DeepSeek V4.1-Flash-1017 发布：Agent 任务更快更省，还开放了自研搜索 API

10 月 17 日晚上八点多，不少开发者像往常一样打开 DeepSeek，准备把白天没跑完的 Agent 任务续上，却发现模型列表里多了一个陌生的名字：DeepSeek-V4.1-Flash-1017。没有发布会，没有预热海报，官网、App 和 API 几乎同时切换。对一家习惯“先上线、再解释”的公司来说，这个动作本身就是一个信号：新版本已经可以直接用于生产，而不是供人围观的演示品。

更值得注意的是，这次更新并非单纯“涨分”。DeepSeek 官方给出的说法是，新模型在训练阶段就针对 DeepSeek Harness 做了专项优化，目标不只是让任务完成得更好，还要缩短任务运行时间、减少输出消耗和 token 费用。换句话说，它想同时把“能力”和“账单”这两个通常互相拉扯的指标，往同一个方向推。

一分钟速览

• DeepSeek 发布 V4.1-Flash-1017，网页端、App、API 同步切换，模型以日期作为快照标记。
• 官方称新版本在代码、Agent 任务等基准上整体抬升，同时压缩运行时间与输出长度，提出“性能—费用帕累托改进”。
• 配套 DeepSeek Harness 升级到 0.2.1 及以上版本，腾讯 CodeBuddy、WorkBuddy 也吃到专项优化。
• 新增“许愿式编程”能力，基于自反馈强化学习，模型写完后会自查、返工、再交付。
• 自研搜索 API 开放 Search 与 Fetch 两个接口，每千次成功请求 5 元，失败、无结果、超时不收费，11 月 1 日前限时免费。
• 符合条件的用户首次登录 Harness 可领 6 元赠金，7 天内有效，数量有限。

一、三个关键词：更快、更省、更能打

如果只看官方口径，这次升级最反常识的地方在于“同时变好”。过去一年，Agent 产品的普遍困境是：想让模型把复杂任务做对，就得允许它多想几步、多调几次工具、多输出一些中间结果；而这些动作最终都会变成时间和费用。于是团队常常要在“效果”和“成本”之间做取舍，甚至把这种取舍当成产品设计的一部分。

V4.1-Flash-1017 试图打破的正是这个取舍。官方把它称为“性能—费用的帕累托改进”：在 DeepSWE 等测试中，新模型在多个 Agent 框架下把性能与成本的边界继续向外推。换成直白的话说，不是靠涨价换能力，也不是靠砍功能换便宜，而是让模型少绕路、少说废话，把 token 花在真正推进任务的地方。

这类优化听起来不性感，但对真正跑 Agent 的团队很实在。一个每天执行上千次任务的工作流，输出长度下降一成，账单和延迟就会同步下降；任务成功率每提高几个百分点，人工兜底的成本就会明显减少。模型竞争走到今天，单次对话的“聪明”已经不够，能不能稳定、便宜地把事情做完，才是企业愿意续费的理由。

二、“许愿式编程”：从一句话到一个能跑的项目

DeepSeek 给这次新能力起的名字很互联网：许愿式编程。过去做一个完整项目，用户至少要先把功能、结构、交互和技术栈拆开讲清楚；现在只需要说明想要什么，规划、写代码、运行、检查、修改，由模型自己往下推。

背后的关键是一套基于自反馈的强化学习训练方法。模型写完第一版不会立刻“下班”，而是继续检查自己的产出，发现不对就回头修。官方演示里，它用代码搭出了一套可以实时浏览、切换视角的 3D 故宫场景；还做出了能直接开跑的网页赛车游戏、可交互的 Godot 版《传送门 2》复刻，以及一个横跨史前到现代的动态 3D 世界。

这些演示当然有“秀肌肉”的成分，但它们指向的方向很明确：编程 Agent 的竞争，正在从“补全一段代码”转向“交付一个可运行的结果”。这对独立开发者是效率工具，对中小团队则意味着项目启动成本进一步下降。真正的分水岭不在于能不能生成漂亮页面，而在于生成之后能不能自己验证、自己修复，把返工从人身上转移到模型身上。

三、搜索 API：给 Agent 补上“上网”这一环

和模型一起上线的，还有 DeepSeek 自研的搜索能力。它拆成两个接口：Search 负责按关键词找网页，Fetch 负责把选中的页面抓成 Markdown 正文，再交给模型分析。Search 支持限定网站、语言和发布时间，查最新消息时可以直接缩小范围。

计费方式延续了 DeepSeek 一贯的“低到离谱”：每千次成功请求 5 元，单次约半分钱；请求失败、搜索无结果或超时都不收费。11 月 1 日前限时免费，并且可以在 DeepSeek Harness、Claude Code 或 Codex 中调用。

这一步的意义不只是多了一个 API。Agent 要真正干活，必须能拿到训练数据之外的最新信息；而搜索的质量、正文抽取的干净程度、失败时是否计费，直接决定了 Agent 产品的毛利。把搜索按“成功请求”计价，本质上是在替开发者承担一部分不确定性，也在鼓励大家把联网检索做成默认能力，而不是昂贵的附加项。

四、泄露、指纹与发布节奏

这次发布几乎没有悬念。上线前几个小时，就有人发现 DeepSeek 模型列表里短暂出现过“DeepSeek V4.1 Flash-1017”；随后又有开发者注意到，deepseek-flash 接口返回的系统指纹从 aeb56401 开头的一串字符，变成了 e72d3c7f 开头。系统指纹变化通常意味着后台模型版本或部署配置已经更新。

“1017”对应 10 月 17 日，也符合 DeepSeek 用日期标记模型快照的习惯。等到官方正式确认，社区的第一波体验反馈已经出来了：更聪明、更快，输出也更简洁；在多模态和 3D 生成上似乎也有增强，有人拿它与 Gemini 4 Argon 对比，认为使用起来更顺畅。

这种“先泄露、再发布”的节奏，某种程度上已经成了 DeepSeek 的品牌的一部分。它不靠长周期预热，而是让模型先在真实流量里跑起来，再由用户体验完成第一轮传播。对竞品来说，更难应对的不是某一次发布，而是这种把迭代周期压缩到以周为单位的能力。

五、真正的看点：Agent 经济学

把这次更新拆开看，模型能力、Harness 优化、搜索 API、按成功请求计费，其实指向同一件事：Agent 的单位任务成本。过去大家比的是每百万 token 多少钱，现在比的是“把一个任务做完要花多少钱、花多久、需要多少次人工兜底”。当模型学会少说废话、自己检查、自己修，token 单价就不再是唯一的成本变量。

对开发者来说，短期最实际的动作有两个：一是把 Harness 升到 0.2.1-rc.1 及以上，确认专项优化真正生效；二是拿自己业务里最典型的长链路任务做一次 A/B，重点看完成率、总耗时和总 token，而不是只看单轮回答是否更漂亮。对行业来说，这次发布再次说明，开源与低价并不是终点，能不能把“便宜”转化成“可用的生产力”，才是下一阶段的分水岭。

DeepSeek 没有解释太多，但它把答案放进了产品里：让模型少绕路，让开发者少算账。至于这套“帕累托改进”能不能在真实业务里成立，接下来几周的使用数据会给出比基准测试更有说服力的回答。