博客

梁文锋在投资者闭门会议上的表态是：“我们在C端投入不多，甚至一度不想维护这些用户。”但如今看来，他的说法与行动并不一致。嘴上说不在意C端，实际却对这方面格外用心。

10月17日，DeepSeek推出V4.1 Flash 1017版本，最大特色是支持“许愿式编程”。用户只需向DeepSeek描述想法，无需提供参数、细节或素材，它就能独立完成整个生产流程。

这项功能明显面向“小白”用户。资深工程师可能用不上，因为他们能提供完整提示词，不需要“许愿”，直接“下指令”即可。这体现了DeepSeek对C端体验的重视。

除许愿式编程外，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建模等领域“从零构建完整项目”的能力。

以下视频由V4.1 Flash 1017、Gemini 4 Argon和GPT-6 Luna生成。

另有一细节：V4.1 Flash 1017发布当天，官方宣布开放DeepSeek自研的Search和Fetch两个接口。

Search类似常见搜索引擎，输入查询后返回相关网页结果列表。Fetch更像服务Agent的接口，输入网址后抓取网页内容，整理成模型可读的文本。

“许愿式编程”究竟指什么？

“许愿式编程”并非新概念，它意味着：你只需向AI说出需求，AI就会自行拆解为任务、编写代码、验证，最终交付一个完整可运行的结果。

例如，你要求一辆车，V4.1 Flash 1017会从零开始，逐一制造出你想要的车。

乍看之下，许愿式编程与Agent几乎无异，但实则不同。Agent是一种技术形态，由模型搭配终端、文件、浏览器、搜索等工具组成。模型通过推理任务，选择调用不同工具，借助它们完成任务。

与Agent相比，许愿式编程的起点更低，例如一句话或几张参考图即可。Agent通常需要详细参考文档，而V4.1 Flash 1017则不需要。

在许愿式编程中，人的参与度低于Agent。用户只需在开头提出需求、结尾验收，中间无需介入。Agent在输出过程中常会询问用户，例如是否允许权限或选择方式。许愿式编程则省去这些环节。

Agent好比一位备好刀、灶、食材的厨师，具备烹饪的全部条件。许愿式编程则是你对他说“我想办一桌庆功宴”，他自行定菜单、买菜、掌勺、摆盘、上桌，中途不询问口味偏好。

此外，Agent从系统结构角度审视项目，注重项目本身；许愿式编程则从用户体验角度出发，关注用户是否用得顺手。

从某种意义看，Agent是许愿式编程的“前提条件”。

许愿式编程的最大挑战在于自我检查。前文提到，Agent拥有工具后，能运行代码并看到报错。但“看到”不代表“理解”。

这正是Agent频繁询问的原因——它需要人类不断介入，充当“质检员”。

许愿式编程则试图将人从循环中剔除，让模型自行担任质检员。质检能力并非安装工具就能自动获得，需要持续训练。

因此，需要大量“完成—检查—评估”的反馈供模型学习。若依赖人类标注，训练进程将极其缓慢。

所以，DeepSeek在V4.1 Flash 1017版本更新中强调基于自反馈的强化学习训练。这使模型能自行生成结果、评估并据此调整，从而扩大训练规模。

9月，DeepSeek与清华大学联合发表论文《DeepSeek Elastic Compute （DSec）: A Sandbox Infrastructure for Effective Agentic Training at Scale》。

论文介绍了DeepSeek使用的训练沙盒DSec。第6节暗示，DeepSeek已实现RSI。

Agent在训练用的同一沙盒中，交互式地搭建环境，并将会话转为增量快照，直接成为下一批可复用的训练场。

许愿式编程正是DSec带来的初步成果。

此外，DeepSeek引入自反馈强化训练后，性能评分显著提升。

V4.1 Flash 1017发布不到2小时，产品经理帕韦乌·胡林（Paweł Huryn）便对其进行了测试。结果显示，V4.1 Flash 1017在查找和修复BUG方面接近Opus 5.5 xHigh，价格仅为后者的35分之一。

随后，一份DeepSeek员工的聊天记录被曝光，内容称“（分数）不小心高了”、“DeepSWE真没刷”、“这个点控制不住地涨”。

这无疑是典型的凡尔赛式表达。

梁文锋走向小白用户

过去的梁文锋或许确实不重视普通C端用户。

以DSH为例。DSH于2026年5月内部立项，由崔添翼负责。8月13日，它以v0.1开发者预览版形式，采用MIT协议开源。

该版本的最大特点是劝退。

要安装DSH，用户需在终端中确认node -v，确保Node.js无误后，运行npx @deepseek-ai/dsh web。若从源码运行，还需依次执行git clone、pnpm install、pnpm run build。

缺乏计算机知识的人，很难用上DSH。

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，才让普通用户能一键安装。

而V4.1 Flash 1017的许愿式编程则截然不同，其本质就是“面向小白”。

前文提到，许多Agent产品会在中途停下询问：“这个命令能执行吗？”“这个报错怎么处理？”

对程序员而言，这是正常协作。但小白无法充当“质检员”。他们只会说：“啥、啥、啥？算了全同意吧！”

小白看不懂命令、报错，也无法判断方案优劣。既然人不能介入，模型只能自行介入。

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”。对程序员来说，这代表效率；对小白来说，这是前提。

对资深程序员而言，许愿式编程意义不大。他们有完整提示词模板，能看懂报错，许愿式编程更像锦上添花。甚至习惯Agent提示词的程序员，可能都用不上它。

但小白无法提供完整需求文档，也没有现成设计稿和美术资源。少提示词、少素材、少轮次，实际上是为小白兜底。

小白需要的是“看得见的成品”，而非“跑分”。

官方演示中，全是表现力强的案例，例如复刻Steam经典游戏《传送门2》。

比起代码或功能，制作游戏、展示或有趣的东西，才是普通人的愿望。选择这些案例，本身就意在吸引小白。

以及最重要的——价格。

尽管DeepSeek在8月曾涨价，但9月又降价，节假日全部按低谷计费。9月底，更向所有符合条件的DSH桌面端用户赠送6元赠金。

这里有个插曲：10月15日，DeepSeek宕机5小时。DeepSeek网页端和App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，直到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”。

重点在于补偿方案：按用户账号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，后续API扣费优先从赠金中扣除。

第二天一早，社交媒体上便有人晒出到账截图。金额从几毛到一百多、三百多不等，甚至有人称拿到3000元补偿金。

DeepSeek未说明宕机原因——毕竟即使说了，又有多少人能听懂？

但钱不一样，再小白的人也认识钱。

梁文锋对标张一鸣

说到“面向小白”，做得最好的当属豆包。

尽管网友常调侃豆包答非所问、爱说车轱辘话，甚至衍生出梗“我将用最直接、最简单易懂、最不绕弯子的话告诉你”，但豆包的知名度远超国内其他模型。

当所有人都在“面向白领”、“面向程序员”时，豆包只做一件事：打开即用。

“豆包给我画张图”、“豆包给我生成一个视频”。无论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，但他们十有八九下载了豆包。

QuestMobile数据显示，2026年一季度，豆包月活达3.45亿，环比增长44.2%，位居国内AI应用第一，领先第二名1.8亿。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应用用户中，豆包活跃渗透率达77.2%，千问29.4%，DeepSeek 22.8%。即每10个使用AI的中国人中，约8个在用豆包。

“面向小白”本身也是大势所趋。

QuestMobile数据显示，所有AI应用用户中，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17.2%和10.8%，且增长迅速。

早在3月，QuestMobile报告称，三线及以下城市用户占比增加2.4%，70后、60后用户占比增加2.8%。

下沉正是典型的“字节”能力，也是张一鸣的一贯策略：不赌最高端需求，赌最大人群；不教育用户，而是让产品无需教育。

这一次，梁文锋在向张一鸣看齐。

2023年，梁文锋说不做应用、不抢C端流量，DeepSeek只做研究。诚然，梁文锋至今未背叛AGI，但他确实在走张一鸣已走通的路——将技术做成人人可用的产品。

只不过，两人起点截然相反。张一鸣从入口出发，靠产品圈住用户，再逐步补技术；梁文锋从底层出发，靠模型积累口碑，再回头补入口。一个“下沉”早，一个“上浮”晚。

回到文章开头，那句话其实还有后半句：“用户赶都赶不走”。结合DeepSeek如今的转变，这让人想起一句台词：“如果离不开他，那就好好爱他”。

本文来自微信公众号“字母AI”，作者：苗正，36氪经授权发布。