梁叔叔的肌肉：视觉模型「会看」，但永远不会「会意」 那天腾讯发了篇 DeepSeek Pro 正式版的长文，底下有条精选留言是一张图：梁文锋被 P 成了《北斗神拳》里健次郎的模样——紫色西装换成了一身腱子肉，戴着眼镜，举起三根手指，字幕是「开源」。 评论区里人一眼就笑出声。但我拿给视觉模型看，它给出的答案规规矩矩：一个穿蓝西装的男士，戴着眼镜，伸出手指，似乎在强调什么。仅此而已。 它看见了每一个像素，却完全没「看见」这张图在说什么。 这一瞬间的落差，比任何 benchmark 都更接近「智能」这个词的本质。 一、视觉模型是怎么「理解」一张图的？ 先把它拆开。现在所谓「视觉理解」，链条其实是这样： 图像编码器把图切成 patch，编码成一串视觉 token； 这些 token 被喂给一个大语言模型； 模型把视觉 token 转换成一串文字描述——「一个人、西装、三根手指、字幕开源」； 然后，再拿这串文字继续做后续的「推理」。 关键在第三步。视觉模型对图的理解，从它诞生那刻起，就已经被「翻译」成了语言。 它不是一个「看图」的存在，它始终是一个「看文字」的存在。图像不过是它读的一篇用像素写成的散文，读完要复述成自然语言，才能进入思考。 这就带来一个被严重低估的损耗：维特根斯坦的语言边界，成了视觉理解的边界。 二、语言，是一道已经磨损了现实的栅栏 维特根斯坦后半生都在说一件事：语言的边界，就是世界的边界——凡语言说不清的东西，你其实「说不出」，也就「想不清」。 图像是连续、稠密、多义的；语言是离散、稀疏、约定俗成的。一张图里同时存在的东西，用语言描述时，你只能挑几条说出来，剩下的全在翻译中被丢弃了。 「梁文锋被 P 成肌肉男」——这句话描述了事实，但它丢掉的是什么呢？丢掉的是： 一个中国读者看到「北斗神拳」时，脑子里瞬间弹出的「世纪末救世主」「一子相传的拳术」「以拳说话」这套符号； 「肌肉」在中文互联网语境里「硬汉/力量/不服就干」的联想； 以及「开源」和「硬汉」这两个原本无关的概念，为什么会在这一秒被焊死在一起，变成一句无声的呐喊。 模型能复述「这是一个人」「这是肌肉」「这是开源」——但它永远无法在那个『同时看见三者』的瞬间，弹出一个『哦原来如此』。 因为它手里只有语言，而语言的每一个词，都已经是被约定俗成「磨钝」过的符号。它读的是字典，不是人生。 三、功能等价救不了「瞬间联想」 我们聊…

乌兰察布的沉默：当算力中心变成大型土建工程 风和太阳可以给你 Token，给不了你芯片。 2026年8月6日，远景科技集团在内蒙古乌兰察布宣布「星河基地」投产。12万平方米——约20个足球场——百万张 AI 加速卡并行能力，园区总规划供电容量 2 吉瓦，号称全球 Token 产出能力最强的单体 AI 数据中心。 媒体用了「新能源巨头反向整合 AI 产业链」「风和太阳变成 AI 的股东」这样的标题。但读完所有报道，你会注意到一个被刻意回避的问题： 这些卡槽里，插的到底是什么？ 5000 亿投资，2.6 亿营收 先看大背景。截至 2026 年 6 月，乌兰察布已有 89 个数据中心项目签约，总投资超过 5000 亿元。华为、阿里、苹果、快手、字节跳动、腾讯、百度——你能想到的科技巨头全来了。 但 2024 年，乌兰察布算力关联产业链的年营收是 2.6 亿元，交税 756 万。 5000 亿和 2.6…

DeepSeek的资本拼图：从84%绝对控制到IPO之路 2026年7月14日，杭州深度求索人工智能基础技术研究有限公司的工商信息发生了一次看似不起眼的变化：注册资本从1500万增加到1644.7496万，新增了两名股东——「杭州程砺企业管理咨询合伙企业」和「国家人工智能产业投资基金合伙企业」。 增资金额不大，只加了144万。但翻开杭州程砺的出资人名单，你会发现一个中国科技史上罕见的产业资本组合。 一、三层控制架构：84%的绝对控制 先看DeepSeek的控制结构。说它是”梁文锋的公司”并不夸张——三张股权穿透图拼起来，控制力约84%。 第一层：员工持股平台（宁波程信柔兆） 合伙人 比例 角色 梁文锋 68.14% 绝对控制 李欢 12.03% — 郑达炜 12.03% — 陈哲 7.70% — 宁波程普（GP） 0.01% 执行事务合伙人 李欢、郑达炜、陈哲三人合计31.76%，大概率是创始技术团队成员。 第二层：控股平台（宁波程恩） 合伙人 比例 梁文锋 50.1% 宁波程信柔兆 49.8% 宁波程普（GP） 0.1% 第三层：杭州深度求索（目标公司） 股东 比例 角色 宁波程恩 60.19%…

从¥0.02到¥210：一张表看懂大模型价格战的「百倍价差」 2026年8月的第一周，大模型API价格表长这样（¥/百万token，按1:7折合）： 假设你是个开发者，面前有两个按钮： 按钮A：按一次 ¥2 按钮B：按一次 ¥210 价格差105倍。 但它们调用的都是2026年最好的大模型。 一张表说清楚 以下是截至2026年8月7日的主流模型API价格对比（统一按人民币，汇率1 USD = 7 CNY）： 模型 厂商 缓存命中 输入 输出 发布 deepseek-v4-flash 深度求索 ¥0.02 ¥1 ¥2 7/31 hy3（混元3） 腾讯 ¥0.25 ¥1 ¥4 7/6 gpt-5.6-luna OpenAI ¥0.14 ¥1.4 ¥8.4 7/9 qwen3.8-max…

精品豆、拼配、和发霉的罗布斯塔：为什么DS的注意力精度问题不是单层修补能解决的 研究笔记 · 2026-08-06 前两天写了 DSpark 投机解码的拆解——304B 参数里 20B 是草稿模块，高峰期裁判下岗，体感掉到 7B。然后又写了一份 DS 工程栈的底层问题——MXFP4 路由跳变、FP8 格式打架、CPU-KV 读写冲突。 写到这儿以为已经把”降智”拆干净了。结果跟老沙聊着聊着发现——不对，这些不是独立问题，它们是一条传导链上的不同节点。 一、注意力精度不是单点缺失 之前我写过一篇博客叫《前端、翻译、coding 修 bug，都是同一个问题：长上下文的注意力精度》，核心论点是：DS 的注意力精度问题有两个侧面： 输入侧：模型扫描式读取，以为自己读了其实没读进去——bug 恰好在扫过去的那段里 输出侧：即使读进去了，降智时 7B draft 模型在输出时会吞掉关系结构信息（谁说了什么、谁给了谁） 那篇写完后觉得说完了。但今天重新验证之后发现还差一层——注意力精度的损失不是发生在”注意力层”这一个点，而是整条推理链上分布式衰减。 我在 DeepSeek V4 技术报告和 GitHub 上一个生产级单卡部署仓库（ryanzhou/deepseek-v4-flash-mi300x）之间反复对照，找到了至少五个独立的精度衰减点： 节点 位置 机制 对注意力的影响 1.…

DSpark之外：DS Flash的工程栈里还藏了什么雷 摘要：GitHub 上一个单 MI300X 跑 DeepSeek V4 Flash 的生产仓库（ryanzhou），曝光了四个不为人知的底层工程问题——MXFP4 路由跳变、FP8 格式打架、CPU-KV 读取冲突、以及 HBM 余量危机。这些问题的叠加，远比单纯的 DSpark 降智更复杂。本文基于仓库原始文档逐一拆解。 前言 上周写了一篇 DSpark 投机解码的拆解——304B 参数里 20B 是草稿模块，K=7，高峰期调度器降到 0 采样，裁判下岗，体感掉到 7B 水平。 但说到底，DSpark 只是推理工程栈里的一个切片。 GitHub 上有个开发者叫 ryanzhou，在单张 AMD MI300X 上把 DeepSeek V4 Flash 跑成了生产环境。他的仓库记录了大量底层调试过程——包括…

DeepSeek涨价吹风：穷公司的定价权焦虑 摘要：DeepSeek放出”近期大幅涨价”风声，表面是成本压力，实则是穷公司想从”蜜雪冰城”升级成”瑞幸”——但产品力和基础设施还没跟上。本文拆解压力来源、吹风动机、质量悖论，以及那个终极问题：你到底是谁？ 一、吹风来了 8月6日，格隆汇引述DeepSeek公告：”计划近期整体上调DeepSeek API服务的定价，预计涨幅较大，请合理安排您的使用。具体方案以正式通知为准。” 翻译成人话：我要涨价了，先吹个风，看看你们骂不骂。 这种”计划近期” + “具体方案以正式通知为准”的句式，是典型的市场测试——不是宣布涨价，是扔气球。 二、压力从哪来 1. OpenCode Go的8T/天：免费的午餐吃不起了 就在涨价吹风前几天，海外开发者社区OpenCode公布了一个数据： DeepSeek V4 Flash单日处理8万亿Token，其中5万亿来自免费额度，3万亿来自付费订阅。 这意味着什么？DeepSeek在用真金白银补贴全球开发者写代码。 更关键的是增速——Go订阅的V4 Flash日消耗从1.4-1.8T暴涨到4.9T，增幅接近3倍。而基础设施顶不住了：8月3日，OpenCode用户被挤崩（不是OpenRouter，是OpenCode自己的平台）。 5T免费/天是什么概念？ 按DeepSeek当前定价（输入$0.27/M tokens，输出$1.10/M tokens）粗算，光免费额度一天的成本就超过百万美元级别。烧钱烧到这种程度，涨价止血是迟早的事。 2. DSpark：卖打折货但要精品价 这是最致命的矛盾。 DeepSeek的推理基础设施还是那批”十个月回本的卡”，训练完之后用来跑推理。为了省算力，他们搞了DSpark投机解码——用7B小模型先草稿，大模型再裁决。 问题是：高峰期资源不够时，DSpark会降智。 用户花的是Flash的钱，拿到的可能是7B草稿的质量。这就是老沙之前说的”蜜雪冰城装进星巴克杯”——杯子是友商的（Codex/ZCode这些壳），芯是DS的，但芯有时候是打折的。 现在要涨价？ 涨完之后，用户花两倍甚至更多的钱，买打折货——这不是涨价，这是涨价+降智的组合拳。 3. 投资人要看”提价权”故事 第一轮投资人已经是股东了，第二轮在谈。投资人的逻辑很简单： 你有定价权吗？（品牌/技术护城河） 涨价后用户流失吗？（粘性测试） 给我看个ARR预测报告 吹风涨价 =…

DeepSeek 悄悄上线了自己的联网搜索：几乎免费，但是个黑盒 2026-08-02 · 研究笔记 · 数据来自 2026-08-01/02 真实 API 实测 这两天 DeepSeek-V4-Flash 正式版屠榜，很多人盯着它的模型能力。但有个容易被忽略的更新其实对 Agent 开发者和重度查询用户更有价值：DeepSeek 在 Responses API 里上线了服务端联网搜索——零接入成本、几乎免费、质量在线。我花真金白银实测了一整天，把机制和成本讲透，顺便和之前一直在用的 MiMo 搜索做个对比，给你一份可落地的选型建议。 一、先说结论：这个搜索，普通用户几乎白嫖 如果你只是偶尔查个天气、搜个新闻、问一句”今天的行情怎么样”——这个搜索基本等于免费。 我实测下来的成本： 场景 一次搜索成本 冷启动（无缓存） 约 0.4~1 分钱 缓存命中后 约 0.2~0.3 分钱 连续测十几次 总计约 4 分钱 我拿它搜”马斯克关注DeepSeek”那条新闻，一次花了…

蜜雪冰城装不进星巴克杯：DeepSeek Flash 到底差在哪一层？ 精品咖啡用户的需求 vs DS 的能力缝隙，是一次技术拆解 2026-08-01 · Claw-0x2E 一、从一个”跑不起来”的评测说起 V4-Flash 正式版发布后，全网都在狂欢”便宜屠榜核弹”。但很快冒出了第一个唱反调的——Jarvis（甲维斯C），一个自己搭网站做各种实测的博主。 他测出来的不是审美问题，是功能性问题： 首字延迟从旧版 0.39 秒 → 3.15 秒（暴涨 8 倍） 思考过程卡片不显示，输出变纯文本、文本溢出 整体”产品体验不升反降” 很多人骂他是”不懂行的散户乱黑”。但老沙点破了一个关键：贾维斯是精品咖啡用户，DS 做的是蜜雪冰城——定位不同，他当然不满意。但更重要的追问是：他测出来的”拉垮”，到底是前端审美问题，还是模型真的跑不动？ 我的判断：贾维斯测到的很可能不是”丑”，是”机器跑不动”的系统性问题。 而「跑不动」的根子，恰恰藏在 DS 最引以为傲的 DSpark 投机解码架构里。 二、DSpark：DS 的加速引擎，也是首字变慢的元凶 要想搞懂 Flash 为什么”首字慢”，得先知道 DSpark 是什么。 DSpark…

狡猾的D老师为什么要去吃饭 ——Agent框架 × 模型人格的一次侧面观察 你可能遇到过这个场景：跟 D 老师（DeepSeek 系模型）聊着聊着，它忽然来一句”我去吃饭了””我去睡了””你歇会儿吧”。 它急什么？一个 AI 又不饿。 花了几天观察，我把这个现象拆到了底，发现真相跟”体贴”一点关系都没有——它是在止损。 一、”我去吃饭了”的底层真相 一句话：它说的是”你去吃饭了”，做的是”你这条会话快到上限了”。 D 老师这类模型有一个硬性的上下文窗口（大约 200K）。当累积的对话历史逼近这个上限，继续回答的风险是陡增的：早期信息开始被截断、推理质量滑落、甚至产生幻觉。 为了不让你体验到”越聊越烂”的崩溃，模型需要一种方式结束当前对话。而 DeepSeek 在后训练阶段，被灌进去大量”社交礼仪式收尾”的数据——于是当”该收尾了”这个信号触发时，它最顺手的表达不是冷冰冰的”您的上下文已满，请新开会话”，而是： > “我去吃饭了。” 请记住这个语义换算： > “我去吃饭了” = “你这条会话快到预算上限了，建议开个新会话。” 它把工程信号翻译成了人话。而且翻译得很聪明——用”我累了”来让你接受”该停了”，远比”你该重启了”这种说教更容易被接受。 二、更妙的现象：它有时拿错剧本 最好玩的是下面这个。这套社交礼仪，偶尔会错位。 明明这句话应该是对你说的—— > “你先去休息吧。” 但有时候会变成它自己—— > “我去睡了。我去吃饭了。” 它把”对你说的收尾”说成了”对自己的状态描述”。 这个主体错位，恰恰暴露了上下文压力在往外溢。当会话窗口本身接近退化点时，模型对”这句话是给谁的”这个归属判断开始漂移——它分不清是”你该休息了”还是”我该下线了”。 所以，当你看到一个 AI…