deepseek

主流大模型能力边界：GPT-4o、Claude3.5、Llama3、Qwen、DeepSeek横向对比22.6很多刚接触大模型的朋友都会陷入同一个困境：网上评测五花八门，各类模型更新速度飞快，看着GPT-4o、Claude 3.5、Llama 3、通义千问Qwen、DeepSeek一堆名字，分不清谁擅长什么、调用要花多少钱、到底能不能部署在自己业务里。

拆解 harness9（10）：Benchmark 驱动开发harness9 是一款 Local-First、轻量级、功能完备、生产可用的通用 Go Agent 框架。

软著公开信息批量采集：OpenClaw 抓取软件著作权公开数据，分析企业技术布局方向在数字经济深入发展的今天，软件已经成为推动各行各业变革的核心驱动力。软件著作权作为软件产品的重要知识产权凭证，其登记信息中蕴含着大量的公开数据：软件名称、著作权人、开发完成日期、首次发表日期、权利范围、登记号等。这些信息不仅是法律意义上的确权记录，更是洞察企业技术布局、行业竞争态势以及区域创新能力的一扇窗口。

Matt Pocock 演讲逐帧拆解：好 Skill 和坏 Skill 的差距就在这 4 个维度你的 skill 明明写得很清楚，但 agent 就是不按你说的做。问题不在 agent——在于你还没掌握「引导词」这门手艺。

我才是银古

My OpenCode × DeepSeek Config 实战：从一行需求到 13 次提交的全自动化开发管线你有没有遇到过这种情况——对着 AI 说"帮我做个参数化出图系统"，它回了一句"好的"，然后直接开始写代码，结果方向完全偏了？

带娃的IT创业者

中国开源大模型策略：正在赢得全球AI竞赛过去一年，全球AI领域的格局发生了微妙但深刻的转变。曾经被普遍认为“美国领先，中国追赶”的叙事，如今正在被改写。一个关键变量浮出水面：开源权重（Open-Weights）模型策略。以DeepSeek、Qwen等为代表的中国AI团队，通过大规模开放模型权重，正在全球开发者社区中赢得前所未有的关注和影响力。Hacker News上近千票的热议并非偶然，它折射出一个事实：中国AI的“开放”策略，正在对抗美国AI的“封闭”和“专有”模式，并且在这场竞赛中占据了主动。

我才是银古

让OpenCode更聪明地管理上下文AI 编程会话最大的痛点是上下文窗口。聊着聊着 Agent 就开始"失忆"，或者为了腾出空间粗暴地截断前面的对话——把关键信息一起扔掉了。OpenCode 内置的压缩机制就是用截断来解决窗口溢出，但这对长会话来说不够精细。

怎么用AI做excel表格 AI导出鸭来救场关键词：智能表格处理、AI数据清洗、多格式导出、跨平台办公、自动化报告生成引言：当海量Excel数据需要整理导出时，人工操作效率低、易出错，格式混乱问题频发。AI技术的介入让表格处理从“手工劳动”进化为“智能生成”，而「AI导出鸭」作为全终端覆盖的一站式工具，正在重构办公场景下的数据处理方式。

调了一上午 DeepSeek 参数，我终于摸透了 temperature 和 Top K 的真实作用前几天捣鼓一个短篇散文生成的小工具，对接 DeepSeek 的接口，整出来的内容始终不对味。要么干巴巴像中学生作文范文，半点儿灵气都没有；要么写着写着就跑偏，从秋日晚风直接扯到童年吃冰棍，我对着控制台的输出愣了好久。一开始我以为是 prompt 写得烂，翻来覆去改了七八版，一会儿加 “文字细腻”，一会儿加 “紧扣主题”，结果该跑偏还是跑偏，该死板还是死板。后来跟朋友吐槽，他甩了我一句：你参数调了吗？我当时还纳闷，不就填个模型名吗？还有啥参数？

民乐团扒谱机

【微科普】一文搞懂AI对话平台公式复制差异：DeepSeek一键粘贴PPT可编辑，豆包复制仅得到LaTeX源码底层原理绝大多数主流AI对话模型不会直接生成图片格式公式。模型输出的原始内容是带有分隔符的文本代码，采用Markdown规范$ 包裹行间公式、包裹行间公式、包裹行间公式、包裹行内公式。整套传输流程中，服务器向浏览器下发的只是纯字符串，不存在图片、SVG矢量文件的网络载荷。浏览器接收到文本内容后，依靠前端集成的KaTeX或者MathJax渲染引擎，在本地客户端实时完成排版，将代码转换为具备上下标、分式、积分符号的可视化公式。很多使用者会产生一个普遍误解，认为看到的精美公式是平台预先渲染完成下发的图像。实际图

如何评价 DeepSeek-V4 的价格？作为一名每天要跟后端服务架构、高并发 LLM 接口调用以及月底企业 API 账单打交道的架构师，我全程跟踪并实测了 DeepSeek-V4 全系列（包括负责高阶逻辑推演的 DeepSeek-V4 Pro 和负责高吞吐流式的 DeepSeek-V4 Flash）在真实生产环境中的表现。

我才是银古

OpenCode × DeepSeek V4：多 Agent 上下文管理的两层优化实战在 OpenCode 多 Agent 框架下跑 DeepSeek V4，一个典型的开发会话长这样：Orchestrator 拆任务 → planner 出方案 → deep-worker 写代码 → reviewer 审结果。每一环都在往上下文里塞东西——prompt、tool call、返回结果、反复读写的文件内容。DeepSeek V4 给了 128K 窗口，但窗口大不代表你可以随便浪费。原生 compaction 是"被动兜底"，等到快溢出了才动手，那时候 token 已经花出去了。

企业工商公开信息采集分析：OpenClaw 批量查询企业工商信息，生成企业画像报告在商业决策、风险控制和市场研究等领域，企业工商信息是最基础、最核心的数据资产之一。通过公开渠道获取并分析企业的注册资本、股东结构、司法涉诉、经营异常等多维信息，可以快速构建出目标企业的全景画像，为投资、授信、合作评估提供有力依据。

拆解 harness9（9）：Observability 可观测性在上一篇文章中，我们分析了 harness9 框架的 Sandbox 沙箱隔离机制。本次内容我们继续看下 harness9 如何搭建的 Observability 可观测体系。

SuperPower vs grill-me：AI编程圈两大skill正面交锋，你站哪边？一个给你整套工程纪律，一个只管追问你到底。都是写代码前让你想清楚，走向却截然不同。数据来源：GitHub API 实时查询（2026年7月22日）

招投标公开数据自动化采集实战：基于 OpenClaw 的定时抓取与业务关键词精准推送在竞争日益激烈的项目型业务中，能否第一时间获取招投标信息往往决定了企业的市场响应速度与中标概率。传统的人工逐站查阅方式不仅效率低下，而且极易错过发布窗口。随着各地政府采购网、公共资源交易平台、企业自建招标系统等数据源的快速膨胀，招投标公告以每天数千条的规模刷新，纯靠人力已经无法保证全面覆盖与及时跟进。针对这一痛点，我们将以开源自动化采集框架 OpenClaw 为核心，结合定时调度、智能解析、关键词匹配与多渠道推送，构建一套从数据发现到业务落地的完整自动化流水线。

麦哲思科技任甲林

Codex+ChatGPT 胜过TRAE+DeepSeek组合的感受在我应用TRAE+DeepSeek V4 pro（以下简称TD组合）开发了多个应用，50万代码的开发之后。我决定尝试一下Codex+ChatGPT 5.6 sol的组合，以下简称CC。

正在走向自律

Deepseek V4 Flash 高效应用实战指南2024 年双十一，某品牌客服系统在零点刚过便涌入数十万条咨询——物流查询、优惠叠加、退款进度，问题类型高度重复，但每一条都要求即时、个性化的回应。人工坐席全员上线仍被洪峰瞬间淹没，大量用户排队等待，体验急剧下滑。这种场景并非个例：电商大促期间如潮水般的咨询、跨部门协作中海量文档的精准检索、市场热点出现后黄金一小时内必须出街的多版本文案……传统线性工作流在面对瞬间爆发的业务量时，往往因为响应速度慢、内容产出单一而成为瓶颈。团队真正缺乏的不是解决问题的能力，而是将重复性高、逻辑固定但耗时巨大的事务性工作，交

1.0 从零构建 DeepSeek R1 WebGPU 浏览器推理应用：一次现代前端工程与端侧 AI 的深度碰撞仅用四个核心文件——index.html、main.tsx、App.tsx、index.css，我们构建了一个在浏览器中本地运行 15 亿参数推理模型的 WebGPU 应用。这件事的本质意义是：浏览器正在成为 AI 推理的第一方运行时，而现代前端工程体系（Vite + React + TypeScript + TailwindCSS）恰好为这件事提供了最低门槛的实现路径。

云卷云舒___________

阿里开源Qwen3.8 2.4T模型预览版、并推出Token Plan订阅、DeepSeek Harness与V4正式版同发 | 7月20日 AI日报💡 今日趋势速览：阿里开源2.4万亿参数Qwen3.8模型并推Token Plan订阅，DeepSeek Harness代码智能体将随V4发布，模型与工具生态竞争加剧。