Cherr panic

？？有人测出来 V4 Pro 在 Minimal 工具下启动行为和其它工具下表现完全不一样，Minimal 工具下和之前灰度的 “I need” CoT 一模一样，复现了一下是真的 真绷不住了，我说他们怎么做到官方跑 Terminal Bench 跑 87.9，结果 AA 跑的只有 79 的，感情搁这疯狂过拟合 Minimal Harness，还有安全词的说是 又要变祖了吗... DeepSeek V4 Pro 不是能力不行，而是对首次请求的工具结构极其敏感。官方 Standard/PTC 只有 91/92 分，Minimal 是 99/96，但只有两个工具。我们做了一个两阶段插件：首轮只给 shell + read 锚定 Minimal 推理轨迹，第一次工具调用后立刻恢复 Standard 全部 25 项工具。Windows 连跑两次 98/99，均值 98.5，第二轮全程 let me=0，证明不是抽卡，也不需要牺牲完整工具能力。 插件已开源：https://github.com/xiaobright/dsh-anchored-standard 完整评测、原理分析和统计证据：https://github.com/xiaobright/modeltest

GLM 官方 api 端点的 /models 虽然不会返回 glm-5.3 ，但是直接用这个模型名称请求可以正常推理

GLM 5.3 https://z.ai/blog/glm-5.3

https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-0813

https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-0813

# DeepSeek Harness https://github.com/deepseek-ai/deepseek-harness/ https://www.npmjs.com/package/@deepseek-ai/dsh dsh 来了！最近刚好在到处找一个正常的，通过 WebUI 而不是 TUI 操作的 Agent，换了好几个都不是很满意，这下要后悔没去签保密参加内测了—— dsh 使用了我们最可拓展，架构最优雅，副作用最少，文档最少（？），热重载，插件化最爽的元框架 Cordis 进行构建，关注 Cordis 谢谢喵：https://github.com/cordiverse/cordis 也是非常羡慕 Cordis 主开发者 Shigma 了。北大本研，期间以兴趣项目的形式开发了 Koishi 和 Cordis，并且现在把 Cordis 带进了 DeepSeek，作为支持万亿用户的基础服务的一部分；带入了数以万计开发者的电脑，实现人生价值...真是让人羡慕呀！ 希望 Cordis 在 Deepseek Harness 中的应用能让 Cordis 相关生态蓬勃发展～ （写这段话的时候还不知道 V4Pro 居然这么菜，嘛总之 dsh 还是值得一试的

纯网传，暂未找到来源

DeepSeek-V4-Pro-0813 https://api-docs.deepseek.com/zh-cn/quick_start/pricing

牛魔的终于更新了 https://x.com/i/status/2087231350134980830

#blog LLM 新人的压榨本地 DeepSeek V4 Flash 记 https://blog.cyyself.name/llm-deepseek-v4-flash-optimization-amd-stx/

迷失北京

一份周更的 Pi Agent 源码导读，阅读体验做得很不错，值得一读 (WIP, 现在只更新到第 2 章) https://books.antinomie.org/pi/

不五杀就无法胜利的世界