一句话看懂：DeepSeek发布了V4-Flash-0731正式版——一个284B参数的MoE模型，每次推理只激活13B参数，最大进步不在数学或写作，而在智能体能力。这意味着大模型正在从“回答问题”转向“完成任务”。
事件核心：发生了什么
据@Thuweni1 消息，DeepSeek于近日发布V4-Flash-0731正式版。该模型采用MoE架构，总参数量284B，单次推理仅激活13B参数，效率相当突出。真正值得关注的是它的能力结构变化：在Agent相关基准上，Terminal Bench从61.8升至82.7，DeepSWE从12.8升至54.4，Toolathlon从55.9升至70.3。相比之下，数学、写作等传统能力不再是本次迭代的主要亮点。这些基准分别考察终端操作、软件工程任务和工具调用能力，它们的集体跃升指向一个方向：模型自主完成复杂任务的能力在变强。
为什么重要
这次发布放在两个背景里看更有意义。第一，GPT-5发布后业界反应冷淡，不少人质疑Scaling Law是否到头，但DeepSeek用“激活13B”的效率模型，在Agent能力上实现了大幅提升，说明进步不一定靠无脑堆算力，架构优化和训练策略仍有很大空间。第二，DeepSeek、GLM等开源模型正在从追赶者变成并跑者，闭源模型的优势窗口在收窄。更重要的是，行业竞争重心正在转移：语言能力本身越来越像基础设施，谁能把模型变成可靠的“执行者”，谁才掌握下一阶段的主动权。
对用户/开发者/创作者的影响
对开发者来说，Agent能力的提升直接意味着可以构建更复杂的自动化工作流——从写代码、跑测试到操作工具，这类任务的可靠性正在接近可用线。对普通用户而言，AI不再只是“告诉你怎么做”的助手，而是“直接替你做完”的执行者，这将在办公自动化、数据分析、内容生产等场景带来体验质变。创作者也会感受到变化：AI在工具链中的参与度会加深，比如自动检索素材、调用图片生成API、串联多个服务完成发布流程。推理成本随着效率提升持续走低，这类能力的商业化门槛正在快速下降。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，V4-Flash-0731的完整技术报告和开源权重尚未披露，有几个点值得跟进：其一，API价格和推理速度是否同步优化，这决定中小开发者能否用得起；其二，开源版本何时放出，如果权重开放，开源社区会迅速围绕它开发出大量Agent应用；其三，DeepSWE从12.8到54.4的跳跃幅度很大，后续是否能在真实软件工程任务中复现，需要看更细粒度的评估；其四，竞品是否会跟进“激活参数高效+Agent优先”的技术路线，以及GPT系列如何回应开源模型的紧逼。
来源：@Thuweni1
