高認可，徹底洗刷了外界對于中國大模型“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團隊發(fā)表的論文《mHC：流形約束超連接》。

代碼生成任務(wù)對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)模擴大時，會面臨嚴重的信號增益問題，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容的根本性物理難題，DeepSeek團隊在這篇論文中提出了一種全新的架構(gòu)mHC。

簡單來說，它給狂奔的信號加了一道精密的閥門，將信號增益嚴格控制在1.6倍左右。

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

這項由梁文鋒聯(lián)合署名的研究成果，實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，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、推理導(dǎo)向的強化學(xué)習(xí)（RL）、拒絕采樣與再微調(diào)、以及對齊導(dǎo)向的強化學(xué)習(xí)這四個關(guān)鍵步驟。

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

既然R1的技術(shù)細節(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)始團隊發(fā)起成立的至知創(chuàng)新研究院（IQuestResearch），發(fā)布了名為IQuest-Coder-V1的開源代碼大模型。我們曾在文章《又是量化基金，第二個DeepSeek時刻到來了？》中對其進行了報道。

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

而在Vibe Coding的戰(zhàn)場上，國內(nèi)互聯(lián)網(wǎng)大廠的動作同樣不容小覷。

字節(jié)跳動的豆包在2025年初就推出了Trae編程工具，并在AI編程功能上實現(xiàn)了HTML預(yù)覽、Python運行和完整項目生成等能力，讓開發(fā)者可以在一個界面內(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就是支持在終端窗口中同時運行四個Qwen Code實例，可并行處理智能問答、實時翻譯、原型設(shè)計、創(chuàng)意繪圖等不同任務(wù)，實現(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)跳動與中興通訊合作推出了搭載豆包手機助手的努比亞M153工程樣機，售價3499元，首批約3萬臺在當(dāng)天迅速售罄，甚至在二手市場炒出了高價。

這款手機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指令，AI就能自動跳轉(zhuǎn)多個應(yīng)用完成點外賣、訂機票、比價購物等復(fù)雜任務(wù)。

這一系列動作背后，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手機也不遠了。

與此同時，資本市場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)行價定在116.2港元/股，上市第一天就給了市場一個驚喜 —— 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)行價算已經(jīng)漲了快37%，完全沒給空頭機會。

MiniMax比智譜晚一天，但風(fēng)頭更勁。發(fā)行價165港元/股，而且是頂格定價，上市前一天的暗盤就已經(jīng)漲了25%-29%，報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)，但強勁的增長曲線證明了市場對于高質(zhì)量AI模型的付費意愿正在形成。

中國AI方興未艾，但當(dāng)全球目光已經(jīng)再次聚焦到DeepSeek身上。一年前那個用低成本路徑顛覆行業(yè)認知的團隊，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”，只要再等幾天就會知曉。