文丨苏扬
编辑丨徐青阳
在经历了10月15日的“超长宕机”之后，DeepSeek本周末进行了一次重要更新。
10月17日，DeepSeek团队“悄悄”把模型版本刷到了DeepSeek-V4.1-Flash-1017，同时还宣布正式开放自研搜索引擎的API。
一句话总结这次更新：它不仅学会了少说废话、干精细活，还把自家每天稳定处理数亿次请求的“自研搜索”端上了牌桌。
01 更强更省
过去，模型想要变得更聪明，意味着要消耗更多的Token、花更长的时间去“思考”，用户的调用账单自然也会跟着水涨船高。
这次V4.1 Flash的小版本升级，却走出了一条有点“反直觉”的曲线。
在官方公布的Terminal-Bench 4.0（终端操作）、DeepSWE（软件工程）等一系列考察复杂智能体能力的硬核评测里，新模型的解题能力都有了明显的提升。但更关键的是，它在把题做对的同时，任务运行时间和生成的输出长度反而缩短了。
用DeepSeek自己的话说，叫做“性能–费用的帕累托改进”。
根据官方晒得跑分数据，可以明显的看到1017这个版本，在前一个版本的基础上有了大幅度的提升，作为一款定位为flash的模型，它的能力几乎完全追平甚至大幅领先“友商”的旗舰模型。同时，在大量智能体、软件工程、自动化任务上接近甚至部分对标 GPT-5.6-Sol。
这种能力提升，以1017版本号放到V4.1 Flash这个系列里面，不得不让人问一句：DeepSeek你管这个叫小更新？后面的Pro更新打算冲到什么水平？
回到本次的V4.1-Flash-1017这个版本上来，DeepSeek并没有调整API单价。换句话说，如果模型能以更短的输出和更少的时间完成同样的任务，就有机会减少Token消耗，从而降低单次任务的实际使用成本。
DeepSeek V4.1 Flash 1017 使用 mini-swe-v2 框架测试 DeepSWE 的性能/成本图
02 许愿式编程
除了跑分和效率的变化，这次升级在实际编程场景里的体验提升更加直观。
过去我们用AI写代码，过程往往像在监工：你提个需求，它写一段；报错了，你抓图发给它，它再改一段，中间需要人工不断介入打断。
而现在，在适配了新版DeepSeek Harness，以及腾讯CodeBuddy、WorkBuddy等平台框架后，整个交互开始向不少开发者调侃的“许愿式编程”靠拢。
比如你要求它把一个包含数十个文件的模块进行重构，并确保现有的单元测试全过。模型不再只是给段伪代码，而是开始像个初级工程师一样，自主分析代码结构、调用终端、修改程序、跑测试，根据报错信息继续排查和修改，尽可能减少人工介入，直至完成任务或找到需要人工处理的问题。
你提出目标，它负责搞定过程。这种从“对话框打字”到“自主交付结果”的掌控感提升，才是这次V4.1 Flash在智能体场景下最吸引人的地方。
DeepSeek在官方博客中提到了自反馈RL训练，提升了模型在游戏开发、3D 建模等方面从零开始构建完整项目的能力，能够支持实现更多“许愿式”编程任务及项目开发请求。不过，官方博客暂未详细披露具体的底层优化机制。
03 自研搜索API
如果说模型的性能微调还在意料之中，那么开放自研搜索引擎API，就属于一个超预期的“one more thing”。
根据官方介绍，DeepSeek网页端与API端的搜索能力均由自研搜索引擎提供底层支持,每天稳定处理来自全球各地的数亿次搜索请求。
DeepSeek透露，这套引擎索引了全球千亿级网页，支持多语言搜索，并针对SEO作弊、GEO操纵和低质量AI生成内容建立了识别与过滤机制，确保呈现权威可信的信息。现在，这套经过大流量验证的底层能力，正式通过API开放给了开发者。
这意味着，开发者可以通过API将DeepSeek的搜索能力直接接入自己的AI应用。
回顾DeepSeek的这次更新，他们的思路其实非常明确：没有在版本号上做文章，不再单纯去卷模型的尺寸大小，而是全面强调“实用效率”和“工程落地”。
用更精准的推理把任务用时和Token消耗压下来，用更强的智能体搞定“许愿式编程”的落地体验，再用开放的自研搜索API补齐实时信息的拼图。
对开发者和用户来说，能用更少的资源、更快的速度把复杂任务真的办成，这显然是个比单纯看跑分更实在的好消息。
特约编译无忌对本文亦有贡献
