DeepSeek实施限额策略,腾讯社交生态应对AI陪伴成本挑战
DeepSeek因算力不足对C端用户实施对话限额、缩短长对话存续期并限制单次输入长度。结合其V4 Pro等模型的峰谷定价机制,AI陪伴的服务成本显著上升,挤占了传统人际社交的注意力份额。腾讯通过内部AI智能体(如小微)和与DeepSeek的资本合作,试图在AI对话与人际社交的边界中重新定义人机相处模式。
推荐理由:文章结合算力定价与使用限额,解析AI陪伴成本如何重塑社交竞争格局。
公司与模型
DeepSeek(深度求索)的模型发布、开源权重、技术报告与 API 价格变化。
37 条精选近 30 天 14 条共收录 303 条
DeepSeek因算力不足对C端用户实施对话限额、缩短长对话存续期并限制单次输入长度。结合其V4 Pro等模型的峰谷定价机制,AI陪伴的服务成本显著上升,挤占了传统人际社交的注意力份额。腾讯通过内部AI智能体(如小微)和与DeepSeek的资本合作,试图在AI对话与人际社交的边界中重新定义人机相处模式。
推荐理由:文章结合算力定价与使用限额,解析AI陪伴成本如何重塑社交竞争格局。
DeepSeek 于 11 月 15 日起在 App 和网页端陆续出现限额提示,部分用户收到算力不足、超过 72 小时未活跃的长对话暂不可用的反馈,单次输入约 4 万字、每日额度触顶后暂停使用。
推荐理由:官方推出两条官方路径,读者可以据此选择迁移方式。
DeepSeek 宣布开放全家桶应用 API,开发者在原有 API 中开启参数即可使用深度思考搜索、文件输入及联网抓取功能,实现与完整 DeepSeek App 一致的能力。官方同时提供了独立的搜索、OCR、ASR 及 TTS 接口,并开源了支持导入历史对话的轻量前端 Demo。使用相关扩展功能需额外支付调用费用,其中文字与图片搜索、网页抓取均定价为 5 元/千次。
推荐理由:DeepSeek 开放了包含深度思考搜索、多模态输入及底层语音接口的全家桶 API,并提供前端 Demo 与详细计费标准。
吉林大学大四学生小C开发的DSH移动端应用dsh-Go上线三小时Star破1k,目前达到1.8万,成为爆款。小C坦言自己没有AI该项目可能运行不起来,其认为未来个人开发者最重要的能力是抓需求和品味,建议非专业者通过干中学用好AI。
推荐理由:通过22岁非科班开发者深度复盘,拆解了DSH移动端社区爆款爆火背后的生态逻辑与个人抓需求核心方法。
Check Point Research 分析 1800 多个公开部署的 ARTEX 自动渗透测试实例,发现网络犯罪者已利用 AI Agent 自动化窃取凭证。在针对游戏数据号的攻击中,Agent 全自主回收 19 万份凭证,模型调用成本仅 180 至 360 美元。分析显示攻击者极少干预,主要使用 Deepseek Flash 系列模型,利用 RCE 等漏洞在广域范围内执行机会型犯罪。
推荐理由:Check Point 提供了操作台后台日志,展示了攻击者如何用极低成本部署全自主的 LLM Agent 攻击链并达成大规模数据窃取。
DeepSeek Harness 披露 11 月 4 日官方 API 日活用户 154 万,日消耗 Token 约 92 万亿,第三方插件增长至 3.5 万个。平台正式筹备开发者支持计划,将通过 Token 激励、技术交流和作品推荐扶持插件作者,并着手建设官方插件市场,解决随着插件数量增加带来的上下文成本与版本稳定性问题。
推荐理由:文章展示了 Harness 用户规模与插件生态现状,并讨论了开发者激励如何影响插件质量与平台稳定性。
中国人民大学与复旦大学联合团队提出CoworkOS系统,旨在通过三层协作架构、共享应用环境和持久工作状态,让智能体成为能处理复杂办公任务并跨会话持续工作的AI同事。
推荐理由:论文提出三层协作与共享应用架构,通过12项基准测试和递归自我改进实验验证了其在真实复杂办公任务中的持续执行能力。
DeepSeek Harness团队开源了Super-agent底层架构原型,将调度、存算分离等经典计算机系统设计引入Agent系统。实验显示该架构下50%任务在12.4分钟内完成,95%任务在15.7分钟内完成,显著优于单一Session方案。
推荐理由:原文展示了DeepSeek将计算机系统经典调度思想应用于Agent架构的实验数据,读者可评估其提升多任务并发稳定性的技术路径。
面壁智能宣布开源AI算子生成系统ForgeKernel。该系统在英伟达B200上通过22.5小时自进化,使生成的FlashMLA Prefill算子耗时降至472微秒,比DeepSeek开源的FlashMLA快9.8%。ForgeKernel在昇腾多张硬件榜单位列第一,其生成的算子已在国产芯片上完成MiniCPM5-1B长训测试。
推荐理由:面壁智能宣布开源AI算子生成系统ForgeKernel,展示其零源码编写算子并超越人类专家手写的实际性能。
DeepSeek V4.1 Flash 模型更新至包含网页搜索功能的版本,API 支持网页搜索与抓取,按请求次数计费,价格为每 1000 次成功请求 5 元。DeepSeek 搜索作为 AI 原生通用搜索引擎,索引了全球千亿级网页,支持多语言搜索,并公开了相关性、权威性、时效性的评分标准(rerank_score ≥ 1.5 和 authority ≥ 3)。
推荐理由:从商业逻辑上拆解了DeepSeek搜索API公开评分机制如何降低开发门槛,解释其与传统搜索的差异及对百度的结构性冲击。
据CCTV关联账号报道,DeepSeek和MiniMax已完成中国新的出口注册流程,获批向海外开源模型并进行授权。该批准发生在北京收紧AI技术转移监管几天后,它们是国内首批被允许在全球运营的技术。这表明新规则会管控中国的开源权重发布,而非叫停它们。
推荐理由:文章将DeepSeek与MiniMax获批事件置于中国新出口管制背景下,读者可以理解监管收紧下开源出海的实际走向。
彭博社援引消息称,DeepSeek 最新融资规模达约 1000 亿元人民币,宁德时代与腾讯为主要投资方。报道指出该轮融资有助于其缩小与 Anthropic、OpenAI 的资金差距,并支持其建设数据中心与开发面向海外市场的开源模型。
推荐理由:文章梳理了 DeepSeek 千亿元融资的谈判过程与投资方,并对比其与美国头部实验室的资金差距,为观察中国 AI 产业资本走向提供依据。
CrowdStrike 研究人员分析了 5 月至 8 月间四个威胁群组利用 AI 实施的网络攻击。这些群组主要使用 Anthropic 的 Claude 和 DeepSeek 开源模型,通过构建自动化的“智能体”基础设施实施攻击,并利用模型路由和“越狱”技巧绕过安全护栏。最复杂的攻击者甚至定制了渗透测试工具,成功入侵了阿根廷、巴西、哥伦比亚等地的政府及私营企业系统,窃取凭证和医疗记录。
推荐理由:CrowdStrike 披露了四个威胁群组利用 Claude 和 DeepSeek 模型实施自主网络攻击的细节,展示了当前 AI 护栏在应对复杂攻击时的局限性。
DeepSeek 开源了 DeepInfer 推理引擎和配套协议处理库 deepseek-recipe,披露单集群日均处理 155T tokens、96% 输入缓存命中率的实测生产数据。vLLM 团队随即发布官方对比,测得 decode 吞吐量在 GB200 上仅落后 DeepInfer 不到 6%,并公开了 AgentX 基准复现指南,以开源引擎实测数据回应单栈效率质疑。
推荐理由:vLLM 官方给出 decode 性能对比数据,修正了 DeepSeek 单栈优势叙事,并提供了开源生产推理堆栈的经济学测算框架。
MiniMax M3.1 Flash 正式发布,并确认是匿名模型 Space Bunny 的正式版,主打高速推理与低成本。该模型在 Automation-Bench、DeepSWE、ALE 等基准上表现强劲,在 ALE 任务中花费约 739 元即可跑完,性能追平甚至部分反超旗舰级模型如 Claude Opus 5。
推荐理由:M3.1 Flash 的定价与多任务基准成绩被并排放在 DeepSeek V4.1 Flash 和 Opus 5 的坐标系中,可以直接看出当前低段位模型的价格锚点。
DeepSeek 官方宣布全面开源内部推理框架 DeepInfer 及生产级 Token 编解码组件 deepseek-recipe,旨在通过分享部署经验帮助开发者优化大规模推理的吞吐与延迟。
推荐理由:开源框架支持多种解码能力并兼容主流硬件平台,开发者可直接复用其部署经验以降低大规模推理成本。
美国国土安全部(DHS)下令所有文职政府机构停止使用中国公司DeepSeek的AI技术及其衍生产品。该禁令自7月底生效,适用于财政部、国务院等文职机构,但排除国防部。此举延续了美国对DeepSeek的监管限制。文章提到,由于DeepSeek模型开源且成本低廉,曾被Snowflake等公司用于业务,其训练成本远低于美国同行,引发了对美国AI企业竞争力的担忧。
推荐理由:美国国土安全部禁令将DeepSeek排除在文职政府体系之外,为评估开源模型在地缘政治下的合规风险提供了具体参照。
Arena 宣布 DeepSeek-V4.1-Flash-1017(Max)以 1670 分超过 Kimi K3(Max),成为 Code Arena: WebDev 榜单排名最高的开源模型。该模型在 DeepSWE v1.1 测试中得分超越 GPT-6 Astra 等模型,每百万 Token 输入成本约为 Kimi K3 的 1/10,支持一次性生成可运行的 3D 场景与网页游戏。
推荐理由:读者能基于实测案例和价格数据,判断新模型在创意原型开发中的性价比。
DeepSeek 发布 V4.1-Flash-1017,在多个 Agent 与编码任务中达到更高分并降低单任务成本。模型在 DeepSWE 基准上取得 77.0%,平均成本低于 $0.20。DeepSeek 同时公开了搜索与抓取 API,开发者可按每 1,000 次调用 $0.75 使用。
推荐理由:文章给出成本与性能变化,读者可以评估新模型在 Agent 任务中是否值得替换。
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本,官方网页端、APP 与 API 已同步变更。新版通过强化学习提升了游戏开发与 3D 建模等项目构建能力,并优化了性能与成本平衡,支持在较少的提示词条件下实现复杂任务。
推荐理由:新版本提升了游戏与3D项目开发能力,开放了带鉴权的自研搜索 API,并同步更新多端入口。