DeepSeek开始模型和Agent一起训：V4.1 Flash为Harness专项优化
相关推荐
DeepSeek Harness底座Cordis有了Rust实现：DimAgent准备用它重构
动察 Beating AI 快讯，DimAgent 创始人 Han Cheng 开源插件运行时 Rutis，并表示接下来会用它支撑 DimAgent 的新架构。Rutis 用 Rust 重新实现了 Cordis 的核心设计，后者正是 DeepSeek Harness 使用的底层插件框架。 DeepSeek Harness 用 Cordis 管理模型、工具、会话、Agent Loop 等组件。每个组件都可以做成插件，只声明自己需要和提供哪些服务，Cordis 负责启动、卸载、依赖变化和资源清理。 Rutis 把这套机制搬到了 Rust，同时支持 TypeScript、JavaScript 和 Python 插件。不同语言的插件可以互相调用，也可以分布在不同进程和机器上运行。现有 Cordis 插件也可以直接接入，不需要全部重写。
DeepSeek V4.1 Flash新版登顶Agent Arena开源模型榜，位列总榜第11
PANews 10月20日消息，AI模型评测平台Arena宣布，DeepSeek-V4.1-Flash-20261017（Max）已位列Agent Arena开源模型第一、总榜第11。基于约7500次真实使用会话，该模型相对平均模型的综合净改善约为5.1%，单任务成本中位数约0.20美元。该版本在任务成功确认、用户正负反馈、Bash命令执行可靠性及可引导性四项指标中均位列开源模型第一，其中任务成功确认指标位列总榜第8。
阶跃星辰开源Step Code：自测追平DeepSeek Harness，token更省
动察 Beating AI 快讯，阶跃星辰开源 AI 编程工具 Step Code v0.1.0，采用 MIT 许可证。它直接跑在终端里，可以读写代码、跑测试和执行开发任务，还支持 MCP、Agent Skills 和 Claude Code 插件。内置的 StepPage 可以一条命令把本地静态网站发布到线上。 Step Code 主打少用 token。在阶跃自己的 Terminal-Bench 2.1 横评中，它完成 72/89 个任务，得分 80.9%，与 DeepSeek Harness 并列最高，但 token 用量更低。 阶跃自建的 Multi-Frame 长任务测试共有 150 道题，Step Code 完成 110 道，得分 73.3%，平均每题消耗 509 万 token，在对比的 6 款 harness 中同时拿到最高通过率和最低 token 用量。 不过阶跃没有公布这轮横评具体用了哪个底层模型，也没有拆解这些 token 是怎么省下来的。官方只提到 Step Code 与 Step 系列模型一起针对 token 消耗做过调优。 源码里也能看到不少「节流」设计：文件读取和命令输出会限长，搜索尽量缩小返回范围，长对话默认会压缩上下文，system prompt 也要求能直接调用工具就不要额外开 Agent。 还有一套更激进的 contextProjection，可以裁掉旧工具输出、重复结果和历史 reasoning，不过默认关闭。 综合来看，它的 token 优势来自模型和 harness 多处优化叠加。
DeepSeek把AI编程卷进「许愿时代」：从零造3D游戏，DeepSWE跑分超Opus 5
动察 Beating AI 快讯，DeepSeek 将 V4.1 Flash 升级至 1017 版本，网页端、App 和 API 已同步切换，新模型权重也已按 MIT 协议开源。 官方测试中，DeepSWE v1.1 软件工程任务通过率从 74.2% 提升至 77.0%，超过 Claude Opus 5 的 74.0%。Terminal-Bench 4.0 从 31.2% 提升至 42.3%，但仍低于 Opus 5 的 51.8%。按照官方公布的成本曲线，达到 77% 通过率的配置，每题平均仅花费约 1.3 元。不过，对比对象是 Opus 5，而非更新的 Opus 5.5。 新版本重点强化了「许愿式编程」，也就是只给出简单需求，让 AI 自行规划并完成整个项目。DeepSeek 利用自反馈强化学习改进这类能力，并展示了故宫 3D 场景、网页版赛车游戏，以及基于 Godot 引擎的《传送门 2》复刻。官方称，新模型完成任务的时间和输出长度均有所减少，还针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 做了优化。 此外，DeepSeek 首次向开发者开放自研搜索引擎的 Search 和 Fetch API。开发者可以让 Agent 直接搜索网页、抓取正文。两个接口均按成功请求计费，每千次 5 元。通过 Claude Code、Codex 内置网页搜索功能触发的 Search 请求，前两周暂免接口调用费。
DeepSeek Harness官方桌面端偷跑：没官宣，但Mac、Windows已经能装
动察 Beating AI 快讯，DeepSeek Harness 的官方桌面端已经偷跑。DeepSeek 还没有正式官宣，官网也没有公开下载入口，但 macOS 和 Windows 安装包已经出现在官方服务器上，实测可以正常安装使用。 桌面端基于 Electron，把 Harness 原来的 Web 版封装成独立 App。用户可以登录 DeepSeek 账号或填写 API Key，再选择本地文件夹作为工作区，不需要自己先启动 Web 服务。 官方仓库最近也在密集补齐桌面端功能。最新的 dsh v0.1.7-rc.2 加入首次使用引导、快捷键管理和后台运行任务，还修复了 Windows 安装包启动和 macOS 窗口等问题。 目前能找到的官方安装包只有 macOS Apple Silicon 和 Windows x64。Mac 版使用杭州深度求索的 Developer ID 签名，并已通过 Apple 公证。
DeepSeek披露单GPU每小时可创造38美元计费收入，AI推理盈利能力引发关注
动察 Beating AI 快讯，DeepSeek 近期开源推理框架 DeepInfer，并披露其集群每天可处理 155 万亿 Token。按照 DeepSeek API 谷时价格折算，平均每 GPU 小时对应约 38 美元的理论计费收入，若按全年不间断运行计算，年化计费收入超过 33 万美元。 DeepSeek 通过专家并行、推测解码、异步调度及 KV Cache 优化等技术提升推理效率，但上述数字属于理论计费收入，并不等于实际营收或利润。实际收益还取决于 GPU 利用率、付费请求比例、硬件与电力成本，以及服务延迟等因素。 AI 行业正面临需求增长与盈利压力并存的局面。一方面，中小企业 AI 应用及 Agent 部署需求持续升温；另一方面，模型训练、推理服务和基础设施投入仍在侵蚀部分企业利润。据报道，CoreWeave 第二季度营收同比增长约 112% 至 25.75 亿美元，但仍净亏损 6.26 亿美元。 分析认为，推理效率提升有望扩大 AI 服务的利润空间，但高效生产 Token 并不必然意味着商业盈利。随着模型调用量增长，企业仍需解决算力成本、服务定价和客户付费意愿之间的平衡问题。