梁文锋曾在投资者闭门会上说，“我们没有在C端上花很多力气，甚至一度我们都不想维护那些用户了”。可现在看来，梁文锋是口是心非，嘴上说不在乎C端，实际上非常注重C端。
DeepSeek在10月17日发布的DeepSeek V4.1 Flash 1017中，最大的特点就是支持“许愿式编程”了。用户只需要跟DeepSeek说想法，不需要各种参数、细节、素材，它就能替用户完成整个生产闭环。
这是一个典型的“to 小白”功能，资深工程师们都不一定用得上这个功能，毕竟他们能给模型输入完整的提示词，不需要“许愿”，直接“下命令”就可以了。可见DeepSeek有多么在乎C端用户体验。
除了许愿式更新这一核心亮点以外，新版本还通过基于自反馈的强化学习训练，提升了在游戏开发、3D建模等方面“从零开始构建完整项目”的能力。
下面这些视频是由V4.1 Flash 1017、Gemini 4 Argon以及GPT-6 Luna所生成。
还有一个细节，V4.1 Flash 1017发布当天，官方宣布开放由DeepSeek自研的Search和Fetch两个接口。
Search和我们常用的搜索引擎一样，给一个查询，返回相关网页的结果列表。Fetch更像是服务Agent的接口，给一个网址，把网页内容抓下来，整理成模型读得懂的文本。
01
“许愿式编程”到底是什么？
“许愿式编程”并非什么新鲜概念，它是指，你只要跟AI说出你的需求，AI就会自己把它拆解成任务，然后写成代码，验证完成后，最终AI就会把一个完整且能运行的东西交到你手上。
比如你要一辆车，那V4.1 Flash 1017就会一颗螺丝钉、一颗螺丝钉地给你造出想要的汽车。
乍一看，许愿式编程和Agent几乎没有差别，可实则不然。Agent是一种技术形态。是模型加上终端、文件、浏览器、搜索这些工具，模型通过推理任务，选择调用不同的工具，最终在这些工具的帮助下完成任务。
和Agent相比，许愿式编程的特点在于它的起点更低，比如一句话、几张参考图，Agent往往需要详细的参考文档，但V4.1 Flash 1017就不需要。
在许愿式编程中，人的介入要比Agent少。头尾说需求和验收，中间尽量别来问。Agent在输出的过程中，经常会询问用户，比如是否允许某种权限、用户想要哪种方式。许愿式编程就没有这些。
Agent好比一位有刀、有灶、有食材的厨师，具备了做饭的全部硬件。许愿式编程则是你对他说一句“我想办一桌庆功宴”，然后他自己定菜单、买菜、掌勺、摆盘、上桌，中途也不会问你要吃辣的还是不辣的。
还有一点，Agent是从系统结构看项目，注重的是项目本身，许愿式编程是从用户体验的角度看，用户用得舒服不舒服。
从某种角度来说，Agent是许愿式编程的“必要条件”。
许愿式编程最大的难点在于自我检查。前面提到，Agent有了工具，就能运行代码、看到报错。可是“看到”并不等于“看懂”。
这也是为什么Agent总会询问，因为Agent需要人类在中间不断介入，替Agent充当“质检员”。
许愿式编程是把人从整个循环里剔除，模型自己当质检员。质检能力不是装了工具就自动有的，它还需要不断地训练。
于是就要有大量的“做完—检查—判断好坏”去给模型反馈。如果单靠人类标注，那整个训练估计要等到猴年马月才能完成。
所以DeepSeek才会在V4.1 Flash 1017的版本更新中强调基于自反馈的强化学习训练。这才能让模型自己生成结果、自己评估、自己据此调整，训练的规模也因此放大。
9月时，DeepSeek联合清华大学发表论文《DeepSeek Elastic Compute （DSec）: A Sandbox Infrastructure for Effective Agentic Training at Scale》。
论文讲的是DeepSeek现在使用的训练沙盒DSec，这篇论文的第6节就曾暗示，DeepSeek已经实现了RSI。
Agent在训练用的同一套沙盒里，交互式地给自己搭环境，再把这次会话打成一张增量快照，直接变成下一批可复用的训练场。
许愿式编程就是DSec所带来的初步成果。
还没完，DeepSeek引入自反馈强化训练之后，性能评分自然而然地实现了突飞猛进。
在V4.1 Flash 1017发布后不到2个小时，产品经理帕韦乌·胡林（Paweł Huryn）就对V4.1 Flash 1017进行了测试。结果发现，V4.1 Flash 1017在找BUG、修BUG的能力上接近Opus 5.5 xHigh，其价格也仅有后者的35分之1。
随后一份DeepSeek员工的聊天记录被曝光，称“（分数）不小心高了”、“DeepSWE真没刷”、“这个点控制不住地涨”。
真是一个大写的凡尔赛。
02
梁文锋向小白走来
以前的梁文锋或许真的不在意普通C端用户。
就拿DSH来说吧。DSH最早于2026年5月在内部立项，负责人是崔添翼。8月13日，它以v0.1开发者预览版的形式，用MIT协议开源。
这个版本最大的特点就是劝退。
你想安装DSH，就要先在终端里确认node -v，Node.js 没问题后，运行npx @deepseek-ai/dsh web。想从源码跑，还得依次执行git clone、pnpm install、pnpm run build。
没点计算机知识，想用上DSH都费劲。
一个半月后，DeepSeek发布DSH v0.2预览版，同步上线macOS和Windows桌面安装包。这才让普通用户能够一键安装DSH。
而V4.1 Flash 1017的许愿式编程则完全不同，它的本质就是“to 小白”。
前面讲过，很多Agent产品会在中间停下来问你：“这个命令能执行吗？”“这个报错怎么处理？”
对程序员，这是正常的协作。但是小白是没法当“质检员”的。他们只会说“啥、啥、啥、这是啥？算了全同意吧！”
小白们看不懂命令，看不懂报错，也判断不了方案好坏。既然人不能介入，模型就只能自己介入。
此外，小白既没有“提示词”，也没有“素材”。
官方反复强调“较少的提示词和参考素材”。这句话放在程序员身上，那叫做效率。放在小白身上，就叫做前提。
对于资深程序员来说，许愿式编程的意义并不大。他们有完整的提示词模板，也看得懂各种报错，许愿式编程更像是一种锦上添花的存在，甚至习惯了Agent提示词的程序员们，都不一定用得上许愿式编程。
可是小白不可能说出一份完整的需求文档，也没有现成的设计稿和美术资源。少提示词、少素材、少轮次，实则是在为小白们兜底。
小白要的是“看得见的成品”，不是“跑分”。
官方放出的演示中，全都是表现力极强的展示，比如复刻Steam经典游戏《传送门2》。
比起某种代码和功能，做个游戏、做个展示、做个好玩的东西，这些才是普通人的愿望。选择这些案例，本身就是在对小白说话。
以及最重要的——价格。
虽然DeepSeek在8月份有过一波涨价，但是到了9月份，又是降价，又是节假日全按低谷算，9月底更是送给所有符合条件的DSH桌面端用户一张6元赠金。
这里还有个小插曲，10月15日的时候，DeepSeek宕机了5小时。DeepSeek网页端和App开始集中出现“服务器暂时不可用”“服务器繁忙，请稍后重试”。
DeepSeek的对话服务、V4 Pro API和V4.1 Flash API陆续中断，一直到了13点04分才恢复。
当天傍晚，DeepSeek 开放平台发布《服务恢复及补偿通知》，先道歉，并写明“已第一时间启动针对服务稳定性的全面排查和彻底整改，全面梳理并剥离单点依赖，坚决杜绝同类问题再次发生”。
重点来了，DeepSeek给出的补偿方案是：按你账号7日内（10月8日至14日）的消耗金额，以赠金形式全额返还，赠金自动到账，之后API扣费先从赠金里扣。
第二天一早，社交媒体上就有人开始晒到账截图。有几毛的，也有一百多、三百多的，甚至还有人发截图称，自己拿到了3000块钱补偿金。
DeepSeek没有给出这次宕机的原因，毕竟就算说了，又有多少人能听得懂呢？
但是钱可不一样，再怎么小白他也认识钱。
03
梁文锋看齐张一鸣
说到“to 小白”，做得最好的应该是豆包。
虽然网友们总是调侃豆包答非所问、爱说车轱辘话，还诞生了一个很出圈的梗“我将用最直接、最简单易懂、最不绕弯子的话告诉你”，但豆包的知名度要远远高于国内其他所有模型。
当所有人都在“to 白领”、“to 程序员”的时候，豆包只做一件事情，打开即用。
“豆包给我画张图”、“豆包给我生成一个视频”。不管你的提示词是否准确清晰，豆包都能理解并实现。
你的七大姑八大姨不一定有DeepSeek，可他们十有八九下载了豆包。
QuestMobile的数据显示，2026年一季度，豆包月活达到3.45亿，环比增长44.2%，位居国内AI应用第一，和第二名拉开了1.8亿的差距。2026年6月，豆包月活升至3.82亿，同比增长172.1%。
2026年8月，国内AI应用使用人群里，豆包的活跃渗透率达到77.2%，千问29.4%，DeepSeek 22.8%。也就是说，每10个用AI的中国人里，大约有近8个在用豆包。
“to 小白”本身也是大势所向。
根据QuestMobile的数据，在所有使用AI应用的用户中，三线城市用户占23.1%，高于一线的10.1%和新一线的18.5%。70后、60后用户占比分别达到17.2%和10.8%，并且增长很快。
早在3月份的时候QuestMobile就曾发布报告称，三线及以下城市用户占比增加了2.4%，70后、60后用户占比增加了2.8%。
下沉恰恰是一种非常“字节”的能力，也是张一鸣一贯的路数。不赌最高端的需求，赌最大的人群。不教育用户，把产品做到用户不需要被教育。
这一次，梁文锋是在向张一鸣看齐。
2023年，梁文锋说不做应用、不抢C端流量，DeepSeek只做研究。诚然，梁文锋至今都没有背叛AGI，但他确实在走一条张一鸣早已走通的路，那就是把技术做成人人能用的东西。
只不过，两个人的起点完全相反。张一鸣是从入口出发，靠产品把用户圈进来，再慢慢补技术；梁文锋是从底层出发，靠模型把口碑做出来，再回头补入口。一个“下沉”做得早，一个“上浮”做得晚。
回到正文一开头，其实那句话还有最后半句“用户赶都赶不走”。结合如今DeepSeek的改变，这让我想起了一句台词。
“如果离不开他，那就好好爱他”。
