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端投入不多，甚至一度考虑放弃维护这些用户。”然而，从最新动态来看，他言行不一，嘴上说不重视C端，实际却极其关注。

10月17日，DeepSeek推出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，系统即可自动完成整个生产流程。

这一功能明显面向“小白”用户，资深工程师未必用得上，因为他们能直接提供完整提示词，无需“许愿”，直接“下达指令”。由此可见DeepSeek对C端用户体验的重视。

除“许愿式编程”外，新版本还通过基于自反馈的强化学习训练，提升了游戏开发、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。

值得注意的是，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，输入查询返回相关网页列表；Fetch则更像服务Agent的接口，输入网址抓取内容并整理成模型可读文本。

“许愿式编程”究竟是什么？

“许愿式编程”并非新概念，它意味着你只需向AI说出需求，AI便会自动拆解为任务、编写代码、完成验证，最终交付一个完整可运行的产品。例如，若你想要一辆车，V4.1 Flash 1017会从零开始“造”出它。

乍看之下，许愿式编程与Agent相似，实则不同。Agent是一种技术形态，结合模型与工具（如终端、文件、浏览器、搜索），通过推理任务选择调用不同工具来完成任务。相比之下，许愿式编程的起点更低，例如一句话或几张参考图；Agent常需详细文档，而V4.1 Flash 1017则不需要。

在许愿式编程中，人类介入更少：用户只需在开头提出需求和结尾验收，中间无需干预。Agent在输出过程中常会询问用户，如权限许可或方式选择，而许愿式编程则没有这些步骤。

Agent好比一位拥有刀、灶、食材的厨师，具备做饭的全部条件；许愿式编程则像你对他说“我想办一桌庆功宴”，他自行定菜单、买菜、掌勺、摆盘、上桌，中途不问口味偏好。

此外，Agent从系统结构角度关注项目本身，而许愿式编程从用户体验角度出发，注重用户是否舒适。

从某种角度看，Agent是许愿式编程的“必要条件”。

许愿式编程的最大难点在于自我检查。Agent拥有工具后可运行代码并看到报错，但“看到”不等于“看懂”。这也是Agent常需人类介入充当“质检员”的原因。

许愿式编程则将人类从循环中剔除，让模型自行担任质检员。质检能力并非自动获得，需通过持续训练。因此，需要大量“完成—检查—判断”的反馈循环。若依赖人工标注，训练周期将极其漫长。

为此，DeepSeek在V4.1 Flash 1017版本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》。论文描述了DeepSeek使用的训练沙盒DSec，其第6节暗示DeepSeek已实现RSI。Agent在训练沙盒中交互式搭建环境，并将会话打成增量快照，直接转化为可复用的训练场。

许愿式编程正是DSec带来的初步成果。

引入自反馈强化训练后，性能评分大幅提升。V4.1 Flash 1017发布不到2小时，产品经理帕韦乌·胡林（Paweł Huryn）测试发现，其在找BUG、修BUG的能力上接近Opus 5.5 xHigh，价格仅为后者的35分之一。

随后曝光的DeepSeek员工聊天记录显示：“（分数）不小心高了”、“DeepSWE真没刷”、“这个点控制不住地涨”。这无疑是一种“凡尔赛”式炫耀。

梁文锋向小白走来

过去的梁文锋或许真不重视普通C端用户。以DSH为例，该项目于2026年5月内部立项，负责人崔添翼。8月13日，它以v0.1开发者预览版形式，通过MIT协议开源。该版本最大特点是劝退：用户需先确认node -v，再运行npx @deepseek-ai/dsh web；从源码运行还需依次执行git clone、pnpm install、pnpm run build。缺乏计算机知识者难以使用。

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，才让普通用户实现一键安装。

而V4.1 Flash 1017的许愿式编程则完全不同，其本质就是“to 小白”。 许多Agent产品会中途询问用户“这个命令能执行吗？”“这个报错怎么处理？”对程序员来说，这是正常协作；但小白无法充当“质检员”，他们只会说“啥、啥、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。既然人类无法介入，模型只能自行处理。

此外，小白既无“提示词”，也无“素材”。官方强调“较少的提示词和参考素材”，对程序员是效率，对小白则是前提。资深程序员可能觉得许愿式编程是锦上添花，甚至用不上；但小白无法提供完整需求文档或设计稿。少提示词、少素材、少轮次，实为小白兜底。小白要的是“看得见的成品”，而非“跑分”。官方演示中，全是表现力强的案例，如复刻Steam经典游戏《传送门2》。选择这些案例，旨在对小白说话。

最重要的还有价格。 尽管DeepSeek在8月涨价，但9月又降价，节假日全按低谷算，9月底还向符合条件的DSH桌面端用户赠送6元赠金。10月15日，DeepSeek宕机5小时，网页端和App出现“服务器暂时不可用”等提示，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发布《服务恢复及补偿通知》，致歉并承诺全面排查整改。补偿方案为：按账号7日内（10月8日至14日）消耗金额，以赠金形式全额返还，自动到账后API扣费优先使用赠金。次日，社交媒体上出现到账截图，金额从几毛到三百多元不等，甚至有人获得3000元补偿。DeepSeek未说明宕机原因，但钱是小白都能理解的。

梁文锋看齐张一鸣

说到“to 小白”，做得最好的是豆包。尽管网友调侃其答非所问、爱说车轱辘话，但豆包知名度远超国内其他模型。当所有人聚焦“to 白领”或“to 程序员”时，豆包只做一件事：打开即用。用户说“豆包给我画张图”或“豆包给我生成一个视频”，无论提示词是否准确，豆包都能理解并实现。七大姑八大姨未必有DeepSeek，但很可能下载了豆包。

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，领先第二名1.8亿。2026年6月，月活升至3.82亿，同比增长172.1%。2026年8月，豆包活跃渗透率达77.2%，千问29.4%，DeepSeek 22.8%。即每10个AI用户中，近8个使用豆包。

“to 小白”本身是大势所趋。 据QuestMobile数据，AI应用用户中，三线城市用户占23.1%，高于一线（10.1%）和新一线（18.5%）。70后、60后用户占比分别达17.2%和10.8%，且增长迅速。3月报告显示，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%。这种下沉策略正是“字节”风格，也是张一鸣的惯用路数：不赌最高端需求，赌最大人群；不教育用户，让产品无需教育。

这一次，梁文锋在向张一鸣看齐。2023年，梁文锋表示不做应用、不抢C端流量，DeepSeek只做研究。如今，他虽未背叛AGI，但确实在走张一鸣已走通的路：将技术转化为人人可用的产品。两人起点相反：张一鸣从入口出发，靠产品圈用户再补技术；梁文锋从底层出发，靠模型做口碑再补入口。一个“下沉”早，一个“上浮”晚。

回到开头，梁文锋那句话还有后半句：“用户赶都赶不走。”结合DeepSeek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。满冠体育入口为相关用户提供便捷服务。