“被deepseek超过那你就玩完了，但是超过deepseek你也没什么可骄傲的” 这是我最近看到的最有意思的一句话，可以说全网都被deepseek刷屏了，其实我也真的没想到竟然有人能把模型做的又省钱又好… 完成同样一个完整的 Agent 任务， DeepSeek 花 3 美分， Claude Fable 5 花 3.15 美元， 100倍的成本差距 我愿称之为第二次的“deepseek时刻”！！ 回想起 2025 年初那个第一次的 DeepSeek 时刻， 当时它证明了开源模型能追平闭源， 现在它证明的是，可用级别的智能模型，成本已经低到几乎可以忽略不计 大家很多人没意识到这个数量级成本的减少意味着什么 这不是简单的打个折，或者性能优化了 20%， 而是一个完全不同的商业逻辑 以前我们要做个agent产品，要商业化 ，最先考虑的一定是调用成本的问题 可以说每多一轮调用都在心疼 token， 要做缓存，要想尽办法省调用 现在你完全可以让 Agent 随便跑， 跑十轮二十轮，成本还不到以前的零头 从产品经理视角看这件事，我习惯用产品思维拆解这次成本锐减带来的新机会 DeepSeek V4-Flash 这次的升级路径很有意思： 参数架构完全不变（284B 总参数 / 13B 激活）， 纯靠后训练把 Agent 能力从 7.3 拉到 54.4，涨了 7.5 倍 这打破了一个行业共识： 大家以为提升能力 = 堆更多参数量= 更高的调用成本 DeepSeek 证明了另一条路： 同样的模型，通过更好的训练方法， 可以在不增加推理成本的前提下，大幅提升实际可用性 这才是真正的工程创新 我觉得这肯定会直接催生一整代以前根本不可能存在的产品 那些需要大规模、长程、多轮 Agent 调用的应用， 以前算下来 ROI 根本不成立， 现在突然就全部成立了 比如： 全天候运行的个人 AI 助理，不用担心月底账单爆炸 深度代码审查工具，可以反复迭代几十轮直到完美 实时市场分析 Agent，每分钟跑一次也不心疼 教育场景的无限耐心 AI 导师 以前这些场景的技术可行性都在， 但商业可行性不在 现在门槛被彻底打开了 当然，顶尖模型在最难的任务上还是更强， 但日常 80% 的工作， 3 美分和 3 美元做出来的东西，大多数人根本分不出区别 接下来会发生什么： 闭源厂商会被迫继续降价 开发者会重新分层使用模型， 高频日常任务全用 Flash 级别的模型， 只有最关键的决策才用最贵的模型 但最深远的影响其实是， 智能本身正在变成大宗商品… 就像电力，就像带宽， 当它便宜到一定程度， 就没有人再去讨论它的价格了， 大家只会讨论用它来造什么 网友说的“DeepSeek 斩杀线”不是玩笑 难怪大家又开始叫梁文峰“梁圣”， 还有人说梁圣的恩情还不完 而这一天，可能比我们所有人预想的都要来得快 作为 AI个体，我最关心的永远是： 这个工具能帮我省多少时间，赚多少钱， 以及它背后的商业逻辑是什么 AGI时代因为deepseek最起码加速了20年！