線上產品突然開始出包：V2EX 那則「v4-flash 有問題嗎」，二十則回覆吵出了什麼

這兩天如果你有在關注工程師社羣，大概很難錯過這則貼文。9 月 6 日凌晨，V2EX 一位署名 chongzi 的用戶發文問：「deepseek-v4-flash 大家有感覺出問題嗎？」他說自己線上產品接的是 DeepSeek，開發主力用 codex，GPT 額度用完就換 DeepSeek 頂上，所以體感特別明顯。大概從前一天開始，線上服務突然出現低級錯誤，開發端也一樣，甚至一度到「不可用」的程度。這則貼文一天內累積超過三千次瀏覽、二十則回覆，留言區等於是一場小型的集體診斷現場。

這類「模型是不是變笨了」的討論，在 AI 工具深度融入日常工作的此刻，幾乎每隔一陣就會上演一次。之前酷安上那則用「俄羅斯大蹲」當暗號的求救貼文，展現的是科技社羣的另一種黑色幽默，而這回 V2EX 的討論則更務實：大家是真的把工作押在這些模型上，出問題就要立刻找出原因。以下用幾個問答，把目前討論過的線索整理出來。

問一：真的有人遇到同樣的狀況嗎？

有，但狀況分歧。樓主 chongzi 補充說明，自己工作流程裡用了較多的 skill 和文件，上下文確實會拉長，但同樣的用法之前一直順利，就是從那兩天開始體感明顯變差。另一位用戶 greatghoul 則說，他用 OpenCode 接入 DeepSeek，文章摘要和 coding 都用 v4-flash，「目前沒感覺到什麼問題」。同款模型、不同人、不同結論，這幾乎是這類討論的標準開場。

問二：大家怎麼解釋「突然變笨」？

留言區提出了幾種不同方向的說法。

一種歸因於使用方式。用戶 jinsongzhaocn 認為，長上下文堆積、問題越來越複雜時，flash 版本這種「縮小知識量」的版本會先撐不住；按他的說法，codex 至少 5T 參數，DeepSeek v4 flash 不到 1T，「知識量就差了一大截」。用戶 chemzqm 則直接點回樓主：「用的 skill 和文檔較多，大概率導致模型降智。」用戶 everyx 也補了一個容易被忽略的細節：同一個會話裡混用不同模型，也可能出問題。

另一種說法反對「被換模型」的陰謀論。用戶 yidinghe 的觀點是，大模型出問題是概率性的，「不出問題不表示沒有降智，出問題不表示一定降智」。他後來進一步解釋，任何大模型都有特定場景會觸發表現變差，這未必代表模型本身被動過手腳。

問三：有數據可以參考嗎？

討論後段，jinsongzhaocn 貼出了 DeepSWE v1.1 軟體工程智慧體基準的分數：Kimi K3 為 67.5%，GLM-5.3-Flash 為 63.4%，Qwen3.8-Flash-Next 為 58.7%，DeepSeek-V4-Flash-0731 為 54.4%。他還附註，這個分數基本上等於本地部署的 Qwen3.8-Flash-Next Q4 量化版本。這組數字一出，討論就從「體感」轉向了「選型」：如果 v4-flash 在基準上本來就不是同級最強，那日常使用的落差感或許有跡可循。

問四：那大家打算怎麼辦？

留言區很快變成省錢方案交換大會。用戶 airqj 分享了自己的玩法：花百來塊錢買 GLM 的入門版 code plan，GLM 5.3 flash 在晚間十一點到隔天早上九點免費用，於是白天安排工作、寫好任務計畫，晚上讓它跑，「一覺起來差不多跑完了」。他直言這陣子「找不到用 DeepSeek v4 flash 的理由」，還說光論前端代碼，GLM 明顯強於 DeepSeek v4 flash。

樓主的回應則帶點苦味。有人建議切到 pro 版，他回「太高貴了，pro 不敢用」。有用戶 yeatmeret 也附和類似心情：他之前用 pro 較多，但 DeepSeek 漲價之後「感覺就沒什麼競爭力了」。價格、能力、穩定性，三個變數同時在轉，工程師的選擇題比想像中難。

樓主最後丟出一個半開玩笑的問題：「難道大模型也得考慮高可用？一旦發現模型出問題，馬上切換到別的模型。」這句話其實點出了 AI 時代的新常態：模型成了生產環境的依賴項，就得像對待資料庫一樣對待它，準備備援、監控品質、隨時切換。

這場討論留下的三個觀察

第一，「降智」永遠是體感先行。沒有儀表板告訴你模型今天水準如何，工程師只能靠線上產品出錯、程式碼變糟來倒推，這也是為什麼一則簡單的「大家有感覺嗎」能瞬間聚集共鳴。

第二，個別體感與基準分數之間的張力會持續存在。有人用 v4-flash 順順用，有人覺得崩壞，而基準分數顯示它在同級對手中並不領先。兩種資訊都對，只是回答的問題不同。

第三，工具鏈的「夜間跑批」文化正在成形。白天人類審核與規劃，晚上讓免費額度的模型徹夜執行，這種排程思維已經從個別高手的祕訣，變成留言區裡人人可抄的作業。就像先前被圍觀的 BIGO 二面卡在手撕題那樣，工程師社羣討論的永遠是同一件事：在有限資源裡，把事情做完。

截至發文，DeepSeek 官方並未對相關討論做出回應，樓主遇到的問題也沒有定論。但可以確定的是，下一次有人發文問「大家有感覺出問題嗎」，留言區依然會秒速長出二十則回覆。