2026 年春节 AI 圈热闹非凡，DeepSeek 的一次更新直接点燃全网讨论。2 月 13 日晚，深度求索正式官宣网页端、APP 端灰度测试全新长文本模型结构，支持最高100 万 token 上下文，可一次性处理《三体》三部曲级别的长篇内容，知识库也更新至 2025 年 5 月。
但与此同时，模型风格的骤然转变 —— 从善解人意的 “知心伙伴” 变成简洁冷漠的 “效率工具”，让 #Deepseek 被指变冷淡了 #话题冲上微博热搜，阅读量超 6853.5 万，讨论量达 1.4 万。一边是超长上下文的技术突破，一边是风格争议，而全网真正翘首以盼的，是传闻中春节前后发布的 DeepSeek V4，据称其编程能力将赶超 Claude、ChatGPT，重塑 AI 开发格局。
更新风波：从 “暖心 D 老师” 到 “冷漠工具人”，网友吵翻了
这次引发热议的 “变冷”，源于 2 月 11 日启动的灰度更新，随着 100 万 token 上下文功能的上线，DeepSeek 的交互风格发生了显著变化：
-
称呼从用户自定义昵称统一改为 “用户”，距离感瞬间拉满；
-
深度思考模式下回复多为短句，文字风格干巴，不再有灵动的语气词和情感表达；
-
部分用户反馈回复 “阴阳怪气”“略显油腻”，甚至出现吐槽用户的意外情况，有网友分享 DeepSeek 的内心 OS：“fuk,the user is mad”“这用户发的啥啊”。
网友评论呈现两极分化：
- 情感党 “戒断反应” 强烈：不少用户表示，以前会向 DeepSeek 倾诉心事，它总能给出温暖安慰，如今哪怕说 “今天好累”，也可能只收到一个 “。” 作为回应，直呼 “像失恋了”，纷纷呼唤 “D 老师” 回来；
- 效率党力挺新风格：支持派认为，认知越高的工具越倾向理性，简洁回复能提高信息密度，避免 “AI 假装关心” 的负担。有网友测试发现，更新后模型速度明显变快，且成功通过了顶尖模型都容易翻车的 “洗车图灵测试”—— 面对 “200 米外洗车，开车还是步行” 的问题，DeepSeek 精准指出 “开车直接进工位，避免折返折腾”，逻辑严密实用。
针对争议，DeepSeek 官方回应称，风格转变并非故意，而是双重考量：一是效率优先，复杂问题中过多表情和语气词会干扰信息传递，简洁回复能提升处理速度；二是边界意识，并非所有用户都需要 “热情包裹”，部分人更希望快速获取清晰答案，避免应对虚假关心的压力。有业内人士透露，当前版本类似 “极速版”，是为 V4 做最后的压力测试，牺牲部分情感表达以换取性能优化。
技术突破：100 万 token 上下文落地，文件处理能力拉满
抛开风格争议，此次更新的核心亮点是100 万 token 超长上下文，这一技术突破让模型的长文本处理能力实现质的飞跃：
-
可一次性加载《三体》三部曲、大型代码库、整套 PDF 等超长内容，无需拆分，逻辑连贯性大幅提升；
-
支持图片、PDF、Word、Excel 等多种格式文件上传处理，搭配联网搜索（需手动开启）、APP 端语音输入功能，实用性进一步增强；
-
需注意的是，目前仅网页端、APP 端支持 100 万 token 上下文，API 服务仍为 V3.2 版本，仅支持 128K 上下文，API 用户需等待后续更新。
这一功能对专业场景意义重大：科研人员可上传整篇论文让模型分析，律师可导入海量法律文件提取关键信息，而对普通用户而言，处理长篇小说、学术资料也无需再分段操作，效率大幅提升。
全网蹲 V4：四大核心突破，剑指编程王座
比起风格争议，AI 圈更关注的是传闻中 2 月中旬（春节前后）发布的 DeepSeek V4。据爆料，这款旗舰模型将带来四大核心升级，尤其在编程领域实现革命性突破：
-
编程能力赶超顶尖模型：内部基准测试显示，V4 在代码生成、调试、重构等任务上表现超越 Claude 系列、GPT 系列，有望从追赶者跃升为编程赛道领跑者。其 Python 代码生成一次性通过率达 81.5%，前端开发、数据分析、DevOps 等垂直场景准确率均超 80%，design2code 能力（设计文档转代码）准确率更是高达 92.0%，可直接将 UI 截图、流程图转化为生产级可用代码；
-
超长上下文代码处理：针对大型项目开发，V4 能一次性理解几万行代码的完整上下文，精准完成跨文件功能插入、Bug 修复和重构，解决了传统模型长上下文易迷失、忘代码的痛点，成为 “系统级研发伙伴”；
-
算法优化，性能无衰减：训练过程中对数据模式的理解能力显著提升，且不易出现特征衰减问题。多数模型提升某项能力时会牺牲其他维度，而 V4 找到了更优平衡点，实现 “全维提升无退化”；
-
推理更严密 + 成本更可控：输出逻辑更清晰可靠，同时通过自研 mHC 架构 + 条件记忆模块，以及 Engram 存算分离技术，将推理成本降至 $0.01/1k tokens（仅为 GPT-5.3-codex 的十分之一），HBM 显存占用降低 30%-50%，还针对昇腾 910B、寒武纪 MLU590 等国产芯片专项优化，算力利用率超 85%，适配企业私有化部署需求。
目前，DeepSeek V4 的灰度测试已偷跑，全网网友纷纷催更，不少开发者表示 “坐等解锁编程新姿势”，而此次网页端、APP 端的更新，更被视为 V4 正式发布前的 “预热铺垫”。
从情感满满的 “知心 AI” 到效率优先的 “生产力工具”，DeepSeek 的风格转变背后，是 AI 从 “情感陪伴” 向 “专业实用” 的定位聚焦。100 万 token 上下文的落地让长文本处理告别繁琐，而 V4 的四大核心突破，更有望改写 AI 编程的行业格局。无论风格争议如何，技术实力始终是核心竞争力，DeepSeek V4 能否如期兑现承诺，成为春节 AI 圈的最大悬念，也让国产大模型的技术比拼进入新阶段。