10月13日，又一批用户发现 DeepSeek 的回答"变样了"：称呼更随意、文风忽长忽短，编码和长文表现也出现波动。知乎话题"10月13日DeepSeek 再次灰度测试能力下降怎么看？“两天内浏览量突破32万，小红书上被灰到的用户吐槽自己的对话"口音都变了”。 官方这一次没有说明测试内容，而戏剧性的是，这轮灰测开始约48小时后，DeepSeek 在10月15日早高峰发生一次从8点11分开始、全程持续4小时53分钟的全球性中断，当天下午罕见地发出了赔付公告。知乎小红书未来图灵
把今年十个月里的历轮灰度测试串起来看，"变笨"恰恰是灰度期的常态，被灰度账号遇到的倒退感，多数并不等于正式版被降级；而频繁灰测、宕机与赔付叠加在一起，指向的是一个临近的大版本节点。
这轮灰度在测什么：官方没说，但能圈出范围
DeepSeek 的灰度测试长期是"按账号"投放的：被抽中的用户会切到新的后台版本，用户端既没有开关也没有标识，只能靠体验差异反推。目前可确认的现状是，V4.1 家族中 Flash 已于9月10日正式上线，Pro 仍未发布、处于按账号的早期灰度阶段。 更早的7月，V4 正式版（GA）也是先在 OpenCode 上按账号投放，被选中的账号有机会拿到未公开的新版本。 因此10月13日被广泛感知到的这轮"换模型"，最合理的解释是 V4.1 Pro 或其后继候选版本的又一轮投放——但在官方确认之前，任何具体版本号都只能算猜测。知乎知乎
为什么被灰到的版本反而更难用
一是灰度对象往往还没"调好"。8月那轮灰测中就有技术用户判断，被测版本像是"下一代模型的教师模型"，思维链"好像是未做对齐的"。 未完成后训练的中间版本被直接放到真实用户面前，收集的是数据而非交付体验，说话笨拙、答非所问都在预期之内。今年2月那轮灰测后风格"变冷淡"冲上热搜时，DeepSeek 官方回应直接承认这是灰度测试的副作用，并称 V4 会对情感交互做调优。知乎新浪科技
二是功能与模式的切换会放大倒退感。9月初有长篇创作者反馈，自己被分配进灰度测试组后，网页端被强制锁定"快速模式"，长文本输出能力明显缩水。 10月13日这轮同样出现了文风与"口音"的漂移——风格扰动容易被感知为智力扰动。微博
三是负载在叠加。10月15日8点11分起，官方状态页挂出红色公告，对话服务、V4 Pro API 与 V4.1 Flash API 同时部分中断，全球用户集体撞上"服务器繁忙"。 卡顿会让回复变短、截断、答不全，没被灰度的用户也会误读为"模型变弱"。需要划清边界的是，灰度轮换与这次故障之间没有任何官方证据表明存在因果关系，两者只是时间上相邻。36氪
"再启"的节奏，和大版本前的信号
回看全年，这至少是 DeepSeek 今年第六轮可被观察到的灰度投放。2月那一轮伴随"变冷淡"的风格争议。4月与7月分别出现 V4 正式版和 OpenCode 账号灰度的反馈。8月19日的一轮，甚至被测试用户反馈"能力超过上次灰测"。 9月12日，App 端又灰度上线了语音对话，被抽中的用户右上角会出现一个小喇叭按钮。 再到10月13日，"能力下降"的争议把灰测重新推上热榜。知乎知乎
更值得注意的是产品侧的动作：10月15日故障当天，DeepSeek 已开源的 Agent 运行平台 Harness 注册了 B 站账号，主页尚空但关注很快过万。 配合赔付公告与"全面梳理并剥离单点依赖"的措辞，可以看到这次中断被官方定性为架构层面的问题，而排查扩容往往与新版本上线共用同一个窗口期。量子位国是直通车
普通用户现在该做什么
不必因为几次回复变差就断定"DeepSeek 不行了"：灰度按账号随机轮换，同一个账号这周可能被灰到，下周就回到正式版本。真正有效的应对分三层。轻度用户等官方公告即可，被灰到后若体验明显变差，可通过 App 内反馈渠道提交——这正是灰测需要的数据。重度依赖者建议改用 API 侧显式指定模型名的调用方式（如 deepseek-v4-pro、deepseek-v4-flash），绕开网页端的随机轮换；长文创作、情绪陪伴这类对风格敏感的任务，切换模型或把提示词写得更具体即可对冲。企业用户则要看清赔付边界：返还是赠金而非现金，只覆盖 API 消费额，近5小时停机造成的业务损失并不在补偿范围内，关键链路仍需保留第二供应商。 接下来的观察节点很清楚：官方状态页是否恢复平稳、V4.1 Pro 何时正式落地、以及 Harness 这套"外骨骼"在国内的动作——三件事凑齐之日，大概率就是新版本的发布日。蓝鲸新闻
