DeepSeek V4 Pro 0813

代码能力

很多 AI 写代码时更偏“分析型”。

你问它怎么改，它会先讲架构、列风险、给建议，最后停在“可以考虑这样处理”这一层。

V4 Pro 0813 更偏执行。需求、代码结构和限制条件比较清楚之后，它会直接修改代码，而且不只盯着单个文件，相关调用、配置或者测试文件也会一起处理。

查 Bug、补功能和重构时，这种倾向比较实用。

但是，执行得积极不代表需求可以写得很模糊。业务规则、接口限制、项目内部约定，这些该说明的还是要说明。模型能根据代码补不少上下文，但猜不到团队内部默认的那些规则。

Agent 和连续任务

这是我觉得它更有价值的地方。

一个常见的 Coding Agent 流程大概是：

读文件 → 分析问题 → 修改代码 → 执行命令 → 看结果 → 再继续处理。

单独看其中任何一步，现在不少模型都能做得不错。差别更多出现在任务走到后半段之后：前面改过什么，它还记不记得；中间遇到新报错之后，会不会把最开始的目标带偏。

0813 在这方面比之前的版本稳定一些。

我之前用 Preview 版跑过迁移任务，流程一长，后面比较容易开始偏离前面的修改思路。0813 在类似的连续任务里，前后衔接明显自然一些。

这类差异很难靠一轮问答看出来，但放到真实 Agent 流程里，体感会比较明显。

工具调用

接上搜索、数据库、终端或者内部 API 之后，模型能做的事情会实用很多。

代码场景里最典型的用法，就是让它自己读取文件、执行测试、查看错误，再根据真实结果继续修改，而不是每一步都由人手动复制日志、重新组织提示词。

不过工具调用最终效果不只看模型。

工具说明是否清楚、参数怎么设计、权限给到什么程度、失败以后怎么重试，这些都会直接影响 Agent 最后能不能跑稳。

所以模型能力只是其中一环，工程层面的设计同样重要。

长上下文

长上下文真正有用的地方，是材料多起来之后，模型还能不能找到前面相关的信息。

对我来说，比较实用的场景包括：

• 整个代码库分析
• 多文件联动修改
• 长篇需求和技术文档整理
• 连续任务中的上下文保持

如果只是处理几百字内容，长上下文优势其实不明显。等到项目文件和资料真正多起来之后，信息检索和前后衔接能力才开始变重要。

推理控制

不同问题需要的推理量不一样。

简单问题如果每次都深度推理，速度和成本都会受影响；复杂问题如果推得不够，又很容易漏掉关键步骤。

V4 Pro 0813 在这方面的体验比较自然。简单任务响应比较直接，遇到复杂代码或者多步骤问题时，会明显做更多分析，不需要每次都在 Prompt 里额外强调“仔细思考”。

对日常使用来讲，这种差别属于不太显眼，但会直接影响顺手程度的地方。

API 接入

对于已经有 AI 工作流的团队来说，接口兼容性其实很重要。

如果现有项目本身就是按照 OpenAI 一类的接口方式搭建，切换模型时只需要调整少量配置，测试成本会低很多。

这一点看起来没有模型能力那么吸引眼球，但真正放到项目里，往往比 benchmark 多几分更实际。团队通常不愿意为了换一个模型，把现有调用逻辑和基础设施重新写一遍。

如果只看单轮问答，我没有觉得 0813 和之前版本之间存在特别夸张的差距。

变化主要还是在长任务里。

以前跑到后半段，偶尔会遇到忘记前面改动、方案突然切换的问题。0813 在这方面稳定一些。

另一个比较明显的变化是，它更愿意执行。

尤其是代码任务，只要工具和权限都给好了，它通常会继续改、继续跑、继续验证，而不是在分析阶段停住。

对普通聊天用户而言，这两个变化可能不算重要。但对 Coding Agent 或复杂工作流来说，价值要大得多。

优点

1. 写代码比较直接

有些Coding AI是真的很能说，分析起来头头是道，绕了半天最后给你一句"建议检查配置"——等于没动。V4 Pro不太一样，需求定下来之后它会直接上手改，能写代码的时候绝不多废话。这点用起来确实爽。

2. Agent场景能跑通

工具接好之后，读文件、改代码、执行命令、根据结果继续处理，这一串它能自己顺下来，不用你在中间反复确认"下一步呢"。V4系列现在明显是在往这个方向走。

3. 长任务才是它真正的主场

简单问答其实看不出什么，大家都差不多。一旦任务拉长——涉及到多文件修改、项目重构、十几步的流程——它前后衔接得稳不稳就体现出来了。我用它跑过一个比较复杂的迁移任务，中间没掉过链子，这点挺加分的。

4. API接进来不费劲

兼容OpenAI和Anthropic的接口，我们团队原有的工作流没怎么改就接上了。说实话，这点比榜单上多几分实在多了，没人愿意为了换模型把整个项目重写一遍。

缺点

1. 简单任务犯不上用Pro

问个天气、改个标题这种活儿，用轻量模型就够了。又快又便宜，没必要每次都上大招。

2. 千万别信它到不用审的程度

有次我让它改一段老代码，它很自信地把一个API换掉了，结果那个API是第三方库的，它自己编出来的。还好review的时候发现了。从此我养成了习惯：diff必须看，测试必须跑。当副驾驶可以，当免审CTO真的会出事。

3. 文风不是它的长板

代码、分析、研究类任务它很顺手。但写品牌文案、人物对白或者需要细腻表达的中文内容，我会拿其他模型一起跑一版再比。这点确实不是它的强项。

4. Agent能做多好，不光看模型

模型强归强，但Prompt写得乱、工具定义不清楚、上下文没管好、权限和重试机制稀碎——这些环节任何一个出问题，最终效果都拉胯。踩过坑之后就明白了，产品宣传里说的"Agent能力"听听就行，真正跑起来还得靠工程兜底。