DeepSeek究竟遭遇了什么？曾經(jīng)的“火箭式迭代”為何驟然減速？

3月12日，白鯨實驗室獨家消息稱，DeepSeek V4預(yù)計于4月正式上線。

消息一出，AI領(lǐng)域瞬間熱議——“終于要來了？”“這次不會又是空談吧？”。

之所以出現(xiàn)這種既興奮又懷疑的復(fù)雜反應(yīng)，是因為過去幾個月里，DeepSeek的發(fā)布時間已被反復(fù)“預(yù)告”多次。

1月說春節(jié)前后，2月說中旬，3月又傳本周上線，一次次讓開發(fā)者翹首以盼。

然而，隨著希望一次次落空，DeepSeek被網(wǎng)友調(diào)侃為“賈躍亭下周回國”式發(fā)布：

永遠即將到來，卻總差最后一步。

回想2025年12月1日DeepSeek V3.2發(fā)布的那天，堪稱中國AI史上的高光時刻！

開源社區(qū)沸騰，全球開發(fā)者歡呼，中國力量首次在數(shù)學(xué)、代碼基準測試中硬撼閉源巨頭，被譽為“中國版OpenAI o1升級版”。

但如今，距離V3.2發(fā)布已過去整整3個月，V4卻依舊“只聞其聲不見其形”。

反觀OpenAI幾乎每月更新一次，Anthropic更是密集推出Claude 4系列，將“agent閉環(huán)”運用得爐火純青。

DeepSeek到底怎么了？曾經(jīng)的“火箭式迭代”為何突然剎車？

01 DeepSeek的步伐慢了

2025年是DeepSeek的“輝煌之年”。

V3系列、R1推理模型、V3.2-Exp（稀疏注意力）、V3.2正式版，平均1-2個月就有一次大更新。

數(shù)學(xué)/代碼基準多次局部超越閉源模型，API價格極具競爭力，開源權(quán)重發(fā)布后甚至引發(fā)美股波動。

開發(fā)者們紛紛刷屏：“DeepSeek才是真正的王者！”“中國AI，終于將不可能變?yōu)楝F(xiàn)實！”

其App上線短短幾個月，累計下載量突破1.1億次，周活躍用戶最高接近9700萬！開發(fā)者的關(guān)注度被徹底吸引。

那個階段的DeepSeek，就像一臺不停運轉(zhuǎn)的迭代機器，讓整個行業(yè)感受到中國開源玩家的速度。

然而V3.2之后，DeepSeek僅有一些小調(diào)整：上下文擴展至1M、API微調(diào)等，沒有新權(quán)重、無重大功能提升。GitHub和Hugging Face的新倉庫停滯，API更新日志最后一條仍停留在2025年12月1日。

社區(qū)早已失去耐心。

DeepSeek V4的發(fā)布時間，從1月春節(jié)前后，到2月中旬，再到3月初，如今又到4月窗口，開發(fā)者已被反復(fù)吊足胃口。

而同期OpenAI和Anthropic卻進入“月更模式”。

OpenAI：2025年4月推出o3/o4-mini，6月推出o3-pro，2026年進入GPT-5系列（5.3 Codex、5.4 Thinking），幾乎每月都有模型、產(chǎn)品和接口同步更新。

Anthropic：2025年5月Claude 4首發(fā)，后續(xù)4.5/4.6密集落地，2026年2月同步推出Opus 4.6 + Sonnet 4.6，具備1M上下文、Agent長任務(wù)強化能力，從聊天機器人轉(zhuǎn)向自主Agent。

DeepSeek與對手發(fā)布頻率時間軸圖（2025.9-2026.3）

對比清晰可見：

2025年12月-2026年3月，OpenAI迭代4次，Anthropic迭代2次以上，DeepSeek大版本更新為0次。

曾經(jīng)靠“火箭迭代”一路領(lǐng)先的DeepSeek，為何突然慢了下來？

02 DeepSeek放緩的背后

DeepSeek動作變慢，背后至少有三個原因。

從“模型發(fā)布”轉(zhuǎn)向“系統(tǒng)工程”，難度大幅提升。

過去發(fā)布基礎(chǔ)模型，重點在于參數(shù)、訓(xùn)練和基準測試?，F(xiàn)在V4若要成為agent時代的主力，必須解決模型“能否連續(xù)執(zhí)行任務(wù)”的問題。

DeepSeek V3.2已明確將重心轉(zhuǎn)向工具使用和agent訓(xùn)練數(shù)據(jù)。官方提到引入了覆蓋1800+真實環(huán)境、8.5萬+復(fù)雜指令的agent訓(xùn)練數(shù)據(jù)合成方法。

這標志著DeepSeek已進入更復(fù)雜的階段：不再是訓(xùn)練更聰明的模型，而是打造真正可執(zhí)行的系統(tǒng)。

這與團隊近幾個月的研究方向完全一致：

梁文鋒2026年1月署名論文《Conditional Memory via Scalable Lookup》提出條件記憶機制，2025年12月《mHC: Manifold-Constrained Hyper-Connections》優(yōu)化Transformer記憶與長上下文瓶頸。

隨著訓(xùn)練和驗證復(fù)雜度呈指數(shù)級上升，模型迭代周期自然拉長。

DeepSeek的負擔(dān)加重：開源明星的每一步都更艱難。

作為全球開發(fā)者眼中的“開源之光”，DeepSeek沒有犯錯的余地。

與OpenAI、Anthropic不同，DeepSeek背負著整個開源社區(qū)的巨大期望，任何一次平庸的迭代都會被視為“走下神壇”。

一旦性能不夠突出，口碑反噬會更強烈；一旦過于激進，推理成本和部署門檻會勸退開發(fā)者；一旦權(quán)重、推理框架、工具鏈配套不到位，生態(tài)會迅速失望。

這讓DeepSeek必須確保每次發(fā)布都有突破性進展。

在開源生態(tài)中，維持“代際領(lǐng)先”的壓力遠高于閉源巨頭，因為你交出的是核心技術(shù)，而對手會根據(jù)你的技術(shù)調(diào)整策略。

如今DeepSeek仍是業(yè)界的“效率標桿”，市場期望是“用1/10成本達到GPT同等性能”。如果V4僅小幅提升性能卻增加推理成本，DeepSeek的神話可能破滅。

因此，頻繁小修小補對DeepSeek未必有利，一個沒有明顯代際優(yōu)勢的V4，反而不如不發(fā)布。

資源與組織的瓶頸可能正在顯現(xiàn)。

2026年的大模型競爭已成為持續(xù)的工業(yè)化比拼，比拼的是算力持續(xù)供給、數(shù)據(jù)與后訓(xùn)練流水線、評測體系、工程團隊規(guī)模、產(chǎn)品-用戶-收入-再訓(xùn)練閉環(huán)。

OpenAI和Anthropic能每月更新，正是因為它們已形成強大的閉環(huán)體系。

例如，Anthropic將Claude 4重點放在編碼、長任務(wù)、agent工作流和整套API能力；而OpenAI則同步推進模型、產(chǎn)品和API接口。

DeepSeek面臨的挑戰(zhàn)，不再是下一次能否刷新榜單，而是能否跟上工業(yè)化迭代速度。

更具戰(zhàn)略意義的挑戰(zhàn)在于硬件生態(tài)的重構(gòu)。

據(jù)爆料，DeepSeek V4將深度適配國產(chǎn)芯片，有望成為首個完全運行在國產(chǎn)算力生態(tài)上的大模型。

在外部技術(shù)封鎖與內(nèi)部算力自主的雙重壓力下，這種從底層架構(gòu)到國產(chǎn)硬件的“全面適配”，必然會延長研發(fā)周期。

這不僅是技術(shù)的博弈，更是對資源與工程能力的極限考驗。

03 為何對手越來越快？

與DeepSeek的謹慎不同，美國巨頭們正處于近乎瘋狂的“月更模式”。

Anthropic尤為明顯，近一年產(chǎn)品路線高度聚焦：編碼、agent、企業(yè)工作流。

2025年5月Claude 4發(fā)布時，就直接將“長時間復(fù)雜任務(wù)”和“agent workflows”作為核心賣點，同時配套各種開發(fā)者能力。

Anthropic將有限資源集中投入最易形成壁壘的方向，因此更新節(jié)奏更清晰、落地更快。

OpenAI則是另一種快速模式。

它形成了平臺化推進節(jié)奏：模型層小步快跑、產(chǎn)品層持續(xù)上新、API層不斷增強，用戶始終能感受到更新。

雖然兩家打法不同，但結(jié)果一致。它們持續(xù)為開發(fā)者提供新功能，為企業(yè)賦予新能力，給市場帶來確定感。

而DeepSeek的問題，恰恰是這幾個月給外界的信號太少。開發(fā)者起初會等待，時間久了就會將注意力轉(zhuǎn)向可上手的模型。

短期來看，DeepSeek與頭部模型廠商的差距確實拉大了。

但值得注意的是，在基準測試層面，DeepSeek V3.2在數(shù)學(xué)/代碼領(lǐng)域仍具競爭力；而V4傳出的方向，也足夠有沖擊力。

爆料顯示，梁文鋒過去半年在彌補視覺內(nèi)容處理和AI搜索短板，V4將聚焦多模態(tài)、長期記憶、代碼能力提升，還將深度適配國產(chǎn)芯片。

3月11日OpenRouter上出現(xiàn)的Alpha模型，也讓開發(fā)者提前感受到“多模態(tài)+長agent”的趨勢。

如果V4真能同時實現(xiàn)多模態(tài)、長期記憶、代碼能力和國產(chǎn)芯片適配，那么DeepSeek長期仍有競爭力。

4月發(fā)布窗口越來越近。

DeepSeek的“慢”，究竟是速度下降，還是蓄力待發(fā)，我們拭目以待。

本文來自微信公眾號“世界模型工場”，作者：世界模型工場，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com