许愿式编程发布，谁说梁文锋不宠“小白”？

梁文锋曾在面向投资者的非公开会议上表示：“我们在C端投入的精力并不多，甚至一度考虑过放弃维护这部分用户。”但如今来看，他的说法与实际行动并不一致——嘴上说着不重视C端，实际上却对普通用户格外上心。

10月17日，DeepSeek推出了V4.1 Flash 1017版本，其最大亮点在于支持“许愿式编程”。用户只需向DeepSeek描述自己的想法，无需提供具体参数、细节或素材，系统便能自动完成整个生产流程。

这一功能明显是为“小白”用户设计的。资深工程师们未必用得上它，因为他们能够向模型输入完整的提示词，无需“许愿”，直接“下达指令”即可。由此可见，DeepSeek对C端用户体验的重视程度。

除了许愿式编程这一核心更新外，新版本还通过基于自反馈的强化学习训练，提升了在游戏开发、3D建模等领域“从零构建完整项目”的能力。

以下视频由V4.1 Flash 1017、Gemini 4 Argon以及GPT-6 Luna生成。

此外，V4.1 Flash 1017发布当天，官方宣布开放了DeepSeek自主研发的Search和Fetch两个接口。

Search类似于常见的搜索引擎，输入查询后返回相关网页的结果列表。Fetch则更像是服务于Agent的接口，输入网址后抓取网页内容，并将其整理成模型可读的文本。

“许愿式编程”究竟是什么？

“许愿式编程”并非一个全新的概念。它指的是，你只需向AI表达需求，AI便会自动将需求拆解为任务，编写代码，完成验证，最终交付一个完整且可运行的产品。

例如，如果你想要一辆车，V4.1 Flash 1017会从一颗螺丝钉开始，逐步为你打造出完整的汽车。

乍看之下，许愿式编程与Agent几乎无异，但实则存在差异。Agent是一种技术形态，涉及模型与终端、文件、浏览器、搜索等工具的结合。模型通过推理任务，选择并调用不同工具，最终借助这些工具完成任务。

与Agent相比，许愿式编程的起点更低。例如，一句话或几张参考图即可启动，而Agent通常需要详细的参考文档，但V4.1 Flash 1017则无需如此。

在许愿式编程中，人的介入程度比Agent更少。用户只需在开头提出需求、在结尾验收结果，中间环节几乎无需参与。Agent在输出过程中常会询问用户，例如是否允许某项权限或选择哪种方式，而许愿式编程则避免了这些。

Agent好比一位拥有刀具、灶台和食材的厨师，具备烹饪所需的所有硬件。许愿式编程则像是你对他说“我想办一桌庆功宴”，然后他自行定菜单、买菜、掌勺、摆盘、上桌，中途不会询问你是否想要辣味或清淡口味。

此外，Agent从系统架构角度审视项目，注重项目本身；而许愿式编程则从用户体验角度出发，关注用户的使用感受。

从某种角度来看，Agent是许愿式编程的“必要条件”。

许愿式编程的最大挑战在于自我检查。如前所述，Agent拥有工具后，可以运行代码并看到错误提示。然而，“看到”错误并不等同于“理解”错误。

这也是Agent经常需要询问用户的原因——它需要人类在过程中不断介入，充当“质检员”。

许愿式编程则将人类从整个循环中剔除，让模型自己担任质检员。质检能力并非安装工具后自动获得，而是需要持续训练。

因此，需要大量“完成—检查—判断优劣”的反馈来训练模型。如果仅依赖人工标注，整个训练过程可能耗时极长。

正因如此，DeepSeek在V4.1 Flash 1017版本更新中强调了基于自反馈的强化学习训练。这使得模型能够自行生成结果、自我评估并据此调整，从而大幅扩大训练规模。

今年9月，DeepSeek与清华大学联合发表了论文《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》。

该论文介绍了DeepSeek目前使用的训练沙盒DSec。论文第6节曾暗示，DeepSeek已实现了RSI。

Agent在训练用的沙盒中交互式地搭建环境，并将每次会话生成增量快照，直接转化为下一批可复用的训练场。

许愿式编程正是DSec带来的初步成果。

不仅如此，DeepSeek引入自反馈强化训练后，性能评分实现了显著提升。

V4.1 Flash 1017发布后不到2小时，产品经理帕韦乌·胡林（Paweł Huryn）对其进行了测试。结果显示，V4.1 Flash 1017在发现和修复漏洞方面的能力接近Opus 5.5 xHigh，而价格仅为后者的35分之一。

随后，一份DeepSeek员工的聊天记录被曝光，内容提到“（分数）不小心高了”、“DeepSWE真没刷”、“这个点控制不住地涨”。

这无疑是一种高调的炫耀。

梁文锋向小白用户靠拢

过去的梁文锋或许确实不太关注普通C端用户。

以DSH为例。DSH最初于2026年5月在内部立项，由崔添翼负责。8月13日，它以v0.1开发者预览版的形式，通过MIT协议开源。

这个版本的最大特点是门槛极高。

要安装DSH，用户需先在终端中确认node -v，确保Node.js无误后，运行npx @deepseek-ai/dsh web。若想从源码运行，还需依次执行git clone、pnpm install、pnpm run build。

没有计算机知识，想用上DSH都相当困难。

一个半月后，DeepSeek发布了DSH v0.2预览版，同步上线了macOS和Windows桌面安装包，这才让普通用户能够一键安装DSH。

而V4.1 Flash 1017的许愿式编程则完全不同，其本质就是“面向小白用户”。

如前所述，许多Agent产品会在过程中停下来询问用户：“这个命令能执行吗？”“这个报错怎么处理？”

对程序员而言，这是一种正常的协作方式。但小白用户无法充当“质检员”。他们只会说“什么、什么、什么？这是什么？算了，全部同意吧！”

小白用户看不懂命令、看不懂报错，也无法判断方案优劣。既然人类无法介入，模型就只能自行承担质检角色。

此外，小白用户既没有“提示词”，也没有“素材”。

官方反复强调“较少的提示词和参考素材”。这句话对程序员来说是效率提升，但对小白用户而言则是必要条件。

对于资深程序员来说，许愿式编程的意义并不大。他们拥有完整的提示词模板，并能理解各种报错。许愿式编程更像是一种锦上添花的功能，甚至习惯了Agent提示词的程序员未必会用上它。

但小白用户无法提供完整的需求文档，也没有现成的设计稿和美术资源。少提示词、少素材、少轮次，实际上是在为小白用户兜底。

小白用户想要的是“看得见的成品”，而非“跑分”。

官方发布的演示中，全是表现力极强的案例，例如复刻Steam经典游戏《传送门2》。

相比于代码或功能，制作游戏、展示或有趣的东西，才是普通人的愿望。选择这些案例，本身就是向小白用户传达信息。

以及最重要的——价格。

尽管DeepSeek在8月份曾提价，但到了9月份，又采取了降价措施，节假日按低谷计费，9月底还向所有符合条件的DSH桌面端用户赠送了6元赠金。

这里还有一个小插曲。10月15日，DeepSeek宕机了5小时。DeepSeek网页端和App开始集中出现“服务器暂时不可用”和“服务器繁忙，请稍后重试”的提示。

DeepSeek的对话服务、V4 Pro API和V4.1 Flash API陆续中断，直到13点04分才恢复。

当天傍晚，DeepSeek开放平台发布了《服务恢复及补偿通知》，先致歉，并说明“已第一时间启动针对服务稳定性的全面排查和彻底整改，全面梳理并剥离单点依赖，坚决杜绝同类问题再次发生”。

重点在于，DeepSeek的补偿方案是：按用户账号7日内（10月8日至14日）的消耗金额，以赠金形式全额返还，赠金自动到账，后续API扣费先从赠金中扣除。

第二天一早，社交媒体上就有人开始晒到账截图。金额从几毛到一百多、三百多不等，甚至有人发截图称获得了3000元补偿金。

DeepSeek未公布此次宕机的原因，毕竟即便说明了，又有多少人能理解呢？

但金钱补偿则不同——无论多么“小白”的用户，都认得钱。

梁文锋向张一鸣看齐

说到“面向小白用户”，做得最好的当属豆包。

尽管网友们常调侃豆包答非所问、爱说车轱辘话，还诞生了一个流行梗“我将用最直接、最简单易懂、最不绕弯子的话告诉你”，但豆包的知名度远超国内其他所有模型。

当所有人都在“面向白领”或“面向程序员”时，豆包只做一件事：打开即用。

“豆包给我画张图”、“豆包给我生成一个视频”。无论用户的提示词是否准确清晰，豆包都能理解并实现。

你的七大姑八大姨可能没有DeepSeek，但他们十有八九下载了豆包。

QuestMobile的数据显示，2026年第一季度，豆包月活用户达到3.45亿，环比增长44.2%，位居国内AI应用第一，与第二名拉开了1.8亿的差距。2026年6月，豆包月活用户升至3.82亿，同比增长172.1%。

2026年8月，国内AI应用使用人群中，豆包的活跃渗透率达到77.2%，千问为29.4%，DeepSeek为22.8%。也就是说，每10个使用AI的中国人中，大约有近8个在使用豆包。

“面向小白用户”本身也是大势所趋。

根据QuestMobile的数据，在所有使用AI应用的用户中，三线城市用户占23.1%，高于一线城市的10.1%和新一线城市的18.5%。70后、60后用户占比分别达到17.2%和10.8%，且增长迅速。

早在3月份，QuestMobile就曾发布报告称，三线及以下城市用户占比增加了2.4%，70后、60后用户占比增加了2.8%。

下沉市场恰恰是一种非常“字节”的能力，也是张一鸣一贯的策略。不赌最高端的需求，而赌最大的人群。不教育用户，而是将产品做到用户无需被教育。

这一次，梁文锋是在向张一鸣看齐。

2023年，梁文锋曾表示不做应用、不抢C端流量，DeepSeek只做研究。诚然，梁文锋至今未背离AGI，但他确实在走一条张一鸣早已走通的路——将技术转化为人人可用的产品。

只不过，两人的起点截然相反。张一鸣从入口出发，靠产品圈住用户，再逐步补足技术；梁文锋从底层出发，靠模型建立口碑，再回头补足入口。一个“下沉”做得早，一个“上浮”做得晚。

回到文章开头，其实那句话还有最后半句：“用户赶都赶不走”。结合如今DeepSeek的改变，这让我想起了一句台词。

“如果离不开他，那就好好爱他”。

本文来自微信公众号“字母AI”，作者：苗正，36氪经授权发布。