DeepSeek V4 多模态开源，我们把它的视觉链路拆了一遍
DeepSeek V4 多模态开源，我们把它的视觉链路拆了一遍图片不只被编码，还直接参与 Attention、MoE 与 Agent 推理。
来自主题: AI技术研报
9812 点击 2026-09-02 09:27
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
图片不只被编码，还直接参与 Attention、MoE 与 Agent 推理。
“你如果不能在几个小时内重建 Cursor，下次面试会非常艰难——那不过是 300 行代码的一个 while 循环。”
DeepSeek Harness 的插件生态因缺乏官方分发、发现与安全管理机制，导致安全权限形同虚设且优质插件难以被用户发现。
距离 DeepSeek Harness 开源已经有一段时间，「Everything is a Plugin」的口号也已经在各种领域开枝散叶，坊间涌现出了特别多的插件和社区。十几天后的现在，GitHub 上【 dsh-plugin 】标签下有一万多个仓库。我们花了几天时间，把这一万多个仓库拆开数了一遍
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
8月14日，一个叫Cocode的项目悄悄出现在GitHub上，简介写得很直白，基于DeepSeek Harness构建的开箱即用发行版。不到两周，它拿到150多个star，并在8月25日发布了v1.0.2。
最近 DeepSeek Harness（DSH）真是太火了！之前我发过 《首发实测 + 入门教程》 教大家如何安装使用，还盘点过 《16 个超火的 DSH 插件》。
DeepSeek Harness(DSH) 的口号，大家应该都有所了解，模型、工具、Skills、会话、沙箱、存储、Agent Loop、调度，甚至 UI，一切皆插件。
“你以为你买的是 DeepSeek Flash，实际上可能是个 1.5 bit 的 DeepSeek，或者里面掺了 Opus 用于训练。”这是 Pi 核心贡献者 Armin Ronacher 的一个比喻。他形容现在的 token 市场像一种成分不明的商品——量化程度、实际版本、是否掺了别的东西、计费方式，全是黑洞。
同样的模型，同样的任务，让它执行五遍，再让他自己挑一遍最稳的，效果能有多大提升？斯坦福把这套玩法用在了AI身上，DeepSeek V4 Flash在Terminal-Bench 2.1的成绩从79%一路涨到88%，反超了尖子生Fable 5。而且连做五遍加挑选这一通折腾，价格依然比Fable 5便宜了4-11倍。