梁文锋deepseekv4怎么使用
粉丝62.5万获赞470.0万
相关视频
07:03查看AI文稿AI文稿hello， 各位观众朋友，大家好啊，我是刺儿，然后我们这期的视频内容呢，主要是来教大家一下怎么正确地使用 deepsea v 四， 因为 deepsea v 四对于现在的呃它的网络风评呢，嗯，比较两级分化。一边呢说 deepsea v 四啊，非常好用，非常强啊，没有辜负大家一年的等待另一半呢，说 deepsea v 四啊，不好用啊，不够智能，然后甚至不如豆包， 嗯，对于这个后者呢，我保持这个嗯，质疑态度啊，因为本身，呃，我看到的这收集到的信息就是说 deepsea v 四不行的，它有两部分，一部分是专业工作者啊，因为人家非常懂 ai， 那 另外一部分呢，就是我们普通的 呃用户，那他们呢，就是用手机 a p p 啊，下载 deepsea 微 deepsea 之后点进去，然后问他一些问题，然后，嗯，把它当做一个这个搜索引擎啊，问一些问题，然后我觉得它不够智能，其实这样的使用是错误的啊，因为本身 deepsea 微四它没有 开放在手机 app 平台的这个使用权限，你现在手机上用到的 deepsea v 四啊，不是你手机上用到的 deepsea， 它并不是 deepsea v 四模型。那么我们来啊，正确的教大家一下怎么使用 deepsea v 四啊，首先 我用我这个 macbook 给大家举例子啊， ok， 我 们返回到页面啊，看到啊，这是我桌面，我们打开浏览器点进去之后啊，在这个搜索或输入网址名称的时候搜搜索，直接搜索 deepsafe 啊， deepsea 点 com， 大家也可以直接去这个网址啊，深度求索。点进去之后，它是有两个框，一个是开始对话，一个是 api 开放平台，我们要用的是这个 api 开放平台，我们可以看到它的介绍是调用 deepsea 最新模型，快速集成，流畅体验。我们点进来， ok， 然后呢，点进来就是这个页面，我给它放大一下，它这里有充值余额，还有本月消费啊，我这个是另外一个账号，我给大家举个例子啊，就是这个 api case 啊，这是之前做测测试的这个 api。 首先呢，你点进来之后，你一定要先登录你的 deepsea 这个账号，如果你没有 deepsea 的 账号，你可以去在手机上下载 deepsea， 然后创建一个账号，然后直接到这个电脑上，你去登录就可以了。 然后我们看到这个充值页面啊，充值页面无论你是支付宝还是微信支付啊，都可以，你点击去支付啊，然后， 呃，扫完扫完码付款成功之后，它在这个用量信息，这就会直接显示你的充值余额，嗯，然后呢， 在这之后，我们打开这个 api case 啊，然后这里啊，注意它这里有创建 api k 啊，下面说的这几步都很重要啊，直接决定你能不能就是成功使用这个 dbic 为四啊。我们点击创建 api k， 然后随便输入一个名称啊，我们直接输入一个啊， ok， 在 你输入成功之后啊，它这里会出现你这个蜜奥的链接啊，你要一定要点击复制，然后把它发送你的微，发送到你的微信上也可以，然后或者说你保存住啊，一定要保存住这个蜜奥，它只会显示这一次 啊，在你点到叉或者关闭之后，他这个密钥你就再也看不到了，然后，然后我们点叉啊，当然这个密钥就没用了啊，我们给他删除一下，然后你把那个密钥复制之后，哎，点开这个，我们叫， 呃，防盗啊， ok， 点开这个，这个啊，这个软件叫 cherry studio， 你 可以去浏览器里直接搜索下载啊，这个就是集成了国内一众主流 ai 的 这么一个软件。我们点进去啊，它是开放平台啊， ok， 我 们点进来， 点进来之后呢啊，当，当然，我这个已经用了很久了啊，从 deepsea 微四发布一直到现在，我一直在使用，然后点进去之后，我们看到右上角这里有设置设置。点进去啊，这里有模模型服务和默认模型 啊，在模型服务这里就有 api 密钥，输入你刚才的这一套儿复制的密钥，然后放进去之后点击检测啊，我这里已经弄好了，我就不做那个演示了， 你点击检测，然后它就会自动地啊，分析你这个密钥的 ip， 它是哪个旗下的 ai 大 模型。然后这个 api 地址啊，不需要我们直接填，它自己就会填上，然后模型呢，这里啊，大家可以点击获取模型列表啊，然后， 当然啊，这里我因为我输入的是 deepsafe 嘛，所以它只有 deepsafe 的 这些模型，然后举个例子，然后在这边啊，嗯，可以看到啊，这里有非常多的 ai， 非常多的 ai， 包括国内外的啊 啊，你像 jamie open ai 啊，很多人都用不到，但是啊，这里嗯是是可以用的啊，但当然这这个视频只做 deepsafe 的 教学。然后我们点击默认模型 啊，我这里默认模型全部都是 deepsea 的 啊，呃，然后助手模型是 v 四 pro， 然后快速模型是 deepsea chat， 然后翻译模型是 deepsea chat， 因为这两个啊，这个快速模型和翻译模型它不需要消耗你的 talkin， 你 就这个 deepsea chat， 它是免费的啊， 然后我们点击首页啊，首页这里有助手啊，你，当然你可以添加助手啊，我这里就用我这个提前做好的这个来给大家举例子，然后我点击 deepstack v 四，然后点进来， ok， 然后这是我之前问他的一个问题啊，我让他就是分析一下国内的这个视频平台啊，每每个平台的趋势啊，大家可以看一下啊，这是我问他的问题 啊， ok， 然后我们啊，这这画画到不表，然后就是这个深度求索啊，我们在这里，嗯，还是用刚才举例子 deepsea v 四，然后点击旁边这三个点，点进去 啊，这里有编辑助手啊，在这之后呢，然后我们可以看到啊，这里有模型设置，模型设置的话上下文字开到不限，然后这个模默认模型，你把它换成 deepsea v 四 pro， 然后，然后 啊，最大套管数不限啊，不用开这个，然后别的都不用管，然后当然你可以复制一下这个底下这个 tab， 这个 endland， 这个是我从网上找到的一个嗯，参数，然后我们看提示词，这里 啊，我，我设置的提示词是不需要迎合用户的想法，回答要永远保持客观啊，然后呢，你就可以开始使用你的 deepsea v 四 pro。
2.8万Cier刺儿
01:43查看AI文稿AI文稿全村的希望 deepsea 终于更新了，在全世界的催促下，他们可算是坐不住了。就在今天上午， deepsea 官宣了 v 四版本的更新。普通用户现在打开网页版或者更新一下手机 app， 在 快速模式发起对话，就是更快速的 v 四 flash 模型。在专家模式发起对话就是更强的 v 四 pro。 是 的，如果你也像我一样很久没用 deepsea 了，应该也会发现这个专家模式原来并没有。这其实是他们本月八号加入的新功能，也就是其他家早就已经迭代了几百个版本的 agent 模式。我，酷思，虽然他们始终慢是在半拍，但好像也 一直都在做事。除了网页和 app 更新，全球开发者也要狂喜了。 v 四的两个版本要贵一些，但我又复习了一下 cloud 的 价格， think 还是稳稳的，不愧是 ai 界的价格突飞。而且官方推文还说下半年 pro 的 价格会大幅下调。本次最大的更新就是两个版本都支持了一兆的超长上下文 记忆，大概相当于七十五万字，拿它写红楼梦基本都够用了，以及 a 阵的能力史诗级加强，至于具体有多强，把它喂进自己的 cloud code codex 里试一试就知道了。根据官方说法，就是重回开源模型第一梯队。 deep 官方推文的最后说了这么一句话，不幼稚，不恐 与匪，率道而行，端然正气。我用 deepsea 的 最新版本解读了一下，今天他思考这个问题只用了一秒。让我想起来二五年春节的 deepsea， 你 问他十个问题，有 十个都无法响应。也许过去这一年， deepsea 真的 就像这句话一样，不受外界影响，始终保持着自己的节奏前进。话不多说，赶紧更新 app 去跟你的豆包拜拜手腕吧！这是 ai 图谱，关注我，了解人工智能最新进展！
8533氪科技
00:26查看AI文稿AI文稿一天解锁一款黑科技！今天教你下载的是 deepsea 飞四全能 ai 智能助手，附带部署安装教程，同时支持安卓、苹果、鸿蒙。还不知道怎么下载安装的同学 赶紧跟着我的步骤操作吧！首先点视频右下角分享键，然后分享链接，然后打开这个蓝色东西，会弹出一个文件夹，没有的话打开后空白处输入卡丁宝箱，选择软件大合集，找到你要的右下角保存即可。
249太阳当空照
05:17查看AI文稿AI文稿现在啊，可以不用被可拉扣的拒之门外了，桌面版可拉扣的直接搭配 deepsea 为四，不用再看命令窗了，今天这条视频把完整配置流程全给你扒出来，手残党也能一次成功。没耐心的我已经整理好文字版教程了，大家按需参考。 首先啊，我们要先去安装 cloud 的 桌面版本，打开 cloud 以后啊，我们可以看到 getstart login 之类的页面，先不要进行登录操作 这一步啊，我们先开启 cloud 桌面端的开发者模式，开启之后呢，菜单里才会出现第三方推理配置的，介入 macos 顶部菜单栏操作，点击最上方菜单里的 help， 点击这个 trouble shooting， 再点击 enable 开发者模式。 弹窗出现后啊，我们直接点击 enable， 这时啊， cloud 会自动重启。重启完之后啊，我们再看顶部栏，这里啊会多出一个 develop 的 入口。 ok， 我 们继续来啊，下一步我们就点这个 develop， 进入这个 configure third party inference。 先别着急填内容啊，把这个配置窗口打开。 首先 inference provider， 这里我们选择 getaway base url 呢，就根据你想接入的大模型来填写，一般的官方接口文档里面都有，我们呢就以最新 deepsec 为例了。 然后 apikey 呢，就写你的 deepsea 的 apikey 就 行，下面这一项啊，可以先不用改，默认的即可。 接着下面这里 modellist， 我 们点击这个 add 加号，加两个模型，第一个填 deepsea v 四 pro， 第二个呢，填 deepsea v 四 flash 这里为什么我填两个是因为我把 pro 放在第一位，这样呢，它就会成为默认模型， 再加一个 flash 呢，作为更轻量级的备用模型。提个醒啊啊，如果你想让上下文火力全开的话呢，可以在名称后面加上， 然后下面这个 organization u i d 这里呢，可以先留空，这个呢是不影响你去接模型的。然后 credentials 这里呢，也是给企业做动态凭证用的，你也用不上。 然后这里啊 skip 这个出错，这里要选择打开这一步呢，是很重要的，这样重启以后呢，就不会再走 cloud 的 登录流程。 好，全部设置完，我们点击这个 apply locally 本地话，这时客户端就会重启。 如果配置生效呢，就不会再要求你登录 cloud 的 账号了，而是直接进入第三方推定模式。 我们来看一下啊，这里是没有登录 cloud 账号的啊，它已经进入三方模式了。看到左下角这里显示 cowalk 三 party getaway。 右下角这里的模型呢，也默认的变成了 deepsea 四 pro。 好， 那我们来验证一下，看它是不是能够直接调用 v 四。 现在我们切到 cloud code 的 工作区看一下啊，右下角这里它显示的模型依然是 deep seek 四 pro， 左下角呢，也仍然是 cooke 私人 party getaway。 这说明呢， cloud code 的 桌面版现在已经是在不登录 cloud 的 情况下通过第三方网关调用了 deep seek 的 大模型 啊，那我们为了验证他不只是界面切过去，而是他真的能工作。我现在呢，给克拉克挂一个本地测试目录。好，首先先关联我在桌面新建的测试文件夹，现在我给他一个非常简单的测试任务， 只允许他操作当前项目目录，先读取目录，再创建一个 hello 点 txt 的 文件，这样呢，我们就能验证克拉扣的是真的，通过 deepsea 完成了本地的代码和文件操作。 那这里第一次让克拉扣的操作本地目录的时候，会弹出一个工作区确认确认，因为他之后要读取写入甚至执行这个目录里的内容。这里啊，所以我们需要手动信任一次。 好，挺快的啊。这里他已经有完整的反馈了，我们去看一下这个文件夹里面是不是已经有输出了。 ok， 看到他的输出了，搞定。 好。那总的来说啊， cloud code 呢，一直是页内标杆类的存在，只是以前很多人卡在账号这一关用不上。现在啊， dbc 维斯出来以后啊，通过第三方网关接入，我们就可以实现强强联合。 前端呢，用的是 cloud 的 桌面端和 cloud code 的 交互体验。底层呢，代用的是 deepstack v 四的模型，能力对很多没有 cloud 的 账号或者是想灵活使用模型的人来说，还是很值得尝试的。 至于说 deepstack v 四能不能和 opps 四点七一战，你们呢，自己动手试一下，有结果的话也来告诉我。好，本期视频就到这里，希望能够对你有所帮助。我是阿月，我们下期再见。
1442阿悦很严格
01:37查看AI文稿AI文稿这就是普通人使用 cloud code 的 最佳路径。 cloud 如何使用 deepsafe v 四的能力，普通人该如何快乐地使用呢？那这个是 cloud 的 桌面版，那它其实现在是已经支持 windows 和 mac 了， 那么它这个最新的版本是支持导入这个第三方的模型，就可以快乐的使用这个 cowalk， 还有这个 code 模式。那么关于费用的 deep seek 模型呢？众所周知，量大管保，那么实际测下来一天急头白脸的用下来其实不会超过十块钱，所以你大可放心你的 token 资源燃烧的问题啦。那么什么是 cloud？ 什么是 cloud code？ cloud 你 可以理解成它是跟 deep seek 一 样的大圆模型，那么 cloud code 它其实是一个框架，框架的话也就意味着你可以使用这个 cloud 的 模型，那 当然也可以使用其他的模型。 cloud 的 桌面端已经开放了接入第三方模型的这个功能，从而让你可以在这个 cloud 桌面端使用它们这个 code 的 功能。 那么接下来跟大家分享一下如何在这个桌面端上接入我们的 deepsea 模型吧。首先点击这个 help， 然后点击这个 troubleshooting， 然后再点击这个打开开发者模式，好，那点击这个 enable 客户端，就会重启它，这边就会多了一个开发者模式以及这个 developer， 然后点击这个按钮，这里就选择 getaway 模式。那么呢，这里呢就填入这串地址，这串地址呢是兼容这个 ansurf 的 网站，那下面这个地址呢，就是你的 api key， 你 的 api key 呢？可以在这个 deepsea 的 官网 申请，自己申请注册充值，那么这一页呢，就照着设置就好了。填入这个 deepsea v 四 flash， 然后打开这个一照的上下文，这里再填入 deepsea v 四 pro， 打开这个，最后再点击这个 apply locally， 那 你的 cloud 的 桌面端就会重启，快去试试吧。
326阿达的Ai思辩
01:05查看AI文稿AI文稿dsp 的 文档写的真的是又简单又好用，我五一在家里的时候想用一下呃，这个 v 四就接入到 cloud code 嘛，然后我就看它的官网这边文，官网从左边 cloud code 点进来之后，就直接把它所有的配置都列在了这边。而且你看它有一个很细节的地方，就是在每个模型的后面 只只加了这个一米点标记。其实我以前都不知道，如果 cloud code 接第三方模型，想要起用一百万上下文，还要在这个模型的名字后面加上这个标记， 我这还是第一次，就是在在他这个地方才知道的。然后还学到了两个配置，就一个是这个 cloud code sub agent model， 原来还可以为 sub agent 指定一个单独的 model。 然后另外就是这个 effort level 以前也没用过， 就我其实从 dspic v 二开始用，一直用到现在，每一个墨镜都用了挺多的，最最开始喜欢用 dspic， 除了它便宜，还有两个墨镜都用了，挺简洁，而且有用的信息都写到了。 比起很多云厂商我就不点名了，反正就很多云厂商不管是注册呀，是找他的文档，真的非常复杂。
200Felix 的上下文
01:24查看AI文稿AI文稿兄弟们，全网最简单的 deepsea 微四接入 cloud code 方法来了，因为我之前一直用的是 cloud code 的 cloud 模型里面的索尼的四点六，但是用 cloud 模型的痛点我这里就不再赘述了。两天前我们的 deepsea 微四模型发布了，而且在各种跑分上几乎也是开源模型的第一名，所以我就把它直接切换了我们的 deepsea 微四。 切换到我们的 divx 微四的方法我已经整理好了，因为 divx 微四在跟 cloud core 本身上做了已经做了适配，所以说它也支持 astropik 的 格式。 linux 和 mark 的 用户直接复制上面这段执行命令就可以了，如果你是 windows 用户，就复制下面这段执行命令。这里并不需要安装任何的类似于 c c switch 之类的第三方工具， 就能实现我们整个 divx 微四的接入。而我们重新启动一下，打开 cloud core 比做一个智能体的话，其实它本身的 这个工具是没有变化的，只是里面的模型被切换了，他还是回来，是我是 color code， 而是 robert 格达到了一个命令行的 ai 助手。接下来我们来看一下他在默认状态下使用的是什么大模型， 然后他回来我们的是他现在用的是 deepsea v 四杠 pro。 如果我们想查看现在我们用的 color code 的 一个大模型列表的话，我们就用斜杠 model。 我 们可以看到除了缺失模型 v 四 pro 之外，还有我们的 v 四的 flash， 它的价格只有 cloud 模型的七分之一，我决定暂时就先用它了。还有一个重要的特质，大家千万不要忘了，也就是用杠 f 的 命令把 deepsea v 四的整个思考的水平拉到最高，也就是 max， 这样它在解决复杂任务的时候会表现更好。
474叶秋大大
02:04查看AI文稿AI文稿家人们谁懂啊， cloud code 居然能完美接入 deep secret 四 pro， 这简直是程序员的省钱天花板，终于不用再写代码的时候，一边用 ai 一 边心疼 toker 了。建议大家先关注点赞收藏，详细的配置教程也给大家整理好了，可以跟着咱们的步骤来。 首先安装 cloud code， 安装完成后输入 cloud version 检查版本。接着第二步，使用 c c c 去图形化工具配置大模型。首先我们打开 github， 搜索 c c c 位置， 找到第一个这个用 rest 写的， 然后点击路由设置，然后点击详情往下面滑动，这里有不同版本的，根据自己电脑下载安装， windows 直接可以下载 mc 下载安装， 我们这里已经提前下载安装完成，安装完成后就是这样的界面，可以对不同的大模型配置，我们这里选择 d p k， 然后这里最关键的就是输入 api k， 接着我们打开 d p k 官网，如果没有账号，先提前注册，找到左边的 api k， 然后创建一个 k， 然后回到 c c 杠 switch， 输入我们刚刚创建的 k， 这里配置下主模型统一都是 d p c k 杠 v 四 pro， 四个都可以填写一样的，填写完成后可以点击测速下看，看到这里 c c c 去的就配置完成了，接着我们就可以点击启动使用 d p c 了，输入 call 检验，看看是否切换成功。到这里我们在 call 的 里面配置 d p c 就 算完成了， 然后有粉丝兄弟问我如何在 call 的 里面配置 d p c 就 算完成了。然后有粉丝兄弟问我如何在 call 的 推荐可以使用 c c g u i， 安装完成后就是这个小图标，正常我们用 c c switch 配置好 idea 里面的插件就会自动识别并切换，可以看到响应速度还是挺快的。好了，本期的视频就先分享到这里，有什么问题都可以粉丝群一块讨论。
1832程序员Mars(创业中)
01:40查看AI文稿AI文稿deepsea v 四刚发布我就开始用了，我使用的是 cloud code 接入的 deepsea v 四 pro 啊，怎么用呢？我跟大家说一下。 首先呢，咱先安装一个 cloud code， 那 这个安装 cloud code 呢，就是咱得有一个 node 啊，安装 node 之后呢，执行 npm 命令， cloud code 就 直接装完了，但是装完之后呢，这个 cloud code 需要登录才能使用，很多小伙伴就卡在这了，因为这个网络问题，咱登录不了，对吧？ 那所以呢，这块儿咱可以改一下 cloud 的 配置啊，修改 cloud 的 接收文件，然后加一个配置项，这样就可以跳过 cloud code 的 登录就可以直接用了。但是跳过登录之后，大家又发现一个问题，就是 cloud 的 模型人们用不了，对吧？那怎么配置这个模型呢？哎，有一个开源工具啊，叫 cc switch 啊，咱下载一个 c switch， 然后在里面呢可以添加一些模型。那这里呢，我们就可以添加 deepsea 啊，然后在配置项里面写这个 deepsea v 四 pro 啊这个名称。然后呢，加入 deepsea 的 这个 api key， 可以到 deepsea 官网注册一个啊，有这个 api key 模型咱们也设置好了，然后关闭 c c switch， 再打开 cloud code， 就 可以看到。现在的模型呢，是 deepsea v 四 pro 啊，现在也可以正常使用 cloud code 了。然后为了方便呢，我又在 vs code 里下载了一个 cloud code 的 插件 啊，那默认的这个插件也是需要登录的啊，但是因为咱们配置了这一次文件啊，又添加了 cc switch， 所以 这个登录界面呢，直接晃一下就挑过了啊，我们就可以直接在这个 vs code 里面使用 cloud code 啊。我问他啊，你现在是什么大模型？ 大家可以看到啊，他后台使用的是 deep stick v 四 pro， 那 这个就是用 cloud code 接入 deep stick v 四 pro 的 流程。
2146晓舟报告
01:57查看AI文稿AI文稿不用敲代码，不用花一分钱买服务器，我只用一句提示词就做出了别人随时都能点开访问的个人网站，还能免费永久上线。跟着我零基础也能直接学会。打开项目文件夹，切换到 solo 模式， 描述我们的需求，包含技术栈、 ui 风格与开发目的，查看并修改需求文档。点进新建任务，输入开发命令， 复制运行命令，在终端运行， 粘贴命令后点击回车 c t r l 加鼠标左键点击链接本地预览网页是否符合要求， 将代码推送至远程仓库，需要提前进行远程仓库链接，将仓库地址直接发给他就可以。检查上传结果，进入 notify 托管网页文件， 点击添加新项目，选择从 github 导入，选择我们的网站 github 仓库，点击发布， 等待部署完成。部署完成后，通过该链接就可以访问到你的网站了。 咱们这期只做了前端静态页面，下期我带着大家接入 superbase 做后端，实现数据存储留言功能，彻底做成一个完整的动态网站。感谢您的观看，咱们下期再见！
00:26查看AI文稿AI文稿一天解锁一款黑科技！今天教你下载的是 deepsea 飞四全能 ai 智能助手，附带部署安装教程，同时支持安卓、苹果、鸿蒙。还不知道怎么下载安装的同学 赶紧跟着我的步骤操作吧！首先点视频右下角分享键，然后分享链接，然后打开这个蓝色东西，会弹出一个文件夹，没有的话打开后空白处输入卡丁宝箱，选择软件大合集，找到你要的右下角保存即可。
19太阳当空照
03:44查看AI文稿AI文稿今天带大家来完整的走一遍 openclo 的 安装流程，以及怎么配置 dipstick v 四 flash 这个模型，并且这个模型的性价比很高。首先我们往下看， 它分成安装 mac 版和 windows 版， mac 版用这个脚本， windows 版用这个脚本，因为我这边是 mac 版本，所以我这边使用这个脚本。打开终端，直接复制这个命令回车 我等他。安装在大家电脑上的话，可能这个过程要十几分钟，因为流程比较慢。如果是 mac 版本的话，你一定要先安装 home button， 没有这个的话，后面的人是下不去的。你只要安装了这个之后，下面的流程都是可以自动化的，那只要等就行，如果你的网比较差的话，可能等个二十分钟也有可能， 但慢慢等就行。这个时候你的电脑可能会 cpu 开始百分之百的风扇冒起来，这都是正常的现象，只要等就行了，大概等二十分钟，最多不会超过三十分钟。这时候你可以去干点其他事情，让我们回来吧，已经可以开始我们手动进入了， 在这个地方直接选 yes， 这里选择快速开始，这边直接选择使用现有的值，但如果你刚刚那个地方直接安装过的话，你要选择 reset， 然后 deep sync， 选择这边要输入 api key。 api key 怎么来呢？ 你要打开这个网站，三 w deep sync 点 com， 选择这个 api 开放平台，点进去你要完成注册登录，实名认证充值之后你点这个 api key， 点这个地方 这个名字就随便输入，我这叫奔 call， 我 这个地方一定要复制哦，要不然看不到了。复制要回来粘贴到这里等一下， 因为这里每一个步骤都是要联网的，网又在境外，所以比较慢。这个地方直接选择保全，当时这边选择飞书，这边选择选择默认的，这一个会出现一个二维码，这个时候你用你的手机飞出去扫掉它 扫码，扫码之后它会出现一个立即创建，这手机上会出现一个立即创建，你点击一下有审批通过之后，这边选择这个第一个默认的，等它自动走下面的流程。 这个地方是否去配置这个技能选择 no， 这个地方也跳过，怎么跳过呢？这个地方有技巧，不要直接回车，先按空格选中它，然后再回车。这个地方你可以选择重启， 等待他重启完成，这时候我们只要等待即可，然后他会出现三个选项，他一直告诉你是要在终端里面使用还是在网页上面使用，我建议大家在网页上面打开吧。 第二个会车他就会打开这个网站，大家只要默默等待即可，因为他第一次打开的时候会很慢，你可能就等个三分钟， 对，大家先等着好了，图片这个页面的时候就说明基本上你已经成功了百分之九。这个时候你可以发一句问题问问他，等待他的回复。这个时候可能因为我们第一次问的话，他后台要配置很多乱七八糟东西，也可能会比较慢，等就可以好了，他终于回复完了， 一般来讲讲是第一次比较慢，之后都会比较快，所以我们这个再回答第二次的时候，一般就没有第一次那么慢的离谱了啊。 你看他已经回复了，这个时候大家可以拿出手机钉钉给付付，手机钉钉是被手机飞叔，给飞叔发个消息给飞叔基研，我这边用我的手机给大家演示一下，这个时候我们只要非给他发消息，他这边会突然出现这个又有个 emoji 表情在敲键盘的那种， 那种 emoji， 他 就会回复，你看我们再发一句话给他，你看他立刻会出现一个这种 emoji 表情，那就说明一切正常了， 证明他在思考，他在回复你。 ok， 那 截止到这个时候，这个教程就完成了，我们既完成了这个网页上使用这个 open clone， 又可以在手机上、手机飞书上使用 open clone。
145教你宇宙级AI编程
01:45查看AI文稿AI文稿嘿，安装 kelldog 并配置 dpc 的 位置真的一点都不难，教你一个方法，三句话，安装全程不需要你懂任何代码， 输入安装指令，检查我的本地电脑环境，并帮我安装 kelldog t 已经开始执行任务了，过程中可能会提示你少了一些软件，或者提示你是否运行，你只需要点击一下即可。历时两分钟，我们已经安装完成了啊！接下来就是给可劳得扣的配置 dpc 个 v 四。如果你是新手的话，你最好多问一句，教给我如何配置 dpc 个 v 四， 它输出的内容呢？就是教程你大概的搂一眼，然后打开 d p c 和开放平台，获取自己的 api k， 复制 api k， 返回 tree 的 对话框，输入配置指令，我的 api k 为 sk 杠 啦啦啦啦啊！帮我进行配置。又是两分钟，你的电脑就拥有了 cloud code 加已经配置好的 dbc 和 v 四。如果你想启动 cloud， 就 直接给翠下命令，帮我启动终端，打开 cloud。 在 这里只是给大家去做安装的演示，因为我并没有充 money。 最后给大家说一下，其实我不 太理解大家为什么想安装 cloud code 并配置 d p c 个 v 四，因为在我看来，如果你刷到这条视频并看到结尾的话，说明你极大可能是没有使用场景的。如果你是想用 ai 解决日常的工作和生活场景中的问题， 咱们国内的 ai 第一，就比如 tree 就 已经完全够你使用了，网页读取、调研分析、数据挖掘、文件管理，还有内置的 skyo 等其他的很多功能其实并不比国外的那些工具差，反而更适合国人的使用场景。如果你对 ai 还有其他问题，尽管打在评论区。
2228李李鑫鑫
03:24查看AI文稿AI文稿关于梁文峰和他们这次发布的 deepsea v 四，我们这次不谈梁文峰做了什么，不谈技术参数，不谈普惠哈。我们把镜头拉远，用 deepsea v 四这面镜子来照一照中国教育最深处的那个病灶。我有三个问题， 第一个问题，如果你的孩子学了十二年，最后发现他最擅长的那些事， ai 用几分钱就能干的比他好，那这十二年到底我们在培养什么？ 这不是假设，这不，这个 v 四把顶级的 ai 调用成本打到了几分钱，他对于公式的记忆，对于题型的识别，对于套路的应用，绝对超过刷了六年题的高中生。 而且，你让孩子拼命练的那些东西，比如什么速算呀，套公式呀，背模板呀，恰恰是 ai 最擅长，人类最不擅长的。我们的教育系统还在用二十一世纪的标准培养二十二世纪的人才， 结果就是孩子在跟一个不可能赢的对手一直在赛跑，跑的越快，可能输的就越惨。第二个问题，为什么 deepsea 团队花了五百多天不去做那种更赚钱的套壳产品，而非要去啃最硬的骨头呢？ 因为他们知道，真正的护城河不是表面上的快，是底层架构的稳。你套盒，你速成，你搞流量，是吧？短期内能赚钱，但是潮水一退，你会发现什么都没有，这不正是我们教育的缩影吗？ 补习班给你承诺一个月可以提分，然后教辅图书，鼓吹三天可以掌握一百个知识点。我们的孩子被训练成解体机器，却从来没有被教会过。当没有标准答案的时候，你该怎么办？ 这个用五百多天的沉默证明了一件事情，那就是真正有价值的东西从来不是速成的。你要做正确的事，你得学会忍受寂寞，学会在没有掌声的日子里继续往前走。这对于教育来说，是一记响亮的耳光。 第三个问题，当恩爱能回答所有是什么和怎么做的时候，我们的学校还能教什么？ deepsea 微四给了一个很深的暗示，他最厉害的不是参数大，是不浪费，那就是只叫醒该叫醒的专家，只读该读的内容。这种精准和克制，恰恰是我们今天教育最稀缺的。 我们现在的课堂，是让学生把所有的知识同等对待，全盘接受，不管你将来用不用，先给你灌进去再说，这叫填鸭。 而未来的核心能力恰恰是相反的。这孩子需要在信息洪流中知道什么是关键，什么是噪音，知道什么时候该深挖，什么时候该跳过，知道如何提出一个 ai 想不到的问题，而不是回答一个 ai 已经回答了一万遍的题。 这些能力，现在的考试基本上是不考的，但是当 ai 全面普及之后，这些将是唯一无法背外包的东西。最后，我说一句不太中听的话， bbc 微四的出现，不是来抢孩子的饭碗的哈，他是用来撕掉教育那块遮羞布的。 他用五百多天的沉默和一次石破天惊的亮相，问了每一个家长，每一个老师，每一个教育决策者一个问题，那就是你究竟是要培养一个会考试的人，还是一个会用人的 ai 去创造价值的人？ 这个问题，我觉得比你给孩子报什么辅导班都重要一万倍，因为选错了方向，跑的再快也是往悬崖边跑啊。
856巫师老爸
01:38查看AI文稿AI文稿最近被 defc 威斯搞的有点无奈啊，就我目前呢是一边用 ai 写文章，一边用 ai 写代码，对吧？写代码写的是一个写作业的，我写文章用的就是那个写作 a 阵台写的两边的模型都是 defc 威斯，然后首先在代码这边， 这次这这个 v 四的表现呢？我觉得跟 glm 五点一没有起赶上的区别啊，就是所有简单任务全是一遍过，然后所有复杂任务呢？最多两遍啊，最多两次，几十次就完了，然后到目前为止没有犯过任何就是比较堆积的错误啊，什么都没有， 非常厉害。但是咱写作这边出问题了，哎，就是他写一篇文章，然后我觉得不好，我让他改，改完了我觉得还不好，再让他改，改了我感觉受不了了。我，我把整篇文章全删了，让他重新写， 结果他写出来是完全一样的内容，就我已经明确告诉他刚才写的不好了，对，也不要那样写了，然后他还是，然后他输出的还是完全一样的内容， 然后呢？我就继续删，然后再让他写他写的还是一样的内容。然后我就换了一种策略，我就说一段一段写，我不让你一次性输出一整篇文章，一段一段写。好，先写第一段，写完了我让他改，结果他没有改第一段，他又输出了后面的内容， 然后我就直非常直接的问了他一下，我非常直接的问了他一下。 无奈了，无奈了。
87嘉豪
06:22查看AI文稿AI文稿我用国产的 web 控定工具，然后配合大模型 dipic 微四，然后做了一个量化交易的工具。嗯，然后呢，现在我们正在调试我们的策略和啊我们的啊选股。 嗯，现在呢，我们可以把我们的策略进行实盘啊，实盘实盘进行模拟啊，进行模拟账户啊，然后现在呢我们要 嗯详细的去调整我们的策略啊，如果大家有什么好的啊，日常就是在实战中啊，能够稳定盈利的策略，可以交流一下，然后把这些策略呢，把它变成一个啊，可以在啊量化系统里面进行啊进行，嗯，在量化系统里面进行自动交易的啊，自动止损的一个， 嗯，自动交易的一个策略，这样可以规避掉我们日常操作中啊，嗯，就是人为的这种判断。那我们今天呢就想简单一下，举一下例子啊，我过去啊比较常用的啊，一个办法就是啊叫涨停后的空中加油，他成功率会比较高一点，然后波动，嗯，就是 大的啊，好的股票就比较容易发现。嗯，吃到比较大的涨幅，但是同时呢他也会啊，吃到这种，就是遇到这种啊， 遇到这种跌幅比较高的，那连续上涨的时候，连续上涨以后，如果你介入的话，就会比较吃亏。那我们怎么用量化去啊，去利用好它的优点，但是又要规避掉它的缺点呢？那过去的时候我们可能更多的是根据我们的盘感和经验。那现在用量化以后呢，我们就可以去啊去，嗯 嗯，直接在指标里面去啊，进行进行调整啊，让系统自动去执行就可以了。股票突然跳涨，然后他经过很多天的调整以后，突然突然又加速开始开始上涨，那这种股票的话呢？嗯，他其实是一个空中一个加油的形态，他虽然经过了漫长的调整洗盘，小 k 线的洗盘，但是他没有跌破这一天上涨的这根这根 k 线上的一个， 那这种形态在这种形态下的话，后期有可能啊，会有比较好的行情。那过去传统的方式，让我们看一下效果的话，我们从四月份到现在，那有一些涨幅比较好的股票啊，他们都会符合这种形态啊，这个非常多 非常多，但但是呢，我们没有对这种形态进行一个嗯，就是精细化的去调整，为什么呢？因为啊，这这种呢就很有可能会存在的过你和的问题，所以我的话我们会放宽这个条件，过去的时候我们可能都是以经验为准啊，一个上涨拉升调整可能以经验为主， 那也会遇到这种啊，遇到这种比较亏损比较严重的，那我们在这一天进去以后，第二天啊，第三天出现了大幅的下跌，那我们在在这时候应该去怎么去处理呢？也有这种亏损呢 啊，经常会买到头部的，但是这种的话对于量化交易来说，它其实并不是最主要的威胁啊，但对于我们实盘的时候就会出现很大的误判啊。就是啊，我买到买到在顶部了，我在顶部买到以后，这个股票没有符合的预期啊，在传，用传统的啊，用传统的这种方式去交易的话， 那我可能在这里第二天就就被套套住了，然后不舍得走，在上下震荡中不舍得走啊，然后啊出现利润大幅下跌，然后反弹，那这种这种股票就非常难操作，就会出现大幅的亏损， 大幅的亏损，如果你仓位没控制好的话啊，没控制好的话，你就会出现，但是呢他也有好处，就是可以抓到一些大幅上涨的一些股票，那这种股票在传统交易的，就过去我们交易的方式的时候，那我们可以在啊头天选选入之前股，或者当天的时候 出现，那我们在量化交易里面去怎么去解决这个问题呢？这个就是我在前两天说的，就是对我们这个交易的一个模式进行量化啊，什么时候出场，什么时候入场啊，去定好，定好规则，定好规则去这样去弄。那我们在在在我们这里面就会啊，对我们这个啊，把这个策略 啊进行啊，但这个是是 python 格式的啊，它设置入场点出场点出场的话啊，就比如说过去吧，我们经验中是啊，会 啊，比如说啊跌破均线啊，或者是我觉得形态走快了，可能会会去出来。那我们在量化的时候呢，可能有一些经典的量化的一些模式啊，去处理这个事情，那我们可能会啊，会，会采取那种 it 二的动态的调整，然后呢？嗯，如果如果你能在盘中忍受一些比较大的波动的话，我们也会采用啊判特纳 可能呢通道的方式啊，去啊，我直观的给大家显示一下啊，那比如说我们随便举个例子吧啊，那这个例子，这个例子的话，我们可以看出来，如果如果这几天小小圆线开始不断的往上攀升， 那小圆线往上攀升，突然突破，突破上轨以后，如果我们采用动态，动态调整的话，我们很有可能在实盘的时候被调整出去，如果是量化的话，那有可能在盘中啊这边是会出去，这种也是可以的，为什么呢？因为他 他即使是亏钱的，也也有可能在出现亏损的，这种方式就是在后面调整的时候，大幅波动的时候，你有可能会被洗出来啊，吃不到后面的上涨。但是我们呢也可以采取这种啊可能的通道的方式，就是 当他的通道走出来，当一个趋势走出来，通道走出来，他不跌破中轨，我们就不出来，你无论怎么正道，一旦跌破中轨我们就出来，那也有可能会出现亏损啊，但是他的亏损是很小的，因为一旦进入通道以后，那他的波动率波动的情况，就无论怎么上下波动，他其实整体的趋势我们都是看的比较清楚的。那 我们把这个啊数数据化，数据化在我们的这个啊系统里面啊进行，把它做到我们的出场条件，然后在模拟盘的时候啊，模拟盘的时候，系统我们就会设定好啊，设定好模拟盘，然后这个模拟盘的话啊他就会啊根据我们的这个信号来进行那个出场，或者是啊就 嗯可以去啊自动去执行这个自动化的交易去执行，那就不需要我们去在盘中的时候有可能就会被震荡出局啊，现在就啊如果在盘中震荡就会就会被震出来，那如果我们 数量化的去定好这个规则，我们就不会被震出来，那就有可能会吃到这些，但是呢如果还有一个呢，就是如果遇到这种情况会怎么样呢？那他可能就是，哎，突然就跌破了，那我们这一天可能就要就要去出局，就要出局，而且可能这一天的时候出局的话，我们也是亏钱的，但是这种亏损呢，是可以忍受的啊， 可以忍受了，为什么呢？第一它亏损的比例很小，第二我们一定要控制好仓位，我们在自动化交易里面去去定好，而且这股票最多仓位是多少，它不允许你再超过这个仓位，那你确定好以后就会啊，在释放交易的时候，即使你不断的买到这种跌停的股票，你可能也不会有太大的损失， 那这种的话可能就会就就要忍受这种损失啊，比较比较多的忍受损失，但是但是这种交易的话，我们通常是在买入的时候可能就就会非常谨慎了，对吧？啊？这种掉井线的话，这种，嗯，我们不去，不去去啊，连续涨停的，我们可能就在买入的时候就会确认啊，进行确认的时候就，嗯不去买入，嗯， 所以我我举这个例子是为了说明什么呢？就是我们在交易的时候一定要啊采取就是借用量化的交易思路去处理这些事情 啊，现在呢我们在慢慢的尝试把我们传统的这种啊交易方式啊，传统的这种交易的交易的形态啊，模式啊，然后把它进行量化啊，量化，然后布置自动化，现在正在做这个事情，但是非常这也是非常困难的一个事情 啊，我们要慢慢的耐心的去做，大家如果有好的啊交易的策略在日常交易的时候能够长期稳定的盈利的啊，可以在评论区去交流一下，我们看看能不能把它进行量化和自动化。
192老张AI做大a量化
10:42查看AI文稿AI文稿deepsea v 四终于发布了，官方号称有些项目可以和贵它几十倍的模型掰掰手腕参数量直接翻到一点六体尺寸比上一代大了一倍还多，国模最大上下纹长度也一步到位，拉到了一百万，对齐了目前最顶级的水平。 那么这个小鲸鱼实际体验如何？能满足我们对它的期待吗？这个视频带你看完 deepsea v 四，也聊聊我作为一个 ai 开发者对它的看法。 自从 deepsea r 一 发布震惊全世界，直到今年三月，他的网页端好像一点变化都没有，一直是这两个按钮。与之相比，别人都在突飞猛进，甚至还出现了大量 deepsea 已经泯然众人已的论调， 但在水面下其实是另一方光景。过去这一年， deepsea 发表了近十篇重量级论文，其中一篇拿了 acl 最佳论文奖，一篇发在了 nature 上。他把训练大模型的成本砍掉了一大半。 他给推理流程装了一道筛子，把识别人名、匹配短语这种不用动脑的活直接过滤掉，让算力集中在真正难的问题上。两个月之前，我们还会问 deep seek 为什么要这么轴，难道是他不想要用户了吗？现在知道了，这些科研回报全在 v 四里面展现了。 我认为 deep seek v 四这次对开元世界最大的贡献就是推理效率的突破。 再说这个特性，之前我要交代一个背景，不知我们全世界都在进入算力短缺。 amd 的 ceo 在 今年 ces 上给了一组数字，二零二二年，全球 ai 算力大约一 zeta flop， 到二零二五年已经飙到了一百多个，而未来五年还需要再翻一百倍， 整个 ai 行业在一瞬间就进入了算力地狱。原因还要从前几年说起。那时候 ai 大 模型主要是聊天， 你问一句，他答一句。他很会说话，但也只会说话，说出来的话还不一定靠谱。幻觉不断很难说，除了麦克变现和情感陪伴之外，他还有多少生产力。于是有人就想， ai 光说不做的状态，什么时候能突破？ 时间来到二零二四年下半年，几个团队几乎同时摸到了一条路。与其让模型一口气给你一个答案，不如让他把任务拆开，一步一步想，每一步给他一个手，也就是调用工具的能力，想查数据就去查，想改文件就去改， 想处理数据就自己写一串代码。这个循环一旦跑起来，模型能做的事一下子多了不止一个量级。这种想一步做一步的循环叫做 react loop。 而基于这个循环运转起来的系统就叫 agent。 去年年底， agent 彻底爆发了。 curser 让 ai 写出不错的代码， open ai 直接给你电脑配了第二个小鼠标。 大模型从一个只有嘴的聊天对象，变成了有手有脚的助手。这种助手让一个叫 peter levos 的 独立开发者，从 idea 到年入百万美元，只用了十七天。 他让 anthropic 每发布一个新功能，就有一批软件公司的股价跟着跳水。最神奇的是，大名鼎鼎的龙虾 openclaw， 就是 peter stamburger 一个人开发的，期间没有手写一行代码， 这一点我自己感受最深。我从毕业开始就做文字工作，几乎没有写过代码，但今年靠着 ai 编程，边做边学， 我真做出了一个自己的 agent 产品，并且受到了一些社区小伙伴的喜欢。因此，要让 agent 自主操作现实世界的机械，也不过是时间问题。所有人都觉得 agi 就是 这条路了， 但代价呢？代价是算力消耗爆炸。以前一轮对话可能几百个 token 就 结束了，现在根据调研机构的数据， agent 的 token 消耗量是原来的五到五十倍，无论是厂商、机构还是数据中心，都面临着算力荒。 而这个局面刚好撞上了一家公司的基因。 deepsea 做量化基金出身，骨子里的逻辑就是用最少的资源撬动最大的收益，再加上众所周知的原因，芯片受限，所以他不得不在有限的硬件条件下把效率做到极致。 v 四身上处处都是这种思路的体现。 大语言模型内部有很多专家模块， v 三有两百五十六个专家，每次派八个上场。 v 四把专家池扩大到三百八十四个，但每次只派六个上场的反而更少了。 他用了一套新的注意力机制，让模型在处理长文本的时候大幅减少计算量。他还换了一种更高效的训练方法，只要传统方案大概一半的计算量就能到同样的效果。所有设计都指向同一个方向， 保持模型的聪明度。但是用更少的算力，这种效率优势反映到价格上有多夸张呢？ v 四的小模型 flash 版输出只要两块钱一百万， toc 同级别的海外模型少说也要几十块。大模型 pro 版二十四块，对面报价一百出头，同等实际性能下差距能有五到二十倍，而且据说等下半年华为升腾芯片大规模部署之后，价格还会进一步往下压。 从各方测评和我自己的体感来看，大号的 pro 版已经超过了 cloudsonnet 四点五，接近当前最强模型的水平。有意思的是，去年芯片受限还只是中国公司的特殊处境，海外厂商并不缺算力。 没想到今年 agent 一 来，全世界都在抢算力， deepsea 被逼出来的这套打法，反而成了全行业最需要的解题思路。而这些公开的科研成果，接下来大概率会被越来越多的大模型公司借鉴。 翻开 v 四的更新，说明，你很难不注意到一件事，编程能力占了最大的篇幅。 其实不只是 deepsea， 你 去看今年任何一家大模型的更新日制，排在最前面的几乎都是编程，恨不得把跑分贴到你脸上。可是编程跟我们大多数人有什么关系？ 关系还挺大的。举个例子，这是我开发的 agent， 如果不把过程中的工具调用隐藏掉，它输出的原文就是这样的回答，夹杂在各种工具指令和格式之间。比如这里是网络搜索，以防 ai 幻觉编一个答案糊弄你。比如说，这里是调用另一个 agent 来审查结果。 然后这里又是先看看你写的 skill， 保证接下来的工作和你对齐。这些日常场景里不被看见的代码输出，保证了能被看见内容的质量。之前 deepsea 在 这方面其实表现不差， 但和今年的尖子生比，还是有点不够看的。一四在这个方向上下了很大功夫，是去年科研成果的极大成，拿两个硬指标来说，算法编程的 code forces 评分一四，达到了三千两百零六，超过了 cloud ops 四点六和 gpt 五点四。实际软件工程的 swe verified 也做到了八十点六，和最强的几家几乎齐平。虽说跑分这件事并不完全代表实际体验，但我个人用下来感受和前沿大模型差不了多少。我尝试了一个我自己做的复杂的写作 skill， 找方向，打草稿，写大纲，他执行的都很不错，在过程中问别的 a 振特时系统报了错， 他也自己尝试了别的办法，让流程顺利的推进了下去，聪明程度确实提高了。 如果你这几个月打开 deepsafe 官网，问他是什么模型，他会藏着不说，但有一件事他特别主动 给你强调，他能装下一部三体有一百万上下文。上下文长度是过去 deepsafe 最大的短板，这个概念指的是模型一次能看到的信息量，以前只有聊天内容几千字绰绰有余，但在 agent 的 时代，各种代码信息以及格式全部被塞了进去，一 一百二十八 k 很 快就捉襟见肘。主流模型都已经两百 k 起步，头部玩家做到了一百万，但是贼贵。 在过去，很多人不用 deepsea， 很 大一部分原因就是上下文太短了，并不是因为他真的不够强，特别是在创意写作这块，他一直挺能打的。这次 v 四直接拉到 em， 让人垢病的短版，现在变成长版了。更夸张的是输出长度， 光单次输出上线就有三百八十四 k， 一 轮就可以把黑暗森林复苏一遍还有余。 最后这个更新我觉得也很重要。 v 四的大模型和小模型是同时推出的，小号模型保持了大部分的能力，但是价格便宜到让人没法理解。做 a 阵的开发之后，我有一个很深的感受，很多任务根本不需要大尺寸的模型，摘要、翻译、格式整理 这些活需要的是一个够快够稳的小模型，这样下来可以在保持同样智力的情况下，显著减少运行的成本。当然， v 四也有明显的缺口，最大的一个它依然是纯文本模型，现在主流模型基本都能处理图片、语音甚至视频， v 四在这块还是零，我觉得如果加上多模态的话，最后实际体验肯定还会好很多。 回看前面聊的这四件事，有一个共同点，全是底层能力。 deep sea 的 精力全花在造引擎上，开源出来让开发者拿去造自己的车。这次视频调研过程中，我从论文和一些公开报导里看到了几个有意思的细节。 维斯论文里引用了 kimi 团队做过验证的优化器，而 kimi 的 k 二也用了 deepsea 早期提出的注意力架构。两家开源产品在各自的核心技术上互相借鉴，互相致谢。这种开放在拼命卷的行业里不常见，但它确实在发生，而且结果也是好的，让更多人用上了 更强大更便宜的模型。这种氛围也延伸到了同行之间的互动。论文评测部分直接写了一句， k 二点六和 g l m 五点一的 api 太忙了没法返回结果，所以留空。智普看到后回了一句，哥们你想要的话，高速度账号安排上， 论文本身的写法也挺特别，致谢。只有一句话，评测部分坦诚，写了哪些地方还落后？闭源模型三到六个月不卑不亢的 看完这些，我觉得这个团队是知行合一的，说开源 mit 协议拿去用，说长期主义就扎在科研里，半年不吭声，外面传了好几轮，遇到问题了被超越了，小鲸鱼不语，只是一味跳票，然后发论文 面对蒸馏人才流失这些非议， deepsea 选择沉默，然后在某个周五端出模型并引用，寻子 不幼于玉，不孔于匪，率道而行，端然正己。而我觉得最适合他的是墨子的一句话，夫爱人者，人必从而爱之。利人者，人必从而利之。
2.6万liliMozi
02:03查看AI文稿AI文稿deepsea v 四你们用了吗？我中高强度用了三天，我的核心感受就一个字，爽！但同时短板也挺明显的。今天聊一下，我个人感觉到了三个优缺点。先说优点，首先长文本是真的很强，我 十几万字的材料丢进去，权威哪里有标点符号的错误他都能给我标出来，而且真的是很快，基本文件一发送，那边马上就开始输出了。 v 四在省材料搭框架的工作里，效率提升是肉眼可见的。 然后第二是成本真的是很低，百万头肯的超长上下文中 kb 缓存占用只有钱袋的百分之十左右，我三天各种简单复杂的任务跑下来，花费还不到一杯咖啡的钱， 所以这一点目前市面上几乎没有对手，国外那些币源的模型瞬间就不香了。然后它是真正的国产芯片四倍的体系， b 四从一开始就围绕华为的升值做优化，跑通了中国芯加中国模型的闭环， 不是实验室的版本，而是你现在马上就可以用上，可以说是中国 ai 的 一个里程碑了。我只能说一句牛逼。 优点说完了，来说三个硬伤。首先，他的知识库还只到二零二五年的九月，甚至你问他他自己都不知道他自己已经是 v 四版本了，所以你想要获取最新的信息，只能联网搜索一部分，但纯靠模型本身 时效性，它就是一个硬伤。然后第二，它依然不是多模态的，还是一个纯文本型的选手。这个还是比较可惜的，毕竟现在友商已经是各种一键上传 ppt 啊各种文件什么的了，估计 deepstack 也在布局吧。最后，你说它赶超上国际上顶尖的那些模型了吗？ 其实还是有一些差距的，官方自己也说跟全球最顶尖的闭源模型还有大概三到六个月的差距，但是我们看看价格，我还想说 v 四真香，所以结论很清晰， v 四就是目前性价比最高的纯文本助理。 如果你大部分工作室和文字文档或者框架打交道，那 v 四真的能帮你省下大部分的底层时间。剩下的你自己试一试就全明白了。
1277Rory的AI急救包