2026年2月11日傍晚，人工智能领域迎来一次悄然的更新，DeepSeek在未做任何官方预告的情况下，对其网页端和App端模型开启了灰度测试。这次更新在短时间内引发了广泛关注，上线初期甚至一度出现服务器繁忙的情况。
此次更新最引人注目的亮点，是上下文窗口的“史诗级”扩容。模型支持的上下文长度从前一版本的128K Tokens，一跃提升至1M（百万）Tokens。这意味着新模型能够一次性处理约150万汉字或近百万英文单词的文本量，足以完整读入并分析《三体》三部曲全集，或是一个中型软件项目的全部源代码。多位用户和媒体实测发现，向新模型提交数十万字的文档（如《简爱》全本），模型均能快速完成阅读和分析，展现了强大的长文本处理能力。
除了上下文长度的飞跃，新模型的知识库也得到了刷新，知识截止日期从此前的2024年中期大幅推进至2025年5月。这使得模型能够理解和回应2024年下半年至2025年初发生的重大事件和科技进展，信息时效性显著增强。
这次更新的究竟是哪个版本？是传闻已久的DeepSeek-V4，还是V3系列的终极形态？DeepSeek官方并未给出明确的版本号，模型在自我介绍时也仅称自己为持续进化的“最新版”。然而，业界的观察和分析已经指向了其背后可能发生的深刻技术变革。有分析指出，新版本可能引入了“条件记忆（Conditional Memory）”与“流形约束超连接（mHC）”等新技术。这些技术线索早前已在DeepSeek发布的研究论文以及其开源项目的代码中出现。
通俗地讲，“条件记忆”模块就像是为大模型外挂了一个可以快速查找的“硬盘”，专门存储静态、固化的知识（如事实、概念），而模型的核心计算单元则能更专注于逻辑推理和动态分析。这种“存算分离”的架构，被认为是实现超长上下文处理同时控制成本和延迟的关键。有测试反馈，新模型在处理复杂任务时的响应速度和逻辑条理性均有明显提升，一个过去需要近20秒才能完成推理的问题，新模型仅需数秒。
然而，技术上的飞跃并未立即收获满堂彩。更新上线后，大量用户在社交媒体上反映，更新后的DeepSeek“变冷淡了”、“变傻了”。许多用户抱怨，模型不再记忆和使用他们设置的昵称，统一以“用户”相称，失去了此前的亲切感；同时，回复的语言风格也变得生硬、简短，甚至带有一种居高临下的说教口吻，被用户戏称为“登味”十足。原本以细腻、共情见长的交互体验似乎被削弱，引发了不少用户的“戒断反应”和吐槽。
面对用户的反馈，有业内人士分析，此次灰度测试的版本可能类似于一个为正式版V4做压力测试的“极速版”，在追求性能和效率的过程中，暂时牺牲了部分交互体验的质量。DeepSeek模型在与用户的对话中也对此进行了解释，称风格变化是出于对信息密度和用户边界感的考虑。后续，其团队通过社区渠道回应，承诺在即将正式发布的V4版本中修复语气问题，在保留百万级上下文能力的同时，恢复个性化交互体验。
DeepSeek此次的新模型上线，不仅是一次参数上的简单升级，更是一次底层架构创新的集中体现。百万级上下文和知识库更新只是其外在表现，背后以“条件记忆”为代表的技术探索，展现了其在提升性能、降低成本、走向更实用化AI的明确路径。尽管灰度测试阶段的交互体验引发了一些争议，但也让外界更加期待那个兼具强大能力与良好体验的正式版本，也就是传闻中即将在春节前后发布的DeepSeek-V4。这道“开胃菜”已经吊足了胃口，真正的“年夜饭”或许还在后头。
