https://linux.do 论坛的话题更新通知频道。
若瑾 (@ruojin) 在 听说D老师V4发布了，我兴冲冲就是一试，被吓到眩晕瘫坐，那一刻就像看到原子弹爆炸 中发帖
什么情况啊D老师，我以为是我的问题😭什么情况啊D老师，我以为是我的问题😭什么情况啊D老师，我以为是我的问题😭
[SnowShot2026-04-2411-32-53]
[SnowShot2026-04-2411-32-16]
@BelieverYa 在 deepseek v4 我觉得编码来说是不是有点贵哦 中发帖
[image]
[image]
[55e9643e2194a5f5177a7329a8463225]
[image]
cherish (@winner334) 在 借用AI解释下ds公众号提到的短语 中发帖
不诱于誉，不恐于诽，率道而行，端然正己
1. 情绪的解耦：名声与我无关
“不诱于誉，不恐于诽”
不诱于誉：当全世界都在赞美你、捧你（比如 DeepSeek 被捧为“国产之光”）时，你不会因此而飘飘然，不会为了维持这些赞美而去做违背初衷的事。你深知美誉往往带有泡沫。
不恐于诽：当外界误解、诋毁甚至攻击你时，你不会感到恐惧或退缩。你很清楚，别人的嘴长在别人身上，而事实胜于雄辩。
核心逻辑：将“自我价值”与“外部评价”彻底解耦。外界的波浪再大，也无法影响你内心的海床。
2. 行动的准则：规律高于一切
“率道而行”
这里的“道”可以理解为客观规律、第一性原理，或者是你认定的真理。
这句话的意思是：我不看风向，不看脸色，不看KPI，我只看这件事是否符合事物发展的逻辑。只要路是对的，我就顺着这条路走下去。
在技术领域，这叫“工程理想主义”；在为人处世上，这叫“守初心”。
3. 终...
jackishe 在 Deepseek-V4终于来了 中发帖
刚刚看到V4上线，第一时间丢了huggingface的开源地址给claude分析一下 claude回答是这样的
[image]
看起来很不错的样子，希望这次不是参数遥遥领先，实战唯唯诺诺了！
久违 (@jiuwei) 在 有没有好用的证件照提示词 中发帖
佬友们好，最近正好要找工作投投简历，然后看到新发布的 image2 有点厉害，想优化一下自己的证件照让看起来好看一点。想问问佬友有没有比较好的提示词或者方式可以弄一个比较好看的证件照，重新拍感觉还不如 ai 的呢
⚡️我钢铁侠🔋 (@I-IronMan) 在 现在登录Codex都需要填手机号了吗？ 中发帖
如题，今天想把几个号加入到sub2api里去，结果发现每个号都需要验证手机号才行，这些号都是注册了快一年的号，网页登录使用都没问题，但一登录Codex就要验证手机号，是我IP不行还是现在Codex限制就是这样？
Moqian-x 在 DeepSeek V4 好像官方那边给出的信息中还是没有提到多模态，也没有coding plan，佬们怎么看ds在如今大模型中所处的生态位 中发帖
DeepSeek V4 好像官方那边给出的信息中还是没有提到多模态，也没有coding plan，佬们怎么看ds在如今大模型中所处的生态位
想听听佬们的理解
[image]
MoeCaa 在 Deepseek v4 Pro逻辑题测试 中发帖
[Screenshot_20260424_111549]
[Screenshot_20260424_111806]
[Screenshot_20260424_111943]
完了 期望越高失望越大啊 🫠
小牛不算牛 (@wwtwwt5) 在 测试了一下deekseek v4pro的代码能力 中发帖
使用的是下面的prompt
[image]
生成的页面如下
[image]
思考时间还有输出时间整体用了大概5分钟的时间，对比gpt5.4xh模型效果还是有差距。
相较于gemma 4 31b 还有qwen3.6 27b的模型还是要好不少，速度上比较接近
qwen的小模型生成的有bug，gemma 4 31b没有bug。
Dave (@bonee) 在 v4 pro 天气卡片测试来了 中发帖
[图片]
提示词：
你是 Apple Inc 的顶级 UI 设计师，以 iOS 18 的设计风格（毛玻璃效果、高斯模糊、动态渐变、细腻阴影）创建一个单个HTML文件（包含完整CSS和JavaScript）。实现横板天气页面，包含4个并排的动画天气卡片：
晴天（太阳光线、动态光晕）
大风（飘动云朵、摇曳树木、风线）
暴雨（下落雨滴、形成水洼、闪电）
暴雪（下落雪花、堆积效果）
卡片需深色背景，支持按钮切换天气状态，实现流畅交互和微动效。代码必须可直接运行，美观度优先。
十点还有几分钟 (@AstraSolis) 在 我去，DeepSeekv4 真的发布了 中发帖
DeepSeek-V4 开创了一种全新的注意力机制，在 token 维度进行压缩，结合 DSA 稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并且相比于传统方法大幅降低了对计算和显存的需求
[1000007443.png]
[1000007442.png]
[1000007444.png]