DeepSeek 4天內兩度服務中斷,官方已修復
DeepSeek 於 11 月 7 日再次出現部分網頁/API 服務中斷,受影響的包括對話服務、DeepSeek V4 Pro API 及 DeepSeek V4.1 Flash API,官方其後表示已修復並持續監察。
DeepSeek 於 11 月 7 日再次出現部分網頁/API 服務中斷,受影響的包括對話服務、DeepSeek V4 Pro API 及 DeepSeek V4.1 Flash API,官方其後表示已修復並持續監察。
DeepSeek 網頁及 API 服務一度中斷,官方狀態頁顯示問題已解決,服務已恢復。中斷時間為 11 月 7 日 15:11 至 15:56,共 45 分鐘。
文章實測並整理 DeepSeek Harness 的 10 款插件,涵蓋生態市場、視覺增強、文件引用、搜尋、長期記憶、費用監控、知識管理及介面等用途。文中建議先安裝 dsh-market 和 modlens,再按需要選擇全功能控制台或代碼側欄,最後補上搜尋、記憶或費用管理插件,並提醒一次安裝過多插件可能引起依賴衝突及拖慢運行。
文章介紹如何在 DeepSeek Harness 安裝 dsh-our-free-model 插件,並透過 Our Free Model 分組使用所聚合的免費模型。純 Web 版可用命令列安裝,Electron 桌面端則須使用應用內插件管理器;文章亦列出常見安裝故障的處理方式。作者提醒,對話內容會傳送至第三方上游,免費額度及穩定性受上游政策影響,不建議用於生產或正式業務。
DeepSeek 網頁及 API 服務已恢復正常,今天下午一度部分中斷 45 分鐘。服務中斷時間為 11 月 7 日 15:11~15:56。
DeepSeek 網頁端及 API 服務出現部分中斷,官方服務狀態頁確認故障並表示正緊急排查。用戶對話提示「服務器暫時不可用」,中斷已超過 3 分鐘;具體原因及恢復時間尚未公佈。
DeepSeek 網頁及 API 服務突發部分中斷,用戶對話時收到「伺服器暫時不可用」提示。DeepSeek 官方服務狀態頁面顯示,官方正在排查問題,服務已中斷超過 3 分鐘。
DeepSeek 網頁 / API 服務突發部分中斷,對話提示「伺服器暫時不可用」。官方服務狀態頁顯示正排查問題,當時服務已中斷超過 3 分鐘;標題更新指服務已恢復。
Censys 表示,截至 2026 年 11 月 4 日,觀察到 1,465 個對外暴露的 ARTEX 控制台,並以頁面標題及 Next.js 靜態資源特徵識別。約 650 個位於兩組配置相同的主機區段,另有約 815 個外觀各異的部署;部分公開暴露主機可能由獲授權測試人員操作,因此暴露本身不代表犯罪。Censys 建議防守團隊留意出站日誌中不熟悉的 LLM 代理及轉售服務。
智譜、MiniMax、DeepSeek和月之暗面(Kimi)的估值仍包含增長預期,股價回撤不等同投資性價比,仍須由可驗證的經營數據支撐。按2026年上半年收入年化計算,智譜和MiniMax的市銷率分別約104倍和32倍;按ARR計算,DeepSeek及月之暗面的P/ARR約70倍和50倍。
DeepSeek Harness(DSH)因插件與版本兼容問題遭開發者吐槽,負責人崔添翼表示,插件升級及版本兼容性正持續改進。他提及將推出官方插件市場,以統一處理插件兼容問題;DSH目前版本為0.22.rc1。
Zoya Muskaan 建立 Code Review Duel,讓 DeepSeek 和 GLM 兩個免費模型在同一個 Switch room 審查同一段程式碼、互相檢視,再由作者選出較好的評審。
這套 34 講大模型課程的第 6 講,系統梳理 LLM 的參數規模、訓練流程、推理階段及能力邊界。文中以 Kimi K3 為例,列出 2.78T 總參數及約 104B 每 token 激活參數,並説明 MoE 的激活參數與整體顯存需求不同。內容亦比較開源權重自託管與閉源 API 的選擇條件,並整理模型在幻覺、長上下文、多步推理及現實操作方面的限制。
Arnold Wang 分享一套管理並行 AI Agent 的審核佇列,將各工作階段等待處理的訊息集中成卡片,並以「模型提議、程式碼可否決」限制自動處理。他在 5 天內收到 1,645 張卡片,其中 1,183 張經分流;程式碼單獨攔下 552 張,模型提議處理的 53 張中僅 1 張由程式碼自動執行。
DeepSeek Harness 教學示範如何在阿里雲計算巢或 ECS 雲伺服器部署智能體平台,並完成模型接入、工作區選擇及插件設定。計算巢一鍵部署約需 3 分鐘,會自動建立 ECS 並完成環境設定;手動部署則適合自訂修改源碼及開發插件。DeepSeek Harness 以 MIT 協議開源。
DeepSeek Harness(DSH)以十款插件擴展 AI 工作台,涵蓋檔案引用、網絡搜尋、長期記憶、費用監控、介面增強、定時任務及多智能體協作。文章提供插件安裝命令與部署、模型配置及排錯指引,並介紹以阿里雲百煉、ECS 和計算巢部署 DSH 的流程。百煉 Token Plan 個人版 39 元/月起。
Sarvam AI 推出 Sarvam Token Factory,透過位於印度的 GPU 叢集提供自家模型及多款領先開放權重模型的推理服務。
VIDRAFT 的開放權重 MoE 模型 Darwin-180B-RSI-R3 在 SuperCLUE 2026 年 11 月數學與科學推理評測中,以 73.68 分排名 19 個模型中的第 2。
研究團隊提出 WildAWM,以開源模型合成可互動的個人電腦環境、跨介面任務及驗證器,並用來訓練 Qwen 模型。流程從 2,551 個任務草稿中篩出 341 道題;GPT-6 Astra 在驗證集上嘗試 8 次後,仍有 27.3% 的題目一次也未能完成。
NVIDIA 的 NIM 平台上架 Kimi K3.1 Pro,並免費開放 DeepSeek-V4.1-Flash 和 GLM-5.3-Flash 的 API,無須綁定信用卡。
梁聖看淡 Anthropic,認為其高估值建立在頂尖模型 API 用量與 Benchmark 跑分之上,但兩者都難以支撐持續的收入增長。文章指出,普通用戶大多不需要頂尖模型,DeepSeek v4.1 Flash 可滿足大量任務;Anthropic 的算力採購與租賃承諾約達8954億美元,若收入增長不及預期,支出將帶來現金流壓力。
GeekCoding101 在 Apple Silicon Mac 的私有測試庫上端到端實測 DeepSeek dsh-superagent,記錄安裝設定、三輪 Issue/PR 流程,並分析其授權機制。
已發布的免費模型仍可下載,但新模型是否免費由各家公司逐款決定,運行模型則一直有成本。Mistral 透過模型運行服務、Le Chat、企業交易及主機授權變現,Alibaba 以雲端服務支撐 Qwen,Meta 則主要靠廣告;Mistral Large 4 的權重於 10 月 29 日上載至 Hugging Face,此前應用須付費使用。
NVIDIA Research 與 Inferact 提出的 REINFORCE Zero,透過對齊 rollout 與 learner 的 kernels,再以未截斷重要性抽樣修正權重滯後,支援穩定異步 RL。
Thinking Machines 發佈 Inkling 2 Small,稱其為西方最強的開放權重模型;模型共有 594 billion 個參數,其中 17 billion 個處於啟用狀態。
OPPO 宣佈 Reno17 系列將於 11 月 9 日亮相,榮耀 700 系列新機配置亦有消息曝光。DeepSeek Harness 宣佈將建設官方插件市場;截至 11 月 4 日,其日活躍用戶達 154 萬,日消耗 Token 約 92 萬億。前 Claude Code 產品負責人 Cat Wu 加入 OpenAI,出任核心產品產品管理負責人。
Nicole Koenigstein主張,選擇 coding harness 應看需要掌控的層次,而非開發者。她以 Claude Code、Codex 和 Pi 組合處理 Python 2.7 遷移,與單一 Claude Code 工作階段對照;兩者均通過 25 項隱藏行為測試,但單一工作階段漏掉兩種字典鍵在 Python 3 中合併並造成資料遺失的缺陷。
dsh-agent-enhancer 0.3.5 為官方 DeepSeek Harness 桌面客戶端加入提示詞歷史、選取引用、工作區檔案編輯及工作階段刪除等功能。插件亦提供對話及檔案回滾、Token 用量與帳戶餘額檢視、上下文檢查和 Auto 模型路由;額外資料夾不會擴大 Agent 沙箱權限。插件採用 MIT 授權,資料在本機處理且不會上傳遙測;費用估算僅供參考,並非帳單。
騰訊披露,WorkBuddy 韓國用戶的個人資料可能傳往中國,涵蓋帳戶與認證資料、付款紀錄,以及 AI 提示詞輸入和輸出。其私隱政策稱,資料儲存在新加坡及香港的伺服器,騰訊中國關聯公司可接收或存取相關資料,海外支援及工程團隊亦可能存取用戶個人資料。
作者親自安裝測試 12 款 DeepSeek Harness 插件,按實用、效率創意及娛樂玩法分類推薦。文章介紹 0.2.1 版本後的插件「發現」頁、社區索引和下載排行榜,並記錄多款插件的實測用途與限制。作者提醒第三方插件安裝前應核對來源及功能,並先備份 DSH 設定。
DeepSeek 推出開源 Super-agent 架構,以 Router 調度事件,並為任務建立上下文隔離的 Worker,支援多任務並行及持續執行。它可按羣聊、GitHub 等事件主動分派任務,並配合 Watchdog 監測異常及恢復。文章指出,該架構目前仍是開源原型,權限設定、業務判斷及程式碼審核仍需人工把關。
Menlo Ventures《2026年企業AI現狀報告》指出,美國企業用於開源模型的支出中,89%付給中國模型。前三名中,Kimi佔61%、DeepSeek佔15%、GLM佔11%。在 OpenRouter 上,10月26日至11月1日這一週,中國大模型 Token 調用量已連續27周超過美國模型;當周平台模型調用量排名前五的模型中,中國模型佔四席。
DeepSeek 個人站點的一鍵部署鏈路以 ECS 為底座,由模型服務、應用後端及前端介面構成,並透過 Nginx 反向代理連接瀏覽器與服務。模型可透過雲端 API 呼叫,亦可在 ECS 本地部署;部署要點包括流式回應、HTTPS、API Key 保管及並發處理。
多模型應用可透過統一模型介面和路由層,將業務邏輯與 DeepSeek、Qwen、Llama 等模型解耦,並由適配器統一處理請求、回應及流式資料。配置可管理模型供應商和上下文限制;接入雲端 API 或本地部署時,亦須處理上下文截斷、本地推理框架及調用可觀測性。
這份指南整理出一套先重現問題、再修復程式錯誤的 AI 智能體流程:智能體先把錯誤報告轉成失敗的 API 測試,才可在隔離分支修改程式碼。流程以 Apidog CLI 建立及執行測試,修正後須重跑同一測試和完整測試套件;通過後才提交附有測試證據的 PR,由人工合併。文章亦列出限制修改範圍和執行時間、使用 staging,以及保護測試內容等防護措施。
指南提出一套自動修復 Bug 的 AI 智能體流程,先把回報轉成失敗測試,再於隔離分支修補程式碼。修補後須重跑同一測試及整個測試套件,兩者通過才開啟 pull request,合併仍由人員負責;無法重現時則停止並記錄。文中以 Apidog CLI 示範建立 API 測試,並將修補前後的執行報告附於 pull request。
這篇指南提出一套先重現、再修復程式錯誤的 AI 智能體流程,要求先把錯誤報告轉成失敗的 API 測試,再隔離修補程式碼。文中示範以 Apidog CLI 建立和執行測試,修補後須重跑原測試及整個測試套件。智能體只開啟 Pull Request,由人員合併;若無法按報告重現錯誤,便記錄原因並停止。
這份指南按 4GB、8GB、16GB 和 32GB RAM,整理 Ollama 本地大語言模型選擇及 CPU、GPU 推理速度預期。Q4 量化模型每十億參數約需 0.6-0.7 GB,另需 1-3 GB 作上下文和 KV cache 開銷。
DeepSeek Harness(dsh)是 DeepSeek AI 於 2026 年開源、基於 Cordis 的 Agent 執行框架,提供 Web 端及桌面端,本文整理其下載、安裝與設定流程。
百度正式開源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),模型總參數為2800億,每個Token實際啟用140億參數。模型以33.5萬億個Token完成預訓練,預訓練上下文最高128K,微調後推理上下文最長支援100萬Token;公佈的測試包括MMLU 93.3分、MMLU-Pro 78.4分。