许愿式编程发布，谁说梁文锋不宠“小白”？

在投资者闭门会议上，梁文锋曾表示：“我们在C端并未投入过多精力，甚至一度考虑放弃维护这些用户。”然而，从当前情况看，梁文锋言行不一，嘴上说不重视C端，实际却极为关注。

DeepSeek于10月17日推出的V4.1 Flash 1017版本，其最大亮点是支持“许愿式编程”。用户只需向DeepSeek表达想法，无需提供参数、细节或素材，它便能自动完成整个生产流程。

这一功能明显针对“小白”用户，资深工程师可能用不上，因为他们能给出完整提示词，直接“下指令”而非“许愿”。这充分体现了DeepSeek对C端用户体验的重视。

除许愿式更新外，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和GPT-6 Luna生成。

另有一细节：V4.1 Flash 1017发布当天，官方宣布开放DeepSeek自研的Search和Fetch两个接口。

Search类似常见搜索引擎，输入查询后返回相关网页结果列表。Fetch则更偏向服务Agent的接口，输入网址后抓取网页内容，并整理成模型可读的文本。

“许愿式编程”到底是什么？

“许愿式编程”并非全新概念，它指的是：你只需向AI描述需求，AI便会自行拆解为任务、编写代码、验证，最终交付一个完整可运行的作品。

例如，你若想要一辆车，V4.1 Flash 1017会从一颗螺丝钉开始，逐步构建出你需要的汽车。

乍看之下，许愿式编程与Agent几乎没有区别，但实则不同。Agent是一种技术形态，由模型结合终端、文件、浏览器、搜索等工具组成，通过推理任务选择调用不同工具，最终完成目标。

与Agent相比，许愿式编程的起点更低，例如只需一句话或几张参考图；Agent通常需要详细参考文档，而V4.1 Flash 1017则无需。

在许愿式编程中，人的介入比Agent更少。用户只需在开头提出需求和结尾验收，中间过程无需干预。Agent在输出过程中常会询问用户，例如是否允许权限或选择方式；许愿式编程则无此环节。

Agent好比一位拥有刀、灶、食材的厨师，具备做饭的所有硬件。许愿式编程则如同你对他讲“我想办一桌庆功宴”，他便自行定菜单、买菜、掌勺、摆盘、上桌，中途不会问你口味偏好。

此外，Agent从系统结构角度看待项目，注重项目本身；而许愿式编程从用户体验出发，关注用户是否舒适。

从某种角度看，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拥有工具后能运行代码并看到报错，但“看到”不等于“理解”。

这正是Agent常需询问的原因——它需要人类在中间充当“质检员”。

许愿式编程则将人从整个循环中移除，让模型自行担任质检员。质检能力并非安装工具后自动具备，还需持续训练。

因此，需要大量“完成—检查—评估”的反馈来训练模型。若仅靠人工标注，训练过程将极为漫长。

为此，DeepSeek在V4.1 Flash 1017版本更新中强调基于自反馈的强化学习训练，使模型能自行生成结果、评估并调整，从而扩大训练规模。

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

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

Agent在训练所用的同一沙盒中交互式地搭建环境，并将本次会话打成增量快照，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。

此外，DeepSeek引入自反馈强化训练后，性能评分显著提升。

V4.1 Flash 1017发布不到2小时，产品经理Paweł Huryn对其进行了测试。结果显示，V4.1 Flash 1017在查找和修复漏洞方面的能力接近Opus 5.5 xHigh，而价格仅为后者的1/35。

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

这无疑是“凡尔赛”式的表现。

梁文锋向小白走来

过去的梁文锋或许确实不重视普通C端用户。

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

该版本最大的特点是劝退用户。

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

没有计算机知识，使用DSH都颇为困难。

一个半月后，DeepSeek发布DSH v0.2预览版，同步上线macOS和Windows桌面安装包，才让普通用户能一键安装。

而V4.1 Flash 1017的许愿式编程则截然不同，其本质是“to 小白”。

如前所述，许多Agent产品会在中间停顿并询问：“这个命令能执行吗？”“这个报错怎么处理？”

对程序员而言，这是正常协作。但小白用户无法充当“质检员”，他们只会说“啥、啥、啥、这是啥？算了全同意吧！”

小白看不懂命令、报错，也无法判断方案优劣。既然人无法介入，模型只能自行介入。

此外，小白既无“提示词”，也无“素材”。

官方反复强调“较少的提示词和参考素材”。对程序员，这代表效率；对小白，这却是前提。

对资深程序员来说，许愿式编程意义不大。他们有完整提示词模板，也能看懂各种报错，许愿式编程更像是锦上添花，甚至习惯了Agent提示词的程序员可能用不上。

但小白无法提供完整需求文档，也没有现成设计稿和美术资源。少提示词、少素材、少轮次，实际上是在为小白兜底。

小白需要的是“看得见的成品”，而非“跑分”。

官方演示中，全是表现力强的展示，例如复刻Steam经典游戏《传送门2》。

比起代码和功能，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，本身就是在对小白说话。

以及最重要的——价格。

尽管DeepSeek在8月曾涨价，但9月又降价，节假日全按低谷计费，9月底更向所有符合条件的DSH桌面端用户赠送6元赠金。

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

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

当天傍晚，DeepSeek开放平台发布《服务恢复及补偿通知》，先道歉，并写明“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，之后API扣费先从赠金中扣除。

次日一早，社交媒体上有人晒出到账截图，金额从几毛到一百多、三百多不等，甚至有人称拿到3000元补偿金。

DeepSeek未公布宕机原因，毕竟即便说了，又有多少人能理解呢？

但钱不同，再小白的人也认识钱。

梁文锋看齐张一鸣

说到“to 小白”，做得最好的当属豆包。

尽管网友常调侃豆包答非所问、爱说车轱辘话，还诞生了“我将用最直接、最简单易懂、最不绕弯子的话告诉你”这个梗，但豆包的知名度远超国内其他模型。

当所有人都在“to 白领”、“to 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。

你的七大姑八大姨不一定有DeepSeek，但他们十有八九下载了豆包。

QuestMobile数据显示，2026年一季度，豆包月活达3.45亿，环比增长44.2%，位居国内AI应用第一，与第二名拉开1.8亿差距。2026年6月，豆包月活升至3.82亿，同比增长172.1%。

2026年8月，国内AI应用使用人群中，豆包活跃渗透率达77.2%，千问29.4%，DeepSeek 22.8%。即每10个使用AI的中国人中，约有近8个在用豆包。

“to 小白”本身也是大势所趋。

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

早在3月，QuestMobile报告称，三线及以下城市用户占比增加2.4%，70后、60后用户占比增加2.8%。

下沉正是典型的“字节”能力，也是张一鸣的一贯策略：不赌最高端需求，赌最大人群；不教育用户，而是将产品做到用户无需教育。

这一次，梁文锋是在向张一鸣看齐。

2023年，梁文锋表示不做应用、不抢C端流量，DeepSeek只做研究。诚然，梁文锋至今未背叛AGI，但他确实走在张一鸣已走通的道路上：将技术转化为人人可用的产品。

只不过，两人起点截然相反。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。

回到正文开头，那句话其实还有后半句：“用户赶都赶不走”。结合DeepSeek如今的改变，这让人想起一句台词：

“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。