DeepSeek V4 Pro正式版，第一时间拿我的API key上手试了试，先说一些第一印象：

1、指令遵从性比预览版大幅提升，指哪打哪拿我之前的一些工作流简单试了一下，指令遵从和理解都大幅提升。之前我说 DeepSeek V4 Pro 是边牧类型的模型，它知道你说的是啥，也理解你要干啥，但就是不完全遵从，要耍小聪明。但DeepSeek V4 Pro在这一点上就做得很好，能完全理解我输入的内容，并做相应的修订。不管是文字写作，还是 coding，还是 Agent 应用。

2、Coding能力大幅提升，但是和前端 harness 关系很大使用这个命令：参考macOS最新操作系统，创建一个现代、有着精美桌面和UI的浏览器内操作系统 （命名为“AISniper OS”)。要求包含系统状态弹窗（如Wi-Fi、系统健康度）、时钟、底部快捷栏、主题切换功能，并内置可交互的3D太空射击游戏，底部快捷栏应该有Finder，计算器，设置、命令行终端和太空射击游戏

图1 和 图2 分别是字节Trae和Codex做的，Codex那个明显好看。

3、没想到他的智商还能进一步提升图3 这个五位数密码的题非常快，就答对了。目前在我这儿这个问题答错的分别有腾讯HY3、小米NIMO V2.5 Pro和华为Openpangu 2.0 Pro，sigh。

图4 这个问题是国产模型里头我测过以来第一个答对的。（Kimi K3我没测过，测试成本太高了，问下去这个问题，OpenCode Go 5小时限额直接拉满，sigh）

4、中文写作没有预期提升得那么大，但也很好了

首先是AI口癖大幅减少。写作风格很流畅自然，这一点的体验上，其实和之前的DeepSeek V3.1到V3.2正式版的差异很像。V3.2正式版的文风相较于V3.1以及V3时候的浮夸，其实是更流畅自然的。当然拿到现在来看还是有很多的AI问题，但在当时来说是中文SOTA。DeepSeek V4正式版的文风也有类似的取向，更流畅自然，减少了大量AI凑字数的啰嗦，减少了大量的不是而是等AI口癖，加以适当约束，文笔甚至可以称得上老练和精炼。中文SOTA的线又被拉高了。当然可能有很多人不喜欢这种风格，觉得辞藻华丽、内容啰嗦，但好东西加以适当约束。DeepSeek V4 Pro 正式版也能干出来。

其次是中文写作内容水平好像又提升了，不过我的文学鉴赏水平不够高，能力有限。我让他翻译了一段《追忆似水年华》的内容The first few times we went there, the Sun had just set when we arrived, but there wasstill light: in the garden of the restaurant, they had not yet lit the lamps, and the heat ofthe day was dropping, subsiding, as though into a vase, lining the inner surface of it withthe dim, crystalline transparency of the air, which seemed so firm that a tall rose-bush,veining with pink the darkened wall against which it stood, resembled the arborization to be seen inside an onyx.译文如下我们最初几回去那儿，到达时太阳刚刚落下，但天色仍亮：餐馆的花园里，灯还没有点亮，白昼的热气正在降落、沉积，仿佛坠入一只花瓶，为瓶的内壁衬上一层幽暗而晶亮的空气之透明；这空气显得那样坚实，以致那株高高耸立、以粉红在它所倚靠的晦暗墙壁上布下脉络的蔷薇，竟像是缟玛瑙内里才可见的树状纹理。

btw，作为对比，我也很喜欢Kimi K3的文风。从对指令的理解和内容写作上，我个人觉得Kimi K3略胜一筹。但DeepSeek V4版的文风之多变，对多样文风的掌握之好，我依然欣赏。外加它的价值，从中文写作的角度来说，我还是更喜欢DeepSeek V4 Pro正式版。

5、模型直觉和思考深度，体感上接近GPT-5.6 SOL高到极高我之前写报告的时候，大多还是我出观点，让AI给我填内容。因为AI思考的深度和广度，特别是在某个具体行业领域内，跟我比起来还是差不少。简单点说，我被喂了更多的材料，所以我的直觉更好。

但 GPT 5.6 SOL 在我比较熟悉中一个相对新的领域，思考的能力和深度在直觉上比我强。也让我第一次有了给AI打工的感觉。DeepSeek V4 Pro正式版在这种内容的思考逻辑和深度上，给我的体感是类似的。就是我之前经常念叨的，模型本身聪明。DeepSeek V4 Pro给我感觉就是智商高，之前不好好学习，现在突然好好学习了，就能上清北。海外那几个头部模型给我的感觉也是这样。国内其他的模型给我的大多感觉还是智商中高且努力学习，所以能考上985或者摸到清北的边。

当然，抛开上面所有的内容，我更期待的是DeepSeek Harness。从上面的比较，你们已经可以看出来，使用不同的工具对于DeepSeek的影响非常大。字节Trae和使用Codex，DeepSeek的前端审美一个天上一个地下。也因此，这一批测试里头，绝大部分我是跑在Codex上的。原因倒也简单，这是DeepSeek官方通过一行代码就能支持的。而我相信DeepSeek自己的Harness会比Codex要强上不少。最简单的一个，就是模型不用反复切换。让DeepSeek V4 Pro干规划的活，让Flash干牛马的活，速度快、质量高、体验好。距离DeepSeek自家的Harmony出来也应该没多久了，目前已经能看到一些第三方的测评。真希望明天就能用上啊。