DeepSeek V4 Pro，可能又一次迎来了更新。

今天下午，有用户在技术社区 Linux.do 发帖表示，自己在 DeepSeek Harness 标准模式、V4 Pro Max 思考档位下，发现模型的思维链风格突然发生了变化。

原本常见的“The user is asking”“I need to”等表达，开始变成连续的第一人称进行时表述：

“I’m weighing……”

“I’m settling……”

“I’m aiming……”

“I’m starting……”

“I’m validating……”

社区把这种输出风格简称为「I’m doing」思维链。短短一小时内，已有多名用户在网页端和官方 API 中复现了这一现象。

当然，也有人多次尝试后看到的仍然是旧版思维链。与此同时，还有用户注意到，官方 API 返回中也出现了相似结果。

在 DeepSeek 社区里，思维链开头方式几乎已经成了辨认模型版本的重要“指纹”。

把时间拉回一个月前。7 月下旬，V4 Pro 开启灰度测试，参与灰测的开发者普遍给予了很高评价，「综合能力对标 Anthropic 旗舰模型」是当时较为主流的看法。梁文锋一度也被社区称为「梁圣」。

而那个灰测版本的思维链，正是以「I'm doing」作为开头。

8 月 13 日，DeepSeek-V4-Pro-0813 正式版上线，但思维链开头却变成了「We need、I'll、Let's」。我也对 V4 Pro 正式版上线后的版本做了实测，发现它在前端开发、写作能力以及过程反馈等方面的表现都没有达到预期，与此前灰度测试版本相比，模型能力差距较为明显。

而从社区大量实测反馈来看，大家也普遍认为正式版与灰测版之间存在明显落差。

有测评甚至发现，模型得分会随着思维链开头是「we need」还是「let me」而出现波动，因此“半成品上线”或“降配发布”的说法开始在社区流传。

此后，DeepSeek 模型的口碑迅速下滑，「梁圣」也很快被调侃成了「梁子」。

当时，英文社区同样出现了「正式版表现失利、疑似回滚」的类似体验反馈。

不过，8 月 15 日又出现了一波反转。

有分析认为，正式版性能受到了 Agent 工具配置方式的限制；在社区开发者制作插件、调整工具暴露方式之后，测试分数重新回到了 98-99。

但“满血版被藏起来了”的猜测，从那天开始就一直没有停止。

紧接着到了 8 月 17 日，新定价正式生效。峰值时段输出价格从 6 元/百万 token 提升到 27 元，部分项目最高涨至原价的 12 倍，同时引入了峰谷计费机制，谷时价格减半。

对此，网友的犀利点评是：白天是梁文峰，半夜是梁文谷。

所以今天「I'm doing」重新出现后，大家的第一反应就是：灰测时那个版本，是不是回来了？梁子这次要重新变回梁圣了吗？

目前来看，社区风向已经出现了几个明显变化。

一是正面实测反馈开始增多。有用户连续跑了大型任务后表示：真的能干活了，和昨天用的仿佛不是同一个模型，完全不是夸张说法。

二是触发条件疑似存在时段规律。楼主在晚间补充称，下午 5 点以后就不太容易抽到，想要稳定触发，可能“得等明天的梁文峰时间”。

三是曾经一度甚嚣尘上的「路由说」，有人怀疑 DeepSeek 背后是否悄悄接入了 A 社的模型。。。

不过目前更主流的猜测是，DeepSeek 内部可能存在多个候选 checkpoint，正式版属于“降配上线”，而现在则在对部分流量逐步放出灰测时期的完整版本。

但截至发稿前，DeepSeek 官方仍未对此作出任何说明。

下午 5 点 20 分之后，我使用官方 API 直连 + DSH 标准配置（v4-pro，思考档 max）进行了测试，在 160 多次调用、350 万字符的思维链样本中，「I'm doing」只出现了 1 次。

这个时间点确实不太好抽中，和楼主提到的时段规律基本能够对应上。

不过，思维链开头这个“指纹”，对 harness 的配置确实非常敏感。

我做了一组对照实验：同一个模型、同一道题目，仅仅把 DSH 的 25 个工具塞进上下文里，「Let me」的出现频率就直接翻了 89 倍。

满血版 DeepSeek V4 Pro 是否真的回来了，恐怕还得等白天的「梁文峰时间」继续验证。到底是梁圣归位，还是梁子形象进一步加深，就看这两天的实测结果了。

参考文献

[1] Linux do 的相关讨论： https://linux.do/t/topic/2776093

[2] Reddit 相关讨论： https://www.reddit.com/r/DeepSeek/comments/1vn5y49/deepseeks_v4_pro_0813_official_release_last_night/