KeyFrame內部研究專用

Learn 97% of DeepSeek AI in 11 Minutes

Parker Prompts·6月19日週五·10 min英文

三句話摘要

DeepSeek V4 的四種模式與情境搭配法,讓免費 AI 工具發揮出付費工具的效果。 DeepSeek V4 的真正價值不在於模型本身有多強,而在於正確選用模式、搭配足夠厚度的上下文,免費工具就能穩定輸出付費工具等級的結果。 模式選錯是最常見的失誤:用 Instant 模式處理複雜分析,就像用計算機解微積分,效果自然差。Expert 模式給出更完整推理結構,DeepThink 模式則完整展示 Chain of Thought,讓使用者能追蹤並驗證推理邏輯。

重點整理

重點
  • 1

    模式選錯是最常見的失誤:用 Instant 模式處理複雜分析,就像用計算機解微積分,效果自然差。Expert 模式給出更完整推理結構,DeepThink 模式則完整展示 Chain of Thought,讓使用者能追蹤並驗證推理邏輯。

  • 2

    同一對話可混搭模式:在 Expert 模式寫出程式碼後,不需離開對話,直接切換到 DeepThink 讓模型逐步檢查自己剛寫的邏輯,往往能發現第一輪遺漏的問題。

  • 3

    上下文品質決定輸出品質:模型的回答品質直接取決於你餵入的資料量。空手問市場策略,得到通用建議;上傳 Q1 業績數據、競品報告、產品簡介後問同樣的問題,回答會指向具體數字、競爭威脅與定位建議。

  • 4

    網路搜尋+文件上傳組合是核心差異化用法:上傳競品 PDF 再開啟網路搜尋,V4 同時分析靜態文件與即時評論,可在一小時內生成人工需耗費更長時間才能完成的競品比較報告。

實用技巧與重點

乾貨
  • 上線時間:2026 年 4 月 24 日
  • 模型版本:V4 Pro(對標 Claude Opus 4.7、GPT 5.5);V4 Flash(對標 Claude Opus 4.7,便宜 90–100 倍)
  • 上下文視窗:1 億(100M)token
  • 平台:chat.deepseek.com,免費,無訊息上限,需 Email 登入
  • 四種模式:Instant(V4 Flash,快速問答)、Expert(V4 Pro,複雜分析)、DeepThink(V4 Pro,Chain of Thought 推理可視化)、Vision(Beta,支援圖片/手寫/截圖)
  • 功能:網路搜尋(即時資訊)、文件上傳(PDF/研究論文/試算表)
  • 測試案例:上傳 3 份文件(產品簡介+Q1 業績數據+競品發布資料)→ 輸出含實際留存率數據、競品威脅點、定位調整建議的具體報告
  • 授權:MIT 開源授權,可下載自行部署
  • 限制:中國公司,資料儲存於中國;部分政治/歷史話題有內容審查;最高難度推理任務仍遜於 Claude Opus 4.7 或 GPT 5.5

結論

結論

DeepSeek V4 的真正價值不在於模型本身有多強,而在於正確選用模式、搭配足夠厚度的上下文,免費工具就能穩定輸出付費工具等級的結果。

完整解析

詳細

DeepSeek V4 在 2026 年 4 月底發布後,許多人拿它和 ChatGPT、Claude 做比較,卻得出「差不多」或「比較差」的結論。影片作者認為,這個判斷本身就是因為用法錯誤所導致——大多數人把所有任務都丟進預設的 Instant 模式,等同於開著最省電模式跑高效能工作。

V4 的介面提供四種截然不同的模式。Instant 模式跑在 V4 Flash 上,適合不需深入推理的快速問答;Expert 模式跑在 V4 Pro 上,適合多步驟分析與複雜決策;DeepThink 模式是最關鍵的差異化功能,它讓模型完整展示 Chain of Thought 推理過程,使用者能看到每一個推導步驟,並在邏輯出錯時及時介入修正;Vision 模式目前仍在 Beta 階段,支援上傳圖片、白板照片與手寫內容。作者建議的混搭策略是:在 Expert 模式生成程式碼或方案後,直接在同一對話切換到 DeepThink,讓模型自我審查,往往能揪出第一輪忽略的邏輯缺陷。

上下文的厚度是影響輸出品質最被低估的變數。V4 支援 1 億 token 的上下文視窗,理論上足以放入一整年的公司經營資料。作者示範了一個實驗:同樣問「如何改善行銷策略」,第一次空手提問,得到可套用於任何公司的通用建議;第二次先上傳產品簡介、Q1 業績數據與競品最新發布資料,再問同一個問題,得到的回答直接指出公司實際的留存率弱點、點名競品的新功能威脅,並根據最差的計算指標建議定位調整方向。模型沒有變、問題沒有變,改變的只是餵入的上下文。更進一步的做法是在問問題前先要求 V4 閱讀所有文件並彙整觀察,讓模型在正式提問前就建立起對整個情境的工作理解,而非逐份處理。

最後,作者對 DeepSeek V4 的定位給出了務實的評估。對日常寫作、研究、資料分析、文件審閱等任務,V4 Pro 的輸出品質與 Claude Opus 4.7 差距不顯著,但免費。需要判斷開放性問題(例如評估計劃的合理性、帶有細膩語感的寫作)時,作者仍會選擇 Claude。V4 Flash 相較 Claude Opus 4.7 便宜 90 到 100 倍,對需要大量 API 呼叫的應用開發者來說成本差異極為顯著。但有三點需要清楚認知:資料儲存於中國伺服器,敏感商業資料使用前須確認組織政策;部分涉及中國政治歷史的話題有內容限制;最高難度的推理任務仍以 Claude Opus 4.7 或 GPT 5.5 為優先選擇。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。