#DeepSeek
共 344 篇相关文章
DeepSeek成"蓝色大肥鱼"：AI人格反差为何走红
推特X热贴称西方大模型输出带"阴郁感"，唯独DeepSeek像"蓝色大肥鱼"。本文解析这一梗的起源、西方模型紧绷感的成因，以及AI人格化反差走红背后的产品启示。
让DeepSeek自己操作浏览器给形象投票，结果出乎意料
B站UP主让DeepSeek自己操作浏览器给官方形象投票，AI不仅完成了投票还给出了自己的解释。这场趣味实验展示了AI Agent操作能力与产品人格化趋势，一起看看DeepSeek会怎么选。
DeepSeek Harness开源：一切皆插件的Agent框架实战入门
DeepSeek Harness（DSH）开源Agent框架实战入门：一条npx命令即可安装，主打「一切皆插件」的架构理念，支持DeepAgent与Skill编排，本文梳理其安装方式、设计思路与五大核心要点。
DeepSeek Orb开源：把Harness改成悬浮球，一键接管电脑
B站UP主基于DeepSeek V4.1魔改官方开源Harness，做出悬浮球形态的桌面agent「DeepSeek Orb」，支持一键唤起、接管鼠标键盘操作电脑，并采用双轨agent架构让后台干活、前台待命。项目已在GitHub开源，支持Windows和Mac。
DeepSeek Harness 深度解析：Agent 运行时与插件开发指南
深度解析 DeepSeek Harness 开源 agent 运行时：agent=model+harness 架构、Cordis 插件生命周期、如何手写工具插件，以及 Electron 桌面版 v0.1.7-rc.2 的更新与安全边界。
用DeepSeek+Python Turtle库间接生成图片：一次有趣的实验
DeepSeek 本身不能生成图片，但通过让它编写 Python Turtle 库的绘图代码，就能间接「画」出图案。本文解析这一实验的思路、实现方法与效果局限，并探讨其背后的模型工具调用理念。
DeepSeek Elastic Compute (DSec)登陆Hacker News热榜
DeepSeek Elastic Compute (DSec)论文登上Hacker News热榜，获186点赞。本文梳理该弹性算力方案的话题背景、行业意义与关注焦点，探讨大模型算力效率优化趋势。
DeepSeek Browser Use实测：AI自主充值并开发票
B站UP主实测 DeepSeek Browser Use，一款让 DeepSeek 模型自主操作浏览器的开源中间件。实录展示AI完成账号充值10元和自动开发票全过程，涵盖服务启动、登录、扫码支付、表单填写等环节。
从DeepSeek看基模创业：颠覆式创新为何独立发生？
对话栾宇深度解析DeepSeek等基础模型创业的成功逻辑：为何颠覆式创新独立发生、懂技术的领导者为何关键、战略定力与决绝投入如何决定成败。
海外工程师实测五大开源模型：DeepSeek Flash封神，GLM Flash夺冠
海外工程师基于真实agentic工作流实测五大开源模型：Kimi K3、DeepSeek Pro、GLM 5.3、DeepSeek 401 Flash与GLM 5.3 Flash。DeepSeek Flash基准超Opus 5，GLM Flash夺冠，附跨实验室混搭实战技巧。
DeepSeek Harness入门：Node.js环境配置与环境变量设置详解
DeepSeek Harness零基础安装教程：详解Node.js环境安装、npm验证、环境变量配置全过程，教你把插件包挡在C盘之外，为大模型办公自动化打好基础。
DeepSeek本地部署实战：Ollama+API调用完整教程
手把手教你用Ollama在本地或云服务器部署DeepSeek大模型，涵盖硬件配置选型、模型下载命令，以及Ollama官方库、requests、OpenAI兼容接口三种API调用方式，小白也能轻松上手。
DeepSeek Harness入门：Node.js环境安装与配置全指南
DeepSeek Harness 零基础入门教程：详解 Node.js 环境安装、npm 配置与系统环境变量设置全流程，避开 C 盘占满、路径中文等常见坑，为搭建 AI 智能体框架打好基础。
DeepSeek V5爆料：开源模型剑指Astra，多方新模型混战在即
海外博主爆料DeepSeek V5将对标GPT-6 Astra与Fable 5.1，Kimi K3.1、Anthropic Opus 5.5等新模型也接连传出消息。本文梳理各方泄露信息与内测者观点分歧，解读AI大模型的密集竞争态势。
DeepSeek V4.1 Flash实测：不是模型拉了，是你没用对
DeepSeek V4.1 Flash实测5天：速度飙到250 token/秒，但在不同Harness下体验天差地别。本文还原从'串稀玩意儿'到'最好用模型'的评价反转，揭示上下文污染、模型行为与工作流匹配才是关键。
拆解DeepSeek V3：557万美元训出671B参数模型的四大工程秘密
油管博主逐行拆解DeepSeek V3技术报告，揭示671B参数模型仅用557.6万美元完成训练的四大工程决策：MoE专家路由、无辅助损失负载均衡、MLA注意力压缩与FP8混合精度训练。附成本细节与基准表现及必要的怀疑。
DeepSeek V4.1 Flash实测：不到1美元烧掉6500万tokens
DeepSeek V4.1 Flash实测：89分钟消耗6500万tokens构建应用仅花不到1美元。深度解析其因果编码器-解码器架构、KV缓存瘦身至不足1KB、Ingram条件记忆与MIT许可证带来的成本革命。
DeepSeek V4.1 Flash深度解析：低价屠榜背后的架构革命
DeepSeek V4.1 Flash深度解析：5520亿参数MoE模型通过CED架构、CSA2稀疏注意力和FP4缓存，将KV Cache压缩437倍、成本直降60%，在智能体基准上击败昂贵旗舰。同时强制迁移策略引发开发者反弹，本文剖析其技术与行业影响。
